مسیریابی آگاه از ترافیک به کمک شبکه های نرم افزار - محور با استفاده ازیادگیری تقویتی و منطق فازی

در سالیان اخیر ایده شبکه های نرم افزار محور به عنوان راه حل مناسبی به منظور تسهیل مدیریت شبکه ارائه شده است. این معماری توانست عملکردهای مدیریتی شبکه را بهبود داده و امکان هماهنگ سازی تجهیزات شبکه را افزایش دهد. یکی از مسائلی که در حال حاضر در این معماری مطرح است مسئله مسیریابی بسته هایی است که در این شبکه ها جریان دارد. مهم ترین هدف در مسیریابی بسته ها در این شبکه ها، افزایش کیفیت خدمات است. بالا رفتن بهره وری در این شبکه ها منجر به افزایش رضایت کاربران می شود. در همین راستا در این پژوهش، مکانیسمی برای انتخاب بهترین مسیر در بین چندین مسیر برای هدایت یک جریان ورودی در شبکه ارائه شده است. روش پیشنهاد شده میزان تاثیر پارامترهای شبکه از جمله پهنای باند، تاخیر و اتلاف بسته را در هر یک از لینک های مسیر با استفاده از الگوریتم های هوش مصنوعی بررسی کرده و پارامترهایی که باعث کاهش بهره وری در این شبکه ها می شوند را با استفاده از منطق فازی تغییر می دهد. ارزیابی های انجام شده نشان میدهد٫ که روش ارائه شده می تواند مسیرهایی با بهره وری بالا انتخاب کرده و باعث افزایش کیفیت خدمات در این شبکه ها شود. گرفتن بازخورد و اصلاح توابع عضویت فازی مربوط به هر یک از معیارها می تواند میزان تاثیر این پارامترها را در سطح قابل قبولی حفظ کند که پس از آن کلیه انتقال ها به سمت بهینه میل می کنند. با توجه به استفاده از روش های یادگیری تقویتی که اساس برخی از روش های مسیریابی استفاده شده در شبکه نرم افزار محور است، این پیشنهاد می تواند به مرور زمان شبکه را به سمت ارائه خدمات بهینه تر هدایت کند.

Keywords:

شبکه نرم افزار محور , یادگیری تقویتی , بهینه سازی مسیریابی , تاخیر , اتلاف بسته , پهنای باند