Une méthode d'amélioration autonome et adaptative basée sur l'apprentissage pour optimiser la sélection de réseaux hétérogènes

Objectifs et contexte : Les stations de travail mobiles sont souvent utilisées dans des environnements difficiles de réseaux hétérogènes. Les utilisateurs doivent se déplacer entre divers réseaux pour une multitude de raisons, y compris le transfert vertical. À ce moment-là, il est crucial pour la station mobile de choisir rapidement les réseaux les plus appropriés parmi toutes les connexions alternatives identifiées avec le résultat de la décision, évitant au maximum l'effet ping-pong. Objectifs et méthodologie : Basé sur une combinaison de caractéristiques de réseau ainsi que sur le choix de l'utilisateur, cette étude propose une méthode de sélection de réseaux hétérogènes. Cette technique intègre trois techniques courantes de prise de décision multi-attributs (MADM), à savoir le processus d'analyse hiérarchique floue (FAHP), l'entropie et la technique d'ordre de préférence par similarité à la solution idéale (TOPSIS), afin de prendre en compte les préférences des utilisateurs pour chaque réseau potentiel ainsi que le scénario réel des réseaux hétérogènes. Pour différentes classes de trafic, le FAHP est d'abord utilisé pour déterminer les poids des paramètres de réseau et les nombres d'utilité des options totales disponibles. Ensuite, les entropies et TOPSIS sont utilisés pour obtenir uniquement les poids impartiaux des facteurs de réseau et des principes d'utilité de différentes options. Résultats : Les réseaux les plus adaptés, dont le nombre d'utilité est le plus élevé et supérieur à celui du nombre équivalent des réseaux présents de la station téléphonique, sont choisis pour fournir l'accessibilité sur la base des nombres d'utilité de chaque système potentiel comme limite. La méthode proposée élimine non seulement le caractère unilatéral d'un algorithme particulier mais modifie également de manière dynamique le pourcentage de chaque méthode dans le résultat souhaité en fonction des besoins réels. Conclusion : Le modèle proposé a été comparé aux trois méthodes hybrides existantes. Les résultats ont montré qu'il pouvait choisir avec précision la connectivité réseau optimisée et réduire significativement la valeur des transferts verticaux. Il fournit également la qualité de service (QoS) et la qualité de tout (QoE) requises en termes d'avantages quantitatifs des transferts verticaux.