Enhancement of the AODV routing protocol for VANET based on intelligent link quality estimation

تخيل عالماً لا تكتفي فيه سيارتك بالقيادة من تلقاء نفسها، بل تتحدث أيضاً مع كل السيارات الأخرى على الطريق، وتهمس بأسرار حول ازدحامات مرورية، أو بقع جليدية، أو حوادث مفاجئة. هذا ليس خيالاً علمياً؛ بل هو واقع شبكات السيارات المترابطة (VANETs). فكر في هذه السيارات كأنها مدرسة ضخمة ومتحركة من الأسماك التي تحتاج باستمرار إلى مشاركة المعلومات لتبقى آمنة. ولكن هنا تكمن المشكلة: على عكس الأسماك في بركة هادئة، تنطلق السيارات بسرعات عالية، وتنعطف عند الزوايا، وتتعرض للحجب بواسطة المباني. وهذا يجعل "محادثاتها" مهتزة للغاية؛ إذ يمكن للإشارات التي تستخدمها للتواصل أن تضعف، أو تنقطع، أو تضيع في ضجيج شارع مزدحم.

وللحفاظ على استمرارية هذه المحادثات، تحتاج السيارات إلى "خريطة" أو مجموعة من القواعد لمعرفة أفضل مسار لإرسال الرسالة. في العالم الرقمي، يُسمى هذا "بروتوكول توجيه". وأكثر قواعد الكتاب المتبعة اليوم تسمى AODV. وهو يشبه مسافراً ينظر فقط إلى الخريطة ويسأل: "أي مسار يحتوي على أقل عدد من التوقفات؟" (عدد القفزات). وبينما يعمل هذا بشكل جيد في حي هادئ، فإنه يعتبر كارثة في مدينة فوضوية. فإذا اختار المسافر مساراً يحتوي على أقل عدد من التوقفات، ولكن تلك التوقفات تقع على جسر متهالك، فإن الرسالة ستسقط في النهر. السؤال الكبير الذي يحاول الباحثون حله هو: كيف نجعل هذه السيارات أكثر ذكاءً بحيث لا تكتفي فقط بعدّ التوقفات، بل تتحقق فعلياً مما إذا كان الطريق أمامها آمناً ومستقراً قبل أن تلتزم بالرحلة؟

هنا يأتي دور الباحثين حميدة إخلف وعلي مليل بفكرتهما الجديدة. لقد أخذا كتاب قواعد AODV القياسي ومنحاه ترقية ذهنية، حيث أنشآ نظاماً جديداً أسمياه AODV-LSENN. فبدلاً من مجرد عد التوقفات، يستخدم بروتوكولهما الجديد "مساعداً ذكياً" (شبكة عصبية) لاستطلاع الظروف الفيزيائية للطريق. إنه يتحقق من أشياء مثل قوة إشارة الراديو، والمسافة بين السيارات، وسرعة تحركها بالنسبة لبعضها البعض، وحتى ما إذا كانت الرسالة الرقمية تتعرض للتشوه أثناء الإرسال.

لقد درّب الباحثان هذا المساعد الذكي، الذي أطلقا عليه اسم LSENN (الشبكة العصبية لتقدير حالة الوصلة)، ليعمل مثل خبير الأرصاد الجوية للطريق. فبدلاً من الاكتفاء بالقول "إنها تمطر"، فإنه يتنبأ بما إذا كانت الوصلة متصلة (مشمسة وصافية)، أو عابرة (غائمة وعلى وشك أن تصبح عاصفة)، أو منقطعة (انقطاع تام). إذا تنبأ المساعد بقدوم عاصفة على طريق معين، فإن السيارة لا تنتظر حتى تسقط الرسالة؛ بل تنتقل فوراً إلى مسار مختلف وأكثر أماناً. إنه الفرق بين سائق ينتظر حتى يصطدم بحفرة ليتفاداها، وسائق يرى الحفرة من ميل ويتحاشاها.

