ACO-QSNR: An Ant Colony Optimization and Q-Learning-Based SNR-Aware Cross-Layer Routing Protocol for Mobile Ad Hoc Networks
تقترح هذه الورقة البحثية بروتوكول ACO-QSNR، وهو بروتوكول توجيه جديد عبر الطبقات لشبكات الاتصال اللاسلكية المتنقلة (MANETs) يدمج بين خوارزمية تحسين مستعمرة النمل وتعلم كيو (Q-learning) مع مقاييس مدركة لنسبة الإشارة إلى الضجيج (SNR) للتفوق على البروتوكولات التقليدية مثل AODV من حيث نسبة تسليم الحزم، والإنتاجية، والتأخير في ظل الحركة الديناميكية وكثافة العقد المتغيرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الاتصالات اللاسلكية، هناك نوع محدد من الشبكات التي تعمل دون أي بنية تحتية ثابتة مثل أبراج الجوال أو أجهزة توجيه الواي فاي (Wi-Fi). بدلاً من ذلك، تتواصل الأجهزة نفسها، مثل أجهزة الكمبيوتر المحمولة أو المستشعرات، مباشرة مع بعضها البعض، مكونةً شبكة مؤقتة تتحرك وتغير شكلها مع تحرك الأجهزة. يُعرف هذا باسم "الشبكة اللاسلكية المتنقلة ذات الطابع العشوائي" (Mobile Ad Hoc Network). ولأنه لا يوجد "رئيس مركزي" لإدارة حركة المرور، يجب على كل جهاز أن يعمل كمرسل ومرحّل في آن واحد، حيث يقوم بتمرير الرسائل عبر الجيران حتى تصل إلى وجهتها النهائية. ويكمن التحدي في هذه الشبكات المتحركة في أن الروابط بين الأجهزة هشة؛ فقد يبدو المسار قصيراً ومباشراً على الخريطة، ولكنه قد يكون في الواقع مليئاً بالإشارات الضعيفة أو مزدحماً بالكثير من البيانات، مما يتسبب في ضياع الرسائل أو تأخرها. ولسنوات طويلة، كانت الطريقة القياسية لإيجاد مسار هي ببساطة عد عدد "القفزات"، أو الخطوات التي تتخذها الرسالة، واختيار الطريق الذي يتضمن أقل عدد من التوقفات. ومع ذلك، غالباً ما تفشل هذه الطريقة لأنها تتجاهل جودة الاتصال في كل خطوة، تماماً مثل اختيار طريق للقيادة بناءً فقط على عدد التقاطعات مع تجاهل حقيقة أن أحد هذه الطرق قد يكون طريقاً طينياً غير سالك.
ولحل هذه المشكلة، طور باحثون في جامعة تيلكوموم (Telkom University) بروتوكول توجيه جديداً يسمى "ACO-QSNR". تم تصميم هذا النظام ليكون أكثر ذكاءً من الطرق التقليدية من خلال النظر في الصحة الفعلية للروابط اللاسلكية وظروف حركة المرور على طول الطريق. وقد بنى الباحثون هذا البروتوكول عبر دمج ثلاثة أفكار مختلفة؛ أولاً، استخدموا طريقة مستوحاة من كيفية بحث النمل عن الطعام، حيث تسافر مستكشفات افتراضية عبر الشبكة لاكتشاف مسارات مختلفة ممكنة. ثانياً، أضافوا نظام تعلم يتذكر المسارات التي نجحت في الماضي والتي فشلت، مما يسمح للشبكة بتحسين خياراتها بمرور الوقت. ثالثاً، وهو الأهم، منحوا البروتوكول القدرة على "الاستماع" إلى الطبقة الفيزيائية للاتصال اللاسلكي. وهذا يعني أن النظام يمكنه قياس قوة الإشارة بين الأجهزة واكتشاف متى يكون الرابط ضعيفاً أو متى يكون العقدة (Node) مزدحمة بحركة مرور أخرى. ومن خلال الجمع بين هذه القدرات الثلاث، يمكن للبروتوكول تجنب المسارات القصيرة ولكن المكسورة، وبدلاً من ذلك إيجاد مسارات موثوقة وفعالة، حتى عندما تكون الشبكة مزدحمة أو تتحرك بسرعة.
