← أحدث الأبحاث
💻 computer science

Metaheuristic multi-objective access selection inhetNets over a secure MPLS networks

تقترح هذه الورقة إطار عمل لاختيار الوصول يعتمد على الذكاء الاصطناعي ومُحسَّن بالخوارزميات الاستدلالية (metaheuristic) للشبكات غير المتجانسة القائمة على بروتوكول MPLS والآمنة، والذي يستخدم شبكة عصبية كثيفة بسيطة (MLP) خفيفة الوزن للتنبؤ بجودة تجربة الفيديو (QoE) ووحدة تحكم في الشبكات المعرفة برمجياً (SDN) قائمة على اللياقة (fitness-based) للاختيار الديناميكي لأهداف التسليم المثلى بين LTE وWi-Fi، مما يؤدي إلى تحسين استمرارية الفيديو وأداء الشبكة وكفاءة الطاقة بشكل كبير مقارنة بالاستراتيجيات التقليدية القائمة على قوة الإشارة (RSSI).

المؤلفون الأصليون: Narimane Elhilali, Mouncef Filali Bouami, Mostapha Badri

نُشر 2026-09-01
📖 6 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Narimane Elhilali, Mouncef Filali Bouami, Mostapha Badri

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

تخيل أنك تحاول مشاهدة بث فيديو مباشر أثناء السير في مدينة حيث يتنقل اتصال الإنترنت بين أنواع مختلفة من الشبكات، مثل الانتقال من شبكة واي فاي منزلية إلى برج اتصالات خلوي. في العالم الحديث، لا تتواصل هذه الشبكات دائمًا مع بعضها البعض بسلاسة. فعندما ينتقل هاتفك من إشارة إلى أخرى، يمكن للفيديو أن يتجمد، أو يتشوه، أو يتقطع. يحدث هذا لأن الهاتف غالبًا ما يقوم بالتبديل بناءً على مقياس بسيط لقوة الإشارة، تمامًا مثل اختيار طريق لمجرد أنه يبدو الأوسع، دون التحقق مما إذا كان خاليًا من الازدحام في الواقع. يؤدي هذا النهج غالبًا إلى تجربة متقطعة، مما يستنزف بطارية الهاتف بينما يبحث باستمرار عن اتصال أفضل قد لا يكون موجودًا بالفعل. ويبحث الباحثون الآن عن طريقة أكثر ذكاءً لإدارة هذه التبديلات، وهي طريقة لا تفهم فقط مدى قوة الإشارة، بل تفهم أيضًا مدى جودة الفيديو بالنسبة للشخص الذي يشاهده.

قام فريق من الباحثين من المغرب بتطوير نظام جديد مصمم لحل هذه المشكلة في الشبكات المعقدة التي تمزج بين الواي فاي المنزلي وتقنية الاتصالات الخلوية. يركز عملهم على الحفاظ على سلاسة ووضوح بث الفيديو أثناء تنقل المستخدم، مما يضمن اتصال الهاتف بأفضل شبكة ممكنة في الوقت المناسب. وبدلاً من الاعتماد على الطريقة التقليدية التي تكتفي بمجرد فحص قوة الإشارة، يستخدم نظامهم شكلاً من أشكال الذكاء الاصطناعي للتنبؤ بكيفية تغير جودة الفيديو قبل أن تسوء فعليًا. ثم يستخدم عملية صنع قرار متطورة لاختيار أفضل مسار للشبكة، كل ذلك مع حماية البيانات أثناء انتقالها عبر عمود فقري آمن. اختبر الباحثون فكرتهم في محاكاة حاسوبية مفصلة، وتشير النتائج إلى أن هذا النهج الأكثر ذكاءً يحافظ على تشغيل الفيديو بسلاسة، ويستهلك طاقة أقل للبطارية، ويتجنب التوقفات المحبطة التي تحدث مع الطرق القديمة.

جوهر هذا النظام الجديد هو استراتيجية مكونة من جزأين يعملان معًا لإدارة الاتصال. أولاً، يعمل النظام مثل كرة بلورية لجودة الفيديو؛ فهو يراقب باستمرار سرعة البيانات، والوقت الذي تستغرقه للوصاء، وعدد قطع المعلومات التي تُفقد في الطريق. وباستخدام نموذج حاسوبي خفيف الوزن، يقوم بترجمة هذه القياسات التقنية إلى تنبؤ بما سيختبره المشاهد فعليًا. فهو يقدر درجة جودة الفيديو، والتي تتراوح من سيئة إلى ممتازة، ومقياسًا لمدى وضوح الصورة. وهذا يسمح للنظام برؤية المشكلة قادمة قبل أن يتجمد الفيديو. وإذا أظهر التنبؤ أن الجودة على وشك الانخفاض دون المستوى المقبول، فإن النظام يعرف أنه بحاجة للتحرك فورًا.

بمجرد التنبؤ بوجود مشكلة، يبدأ الجزء الثاني من النظام في العمل لإيجاد الحل الأمثل. وهنا قدم الباحثون طريقة جديدة لاتخاذ القرارات. فبدلاً من مجرد اختيار الشبكة ذات الإشارة الأقوى، ينظر النظام إلى مجموعة من العوامل: جودة الفيديو المتوقعة، وسرعة الاتصال، واستقرار الإشارة، وكمية الطاقة التي سيستهلكها الهاتف عند التبديل. إنه يعامل اختيار الشبكة كأنه لغز يحتوي على العديد من القطع، محاولاً إيجاد أفضل تركيبة واحدة تحافظ على وضوح الفيديو مع توفير عمر البطارية. ولحل هذا اللغز، اختبر الباحثون نهجين رياضيين مختلفين، يشبهان الطريقة التي تجد بها الطبيعة الحلول. أحد النهجين يحاكي الطريقة التي قد تبحث بها مجموعة من الطيور عن الطعام، حيث تتبادل المعلومات للعثج أفضل مكان. والآخر يحاكي كيفية عمل التطور، من خلال اختبار خيارات عديدة والاحتفاظ بالأفضل منها. كلا الطريقتين مصممتان لاستكشاف احتمالات كثيرة بسرعة للعثور على الشبكة المثالية للاتصال بها.

