بهینه‌سازی شبکه‌های مخابراتی و کاهش تأخیر در انتقال داده با استفاده از الگوریتم‌های هوشمند

احمد بنی سعید¹

1) کارشناسی ارشد مهندسی برق گرایش مخابرات سیستم دانشگاه شهید چمران اهواز

کد IOI مقاله : AADG-ABBFGA
محل انتشار : دومین کنفرانس بین المللی رویکردهای نوین در مهندسی و علوم پایه(icnabs.ir/2nd)
چکیده :
    با گسترش سریع فناوری‌هایی مانند اینترنت اشیا، واقعیت افزوده و مجازی، محاسبات لب‌ه، و سرویس‌های حساس به تأخیر مانند بازی‌های ابری و جراحی از راه دور، تقاضا برای شبکه‌های مخابراتی با تأخیر فوقالعاده کم، پهنای باند بسیار بالا و قابلیت اطمینان بی‌سابقه افزایش یافته است. تأخیر به عنوان یک پارامتر بحرانی کیفیت تجربه، مستقیماً بر عملکرد این سرویس‌های نوظهور تأثیر می‌گذارد. رویکردهای سنتی مدیریت و بهینه‌سازی شبکه اغلب در مواجهه با پویایی، ناهمگنی و پیچیدگی فزاینده شبکه‌های نسل جدید (مانند 5G و 6G) با محدودیت مواجه هستند. در این راستا، الگوریتم‌های هوشمند مبتنی بر هوش مصنوعی و یادگیری ماشین به عنوان یک پارادایم تحول‌آفرین برای مقابله با این چالش‌ها ظهور کرده‌اند. این مقاله به ارائه یک مرور جامع و سیستماتیک از کاربردهای الگوریتم‌های هوشمند در بهینه‌سازی شبکه و کاهش تأخیر در انتقال داده می‌پردازد. ابتدا مفاهیم کلیدی تأخیر در شبکه و منابع مختلف آن تحلیل می‌شود. سپس دسته‌بندی کاملی از الگوریتم‌های هوشمند شامل یادگیری تقویتی، یادگیری عمیق، یادگیری فدرال و محاسبات تکاملی ارائه می‌گردد. در ادامه، کاربردهای عملی این الگوریتم‌ها در حوزه‌های کلیدی مانند تخصیص منبع دینامیک، مسیریابی هوشمند، مدیریت شبکه بر اساس تقاضا، مدیریت محاسبات لب‌ه و ابری، و شبکه‌های بی‌سیم نسل‌آتی مورد بررسی قرار می‌گیرد. همچنین چالش‌های مهم پیاده‌سازی از جمله نیاز به داده‌های آموزشی، پیچیدگی محاسباتی، قابلیت تفسیرپذیری مدل‌ها و یکپارچه‌سازی با زیرساخت‌های موجود به تفصیل بحث می‌شود. در نهایت، روندهای آینده و جهت‌گیری‌های تحقیقاتی در این حوزه پویا ارائه می‌شود. هدف این مقاله ارائه یک نقشه راه روشن برای پژوهشگران و مهندسان شبکه جهت استفاده بهینه از قابلیت‌های هوش مصنوعی در طراحی و مدیریت شبکه‌های کم‌تأخیر نسل آینده است.

کلمات کلیدی : بهینه‌سازی شبکه کاهش تأخیر هوش مصنوعی یادگیری ماشین یادگیری تقویتی