حول إزالة بروتوكول التوجيه من الشبكات اللاسلكية المستقبلية: نهج التعلم العميق في الوقت الحقيقي للتحكم الذكي في حركة المرور

مؤخراً، ظهر التعلم العميق كتقنية مبتكرة في تعلم الآلة لمجالات مختلفة في علوم الكمبيوتر بالإضافة إلى تخصصات أخرى. ومع ذلك، فإن تطبيق التعلم العميق في التحكم في حركة مرور الشبكات في الشبكات اللاسلكية/الهجينة هو مجال جديد نسبياً. مع تطور الشبكات اللاسلكية، يبدو أن التحكم الفعال في حركة مرور الشبكة مثل منهجية التوجيه في الشبكة الأساسية اللاسلكية يمثل تحدياً رئيسياً. وذلك لأن بروتوكولات التوجيه التقليدية لا تتعلم من تجاربها السابقة بشأن الشذوذات الشبكية مثل الازدحام وما إلى ذلك. لذلك، فإن طريقة التحكم الذكي في حركة مرور الشبكة ضرورية لتجنب هذه المشكلة. في هذه المقالة، نعالج هذه المسألة ونقترح طريقة جديدة للتحكم الذكي في حركة مرور الشبكة تعتمد على التعلم العميق في الوقت الحقيقي، تستغل الشبكات العصبية التلافيفية العميقة (deep CNNs) مع مدخلات ومخرجات مميزة لتمثيل الشبكة الأساسية للشبكة اللاسلكية المتداخلة (WMN) المعنية. تظهر نتائج المحاكاة أن اقتراحنا يحقق تأخيراً متوسطاً ومعدل فقد حزم أقل بشكل ملحوظ مقارنة بتلك الملاحظة مع طرق التوجيه الحالية. نحن نركز بشكل خاص على استقلالية طريقتنا المقترحة عن بروتوكولات التوجيه الحالية، مما يجعلها مرشحاً محتملاً لإزالة بروتوكول(ات) التوجيه من الشبكات السلكية/اللاسلكية المستقبلية.