تتم إدارة العملية بأكملاء بواسطة متحكم مركزي يعمل مثل موجه حركة المرور للبيانات. يجلس هذا المتحكم فوق عمود فقري آمن للشبكة، مما يضمن انتقال بيانات الفيديو بأمان ودون تداخل. وعندما يرى المتحكم أن جودة الفيديو على وشك الانخفاض، فإنه يستخدم أدوات صنع القرار الذكية لتصنيف جميع نقاط وصول الواي فاي وأبراج الاتصالات الخلوية القريبة. ثم يوجه الهاتف للتبديل إلى تلك التي تقدم أفضل تجربة إجمالية، وليس فقط الأقوى إشارة. إذا كان الخيار الأفضل هو برج واي فاي، فإنه ينتقل إليه؛ وإذا كانت شبكة الاتصال الخلوي هي الأفضل، فإنه ينتقل إليها. يحدث هذا بسرعة وسلاسة بحيث لا يلاحظ المستخدم التغيير غالبًا، ويستمر الفيديو دون انقطاع.

ولرؤية ما إذا كانت هذه الفكرة تعمل في العالم الحقيقي، بنى الباحثون مدينة افتراضية في محاكاة حاسوبية. لقد أنشأوا سيناريو يتضمن عشرة أشخاص يتجولون، يحاول كل منهم مشاهدة بث فيديو مستمر. تضمنت المحاكاة خمس نقاط وصول واي فاي ثابتة وشبكة اتصالات خلوية واسعة تغطي نفس المنطقة. أعد الباحثون البيئة لمحاكاة تحديات مدينة حقيقية، حيث يتحرك الناس بسرعات مختلفة وتتغير الإشارات أثناء سيرهم. وقارنوا نظامهم الذكي الجديد بالطريقة القياسية القديمة التي تعتمد فقط على قوة الإشارة. أجرت المحاكاة لفترة طويلة، متتبعة كل شيء بدءًا من عدد حزم البيانات المفقودة وصولًا إلى مقدار طاقة البطارية التي استهلكتها الهواتف.

كانت نتائج المحاكة واضحة. فالطريقة التقليدية، التي تعتمد فقط على قوة الإشارة، عانت أكثر من غيرها؛ حيث تسببت في فقدان البيانات بشكل متكرر، مما أدى إلى المزيد من التجمد والتقطع. كما تسببت في استهلاك الهواتف للطاقة عبر التبديل ذهابًا وإيابًا دون داعٍ، وهي ظاهرة تُعرف باسم "البينج بونج" (ping-pong)، حيث يقفز الهاتف بين الشبكات التي ليست أفضل في الواقع. أما النظام الجديد، باستخدام أدوات التنبؤ واتخاذ القرار الذكية، فقد حقق أداءً أفضل بكثير. وكان الإصدار الذي يستخدم نهج "سرب الطيور" هو الأكثر فعالية على الإطلاق؛ فقد حافظ على تدفق بيانات الفيديو بسلاسة، مع أقل قدر من المعلومات المفقودة وأكثر اتصال استقرارًا. كما حافظ أيضًا على سرعة أعلى لبث الفيديو، مما يعني أن الصورة بقيت حادة وواضحة.

ولعل الأهم من ذلك، أن النظام الجديد كان أكثر لطفًا مع بطارية الهاتف. نظرًا لأنه اتخذ خيارات أذكى بشأن وقت ومكان التبديل، لم تضطر الهواتف للعمل بجهد أكبر للعثور على اتصال. أظهرت المحاكاة أن الطريقة التقليدية سجلت ارتفاعات حادة في استخدام الطاقة كلما قامت بعملية تبديل سيئة، بينما حافظ النظام الجديد على استهلاك الطاقة منخفضًا ومستقرًا. وجد الباحثون أنه من خلال الجمع بين التنبؤ بجودة الفيديو والبحث الذكي عن أفضل شبكة، استطاعوا تقليل التأخير في الفيديو، وضبط توقيت حزم البيانات، وضمان أن يبدو الفيديو ممتازًا حتى أثناء حركة المستخدم.

تخلص الدراسة إلى أن هذا النهج المتكامل يوفر مسارًا واعدًا لمستقبل الفيديو المتنقل. فمن خلال الانتقال لما وراء مجرد قوة الإشارة والنظر في التجربة الفعلية للمستخدم، يمكن للشبكات أن تصبح أكثر موثوقية. ويشير الباحثون إلى أنه على الرغم من أن عملهم تم في محاكاة حاسوبية، إلا أن المبادئ التي اختبروها توفر أساسًا قويًا للتطبيقات في العالم الحقيقي. ويقترحون أنه في المستقبل، يمكن توسيع هذه الأنظمة للتعامل مع شبكات أكثر تعقيدًا، مثل بيئات الـ 5G والـ 6G، ويمكنها التعلم أثناء العمل للتكيف مع أنواع جديدة من الفيديو وعادات المستخدمين المتغيرة. وفي الوقت الحالي، يثبت العمل أن القليل من الذكاء الاصطناعي والكثير من التخطيط الدقيق يمكن أن يصنع الفارق بين مكالمة فيديو محبطة وأخرى سلسة، مما يضمن بقاء العالم الرقمي متصلًا حتى أثناء حركتنا فيه.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →