12162

كاربرد يادگيري عميق در مسيريابي شبكه هاي مخابراتي

1401

دكتر حسين سليماني

با توسعه سريع فناوري اطلاعات و استفاده گسترده از دستگاه هاي تلفن همراه، برنامه هاي كاربردي شبكه‌اي مانند تجارت الكترونيك، نرم افزارهاي اجتماعي و برنامه هاي ويديويي آنلاين به ابزارهاي اساسي در زندگي روزمره ما تبديل شده اند. بنابراين كيفيت شبكه هاي ارتباطي بيش از هر زمان ديگري اهميت پيدا مي كند. انفجار عظيم داده‌ها در ارتباطات فشار فوق‌العاده‌اي بر زيرساخت‌هاي شبكه وارد مي‌كند و باعث كاهش عملكرد چشمگيري براي معماري‌هاي شبكه آينده از نظر كيفيت خدمات ، مانند توان عملياتي ، تأخير انتها به انتها ، اعوجاج ، رانش تاخير و نرخ از دست دادن بسته مي‌شود. در نتيجه، مهندسي ترافيك ، با استقرار مجموعه‌اي از فناوري‌هاي مهندسي شبكه به منظور بهبود عملكرد شبكه تحت شرايط مختلف منابع شبكه و نيازهاي خدمات، بيش از هر زمان ديگري حياتي‌تر مي‌شود . مهندسي ترافيك به فرآيند نظارت، تجزيه و تحليل، كنترل و پيش‌بيني وضعيت جريان‌هاي ترافيكي عبور داده شده در شبكه به صورت پويا و مكرر اشاره دارد. هدف كلي مهندسي ترافيك تسهيل مقررات منطقي و بهبود عملكرد شبكه از طريق بهينه‌سازي و ارزيابي از طريق چهار مكانيسم اندازه‌گيري، مشخصه‌سازي، مدل‌سازي و كنترل مي‌باشد. پروتكل هاي مختلف شبكه درون دامنه اي و بين دامنه اي براي جلوگيري از خرابي شبكه و به حداكثر رساندن استفاده از منابع محدود شبكه براي افزايش قابليت اطمينان و استحكام شبكه ها توسعه يافته است. از آنجايي كه وظيفه اصلي شبكه‌هاي ارتباطي انتقال داده‌ها از منابع به مقصد از طريق سوئيچ‌هاي رله و مسيرياب‌ها است، يكي از بصري‌ترين و اساسي‌ترين جنبه‌هاي مهندسي ترافيك ، بهينه‌سازي مسيريابي است كه به فرآيند بهينه‌سازي مسيرهاي مسيرياب‌ها براي جريان‌هاي ترافيكي در شبكه اشاره دارد. نظريه‌ها و تكنيك‌هاي مبتني بر مهندسي ترافيك براي بسياري از معماري‌هاي شبكه موجود، مانند اينترنت، شبكه‌ي مناطق گسترده ، شبكه‌هاي محلي، شبكه‌هاي سلولي و شبكه‌هاي مركز داده پيشنهاد شده‌اند.

5/24/2023 12:00:00 AM

79238

1402/04/19

Application of deep learning in telecommunication network routing

يادگيري عميق , يادگيري تقويتي , مسيريابي , مهندسي ترافيك , شبكه‌هاي مخابراتي

Deep learning , reinforcement learning , routing , traffic engineering , telecommunication networks