باستخدام تقنية الحوسبة الناعمة

باحث في تكنولوجيا المعلومات بجامعة بابل يتمكن من معالجة مشكلة الازدحام في الشبكات اللاسلكية المتنقلة (MANET)



نوقشت في كلية تكنولوجيا المعلومات بجامعة بابل اطروحة الدكتوراه الموسومة (تحسين بروتوكول التوجيه في الشبكات اللاسلكية المتنقلة باستخدام الحساب المرن) المعدة من قبل الباحث احمد مهدي محمد سعيد الصالح باشراف الدكتور حسين عطية لفتة الجبوري. واوضح الباحث ان مشكلة الازدحام في الشبكات اللاسلكية المتنقلة (MANET)، تعد المشكلة الأساسية التي يمكن أن تؤدي إلى خسائر او فقدان مجموعة من الحزم (Packets) ، وانخفاض كفاءة الطاقة، والتأخير الطويل، لذلك يجب أن تتم السيطرة بكفاءة عالية على هذا الازدحام او تراكم البيانات والذي يحدث عندما تقوم العديد من المصادر بإرسال العديد من البيانات وبمعدل نقل مختلف وان إدخال التحسين والتطوير على بروتوكولات التوجيه في الشبكات اللاسلكية المتنقلة تعتبر واحدة من أهم القضايا للتغلب على مشكلة الازدحام والحمل وبالتالي زيادة أداء الشبكة.





واضاف: استخدمت في الاطروحة تقنية الحوسبة الناعمة ( Soft Computing) والتي تتكون من الشبكات العصبيـــة ( Neural Networks) و الخوارزميــــات الجينيـة (Genetic Algorithms) والمنطــق المضـبب ( Fuzzy Logic) والتي من خلالها تم تصميم مسيطر ذكي لتحديد من هي العقدة (node) التي تمتلك اقل حمل (Load) ، وبطبيعة الحال هذا ناتج من حقيقة ان استخدام قواعد التضبيب (اذا – اعمل) (If – then) والتي تكون مناسبة وبطريقة كفوءة في الحصول على المعرفة وتقنية الاستنباط او الاستنتاج ، ومن جانب أخر فأن الشبكات العصبية تستخدم للتعلم.



مبينا ان الخوارزميات الجينية هي تقنيات فعالة في توليد قواعد التضبيب وهي تستخدم في تقليل عدد القواعد الى اقل ما يمكن وكذلك تستخدم في تحسين دوال العضوية (membership function) وقد تم تقسيم الخوارزميات الجينية في الاطروحة الى مرحلتين رئسيتين ، المرحلة الأولى هي مرحلة التدريب على الأنماط للحصول على القواعد المضببة ومن ثم الحصول على افضل القواعد من خلال احتوائها على افضل دوال العضوية اعتماداً على مرحلة التدريب وبأستخدام عدة مقاييس تم تجربتها في العالم الحقيقي (On Line) ويتم تدريب الشبكة العصبية باستخدام تقنية العودة للخلف (Back Propagation) لزيادة كفاءة هذا العمل كما يتم تعديل محاكي الشبكة الإصدار 2 (Network simulator version 2) عن طريق إدراج وحدات تحكم (الضبابية – الجينية – العصبية) التي وضعت في كل عقدة من الشبكة كما تم ايضااختبار هذا العمل على بروتوكول التوجيه المعتمد على الطلب (AODV) وقد اثبت بروتوكول التوجيه ( AODV ) المحدث اعطاء إنتاجية عالية وأداء عالي بالمقارنة مع بروتوكول ( AODV ) التقليدي وبروتوكول التوجيه ( DSR ) .

بقلم / عادل الفتلاوي