اختبر الباحثون نظامهم الجديد باستخدام محاكاة حاسوبية متطورة تحاكي سلوك شبكة لاسلكية حقيقية. وقد أنشأوا سيناريوهات بعدد متفاوت من الأجهزة، يتراوح من مجموعات صغيرة مكونة من عشرة أجهزة إلى حشود كبيرة تصل إلى سبعين جهازاً، وجعلوا هذه الأجهزة تتحرك بسرعات مختلفة، من المشي البطيء إلى الجري السريع. وقارنوا بروتوكولهم الجديد بثلاث طرق أخرى: النهج التقليدي القياسي الذي يعتمد فقط على عد القفزات، ونظام يستخدم التعلم ولكنه يفتقر إلى الوعي المحدد بقوة الإشارة، ونظام معقد يستخدم مزيجاً من تقنيات التحسين المختلفة. وأظهرت النتائج أن البروتوكول الجديد تفوق باستمرار على الآخرين؛ ففي السيناريو الأكثر ازدحاماً بوجود سبعين عقدة، نجح النظام الجديد في إيصال ما يقرب من 67 بالمائة من حزم البيانات، بينما تمكنت الطريقة القياسية من إيصال حوالي 37 بالمائة فقط. كما نقل البيانات بشكل أسرع، محققاً سرعة تزيد عن 112 كيلوبت في الثانية، وحافظ على الحد الأدنى من تأخير الرسائل.
كانت إحدى النتائج الأكثر لفتاً للنظر هي مدى انخفاض "الضجيج" الذي أحدثه البروتوكول الجديد. ففي الشبكات اللاسلكية، يجب على الأجهزة إرسال رسائل تحكم باستمرار للتحقق مما إذا كان جيرانها لا يزالون موجودين ولإيجاد مسارات جديدة عند انقطاع الاتصالات. وترسل الطرق التقليدية هذه الرسائل بشكل متكرر، مما يؤدي إلى سد الشبكة وهدر الطاقة. ومع ذلك، يستخدم البروتوكول الجديد حيلة ذكية: فهو ينتظر إشارة مباشرة من الأجهزة (Hardware) تفيد بفشل إرسال رسالة ما قبل أن يقرر أن المسار مكسور. وهذا يعني أنه لا يحتاج إلى إرسال الكثير من رسائل التحقق. وعند أعلى كثافة بسبعين عقدة، استخدم النظام الجديد أقل من أربع وحدات من حركة مرور التحكم، بينما استخدمت الأنظمة الأخرى ما بين خمسين إلى ثمانين وحدة. وهذا الانخفاض الهائل في "الأعباء الإضافية" (Overhead) يعني أن المزيد من سعة الشبكة متاح للبيانات الفعلية التي يريد الناس إرسالها.
كما بحثت الدراسة فيما يحدث عندما تتحرك الأجهزة بشكل أسرع. فمع زيادة السرعة إلى عشرين متراً في الثانية، أصبحت الاتصالات أكثر عدم استقرار، وعانت جميع الأنظمة قليلاً. ومع ذلك، ظل البروتوكول الجديد هو الأكثر صموداً؛ حيث حافظ على معدل نجاح تسليم يزيد عن 68 بالمائة، بينما انخفضت الأنظمة الأخرى بشكل كبير. وأشار الباحثون إلى أن قدرة النظام على استشعار أضعف رابط في سلسلة الاتصالات كانت مفتاح هذا النجاح. فإذا كان جزء من المسار يمتلك إشارة ضعيفة، فإن النظام يتعرف على ذلك فوراً ويتجنب ذلك المسار، بدلاً من الانتظار حتى تفشل الرسالة ثم محاولة إصلاح الأمر. هذا النهج الاستباقي حافظ على تدفق الشبكة بسلاسة حتى عندما كانت البيئة فوضوية.
ورغم أن النتائج كانت مثيرة للإعجاب، فقد كان الباحثون حذرين في ملاحظة أن هذه النتائج تأتي من محاكاة حاسوبية، وليس من اختبار فيزيائي لأجهزة حقيقية تتحرك حول المكان. كما لاحظوا أنه في الشبكات الصغيرة جداً التي تضم عشرة أجهزة فقط، كان النظام الجديد أبطأ قليلاً من بعض الأنظمة الأخرى لأن المعالجة الإضافية المطلوبة للتحقق من قوة الإشارة استغرقت وقتاً أطول قليلاً من طريقة عد القفزات البسيطة. ومع ذلك، كلما كبرت الشبكة وزادت تعقيداً، أصبحت فوائد النهج الذكي الواعي بالإشارة طاغية. وتخلص الدراسة إلى أنه من خلال دمج قياسات الإشارة الفيزيائية مع التعلم والاستكشاف الذكي، يمكن إنشاء نظام توجيه يكون أكثر قوة وكفاءة من المعايير الحالية. وهذا يشير إلى أن الشبكات المتنقلة المستقبلية يمكن أن تكون أكثر موثوقية، وقادرة على التعامل مع حالات الاستجابة للطوارئ أو جهود التعافي من الكوارث حيث لا تتوفر بنية تحتية ثابتة والظروف متغيرة باستمرار.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.