Метод динамічної маршрутизації в мобільних програмно-конфігурованих мережах з використанням штучного інтелекту

Автор(и)

DOI:

https://doi.org/10.18372/2073-4751.86.21277

Ключові слова:

штучний інтелект, програмно-конфігуровані мережі, SDN, T-GNN, мобільні мережі, динамічна маршрутизація, предиктивна маршрутизація, QoS

Анотація

У статті розглядається проблема забезпечення ефективної маршрутизації та балансування навантаження в мобільних програмно-конфігурованих мережах (SDN), що характеризуються високою динамікою переміщення вузлів та частими змінами топології. Існуючі рішення, що базуються на класичних статичних підходах або базових моделях штучного інтелекту (наприклад, багатошаровий перцептрон), мають суттєвий недолік: вони аналізують стан мережі як миттєвий зріз у фіксований момент часу і не здатні вловлювати часові зміни та еволюцію графа топології. Це призводить до перевантаження SDN-контролера та зниження якості обслуговування (QoS) при постійних обривах каналів зв'язку. Для вирішення цієї проблеми запропоновано концептуальну архітектуру системи предиктивної маршрутизації на основі часових графових нейронних мереж (Temporal Graph Neural Networks, T-GNN). Запропонований підхід дозволяє моделювати просторово-часові залежності в мережі, прогнозувати майбутній стан з'єднань на основі історичних даних та прокладати маршрути на випередження, що суттєво знижує навантаження на площину керування (control plane).

Посилання

Aktas F., Shayea I., Ergen M. et al. AI-enabled routing in next generation networks: A survey. Alexandria Engineering Journal. Vol. 120, 01.05.2025. P. 449–474. DOI:10.1016/j.aej.2025.01.095.

Wu Y.-J., Hwang P.-C., Hwang W.-S. et al. Artificial Intelligence Enabled Routing in Software Defined Networking. Applied Sciences. Vol. 10, № 18. DOI:10.3390/app10186564.

Piroddi A., Fonti R. SDN-Driven Innovations in MANETs and IoT: A Path to Smarter Networks. Journal of Advances in Information Technology. Vol. 16, 01.01.2025. P. 411–425. DOI:10.12720/jait.16.3.411-425.

Mahmood A., Zhang W. E., Sheng Q. Z. Software-Defined Heterogeneous Vehicular Networking: The Architectural Design and Open Challenges. Future Internet. Vol. 11, № 3. DOI:10.3390/fi11030070.

Stampa G., Arias M., Sanchez-Charles D. et al. A Deep-Reinforcement Learning Approach for Software-Defined Networking Routing Optimization. arXiv, 2017. DOI:10.48550/arXiv.1709.07080.

Almasan P., Suarez-Varela J., Wu B. et al. Towards Real-Time Routing Optimization with Deep Reinforcement Learning: Open Challenges. 2021. DOI:10.48550/arXiv.2106.09754.

Azzouni A., Boutaba R., Pujolle G. NeuRoute: Predictive Dynamic Routing for Software-Defined Networks. arXiv, 2017. DOI:10.48550/arXiv.1709.06002.

Rusek K., Suárez-Varela J., Almasan P. et al. RouteNet: Leveraging Graph Neural Networks for Network Modeling and Optimization in SDN. IEEE Journal on Selected Areas in Communications. Vol. 38, Issue 10. P. 2260–2270. DOI:10.1109/JSAC.2020.3000405.

Jiang W., Han H., Zhang Y. et al. Graph Neural Networks for Routing Optimization: Challenges and Opportunities. Sustainability. Vol. 16, № 21. DOI:10.3390/su16219239.

He Y., Xiao G., Zhu J. et al. Reinforcement learning-based SDN routing scheme empowered by causality detection and GNN. Frontiers in Computational Neuroscience. Vol. 18, 29.04.2024. DOI:10.3389/fncom.2024.1393025.

Rovira-Sugranes A., Razi A., Afghah F. et al. A review of AI-enabled routing protocols for UAV networks: Trends, challenges, and future outlook. Ad Hoc Networks. Vol. 130, 01.05.2022. P. 102790. DOI:10.1016/j.adhoc.2022.102790.

##submission.downloads##

Опубліковано

2026-05-30

Як цитувати

Кулаков, Ю., & Пєнской, В. (2026). Метод динамічної маршрутизації в мобільних програмно-конфігурованих мережах з використанням штучного інтелекту. Проблеми iнформатизацiї та управлiння, 2(86), 83–88. https://doi.org/10.18372/2073-4751.86.21277

Номер

Том 2 № 86 (2026)

Розділ

Статті

Ліцензія

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.

Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).

Авторські права

Автори, які публікують свої роботи в журналі:

  • зберігають за собою авторські права на свої публікації;

  • надають журналу право на перше опублікування статті;

  • погоджуються на поширення матеріалів за ліцензією CC BY 4.0;

  • мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.