لاختبار ما إذا كان هذا "السائق الذكي" يعمل حقاً، لم يضع المؤلفون سيارات حقيقية على طرق حقيقية. بدلاً من ذلك، بنوا محاكاة فيديو ضخمة ومفصلة باستخدام أداة تسمى NS-3. لقد أنشأوا مدينة افتراضية ذات شبكة من الشوارع (مثل مانهاتن) وملأوها بما بين 10 إلى 80 سيارة افتراضية تنطلق بسرعات تتراوح بين 5 و20 متراً في الثانية. وقاموا بتشغيل المحاكاة لمدة 150 ثانية، تاركين السيارات تحاول إرسال الرسائل باستخدام كل من طريقة AODV القديمة وطريقة AODV-LSENN الجديدة.

كانت النتائج كاشفة للغاية، خاصة اعتماداً على مدى ازدحام المدينة الافتراضية. في سيناريو الكثافة المنخفضة بوجود 10 سيارات فقط، كان النظام الجديد فائزاً واضحاً؛ فقد نجح في إيصال 100% من الرسائل بنجاح، بينما نجح النظام القديم في إيصال 95.03% فقط. كما قلل النظام الجديد الوقت الذي تستغرقه الرسالة للانتقال من البداية إلى النهاية (التأخير من طرف إلى طرف) إلى 12.6 ميلي ثانية فقط، مقارنة بـ 38.98 ميلي ثانية المتباطئة للطريقة القديمة.

ومع ازدياد انشغال المدينة، لتصل إلى 40 سيارة (كثافة متوسطة)، اتسعت الفجوة أكثر. فقد سلم بروتوكول AODV-LSENN الجديد 83.87% من الحزم، بينما عانى القديم عند 65.46%. وكان التأخير للنظام الجديد 86.98 ميلي ثانية، بينما استغرق النظام القديم 251.11 ميلي ثانية كاملة. حدث هذا لأن المساعد الذكي نجح في رصد الوصلات غير المستقرة وإعادة توجيه حركة المرور قبل أن تضيع الرسائل.

ومع ذلك، تتغير القصة قليلاً عندما تصبح المدينة مزدحمة بـ 80 سيارة. في هذه الفوضى ذات الكثافة العالية، بدأ كلا النظامين يعانيان؛ حيث انخفض معدل نجاح النظام الجديد إلى 52.61%، وانخفض القديم إلى 49.48%. وارتفع التأخير لكلا النظامين ليصل إلى أكثر من 300 ميلي ثانية. ويوضح الباحثون أن هذا ليس بسبب فشل مساعدهم الذكي، بل لأن "الهواء" نفسه أصبح مزدحماً للغاية. فمع وجود هذا العدد الكبير من السيارات التي تتحدث في وقت واحد، بدأت إشارات الراديو تصطدم ببعضها البعض (تصادمات) وأصبح القناة مشبعة. إنه يشبه محاولة إجراء محادثة في غرفة حيث يصرخ 80 شخصاً في آن واحد؛ حتى أذكى شخص لن يتمكن من إيصال صوته بوضوح.

رغم الازدحام المروري، ظل النظام الجديد صامداً بشكل أفضل من القديم. فقد أظهر باستمرار "ارتجافاً" (jitter) أقل، وهو مقياس لمدى تباين وقت التسليم. في سيناريو الـ 40 سيارة، كان ارتجاف النظام الجديد 11.88 ميلي ثانية فقط، بينما تذبذب القديم بجنون عند 203.68 ميلي ثانية. وهذا يعني أن البروتوكول الجديد يوفر رحلة أكثر سلاسة وقابلية للتنبؤ للبيانات، وهو أمر بالغ الأهمية لرسائل السلامة التي يجب أن تصل في وقتها المحدد، وفي كل مرة.

باختصار، تشير الورقة البحثية إلى أنه من خلال إضافة طبقة من التنبؤ الذكي إلى قواعد التوجيه، يمكننا جعل التواصل بين السيارات أكثر موثوقية بشكل كبير، خاصة عندما لا تكون الطرق مغلقة تماماً. وجد المؤلفون أنه بينما لا يمكنهم إصلاح فيزياء موجات الراديو سحرياً في مدينة شديدة الازدحام، إلا أنه يمكنهم بالتأكيد مساعدة السيارات على التنقل عبر الفوضى بشكل أفضل بكثير مما سبق. إن المحاكاة تثبت أن معرفة متى يوشك الطريق على الانهيار لا تقل أهمية عن معرفة أي طريق هو الأقصر.