مدیریت منابع شبکه های منفعل نوری با استفاده از هوش مصنوعی

تقاضا برای خدمات داده پرسرعت به طور مداوم در حال افزایش است ، شبکه های منفعل نوری (PON) به دلیل کاهش هزینه زیرساخت ، افزایش نرخانتقال و کیفیت بالاتر در ارائه داده، ویدئو و صدا به یک راه حل ضروری و قابل اعتماد برای کاربردهای مختلف شبکه ها ی دسترسی تبدیل شده اند. هوش مصنوعی به عنوان فناوری برای تحقق شبکه های نوری هوشمند،می تواند در کنترل و عملکردهای مدیریت شبکه مانند تخصیص منابع انعطافپذ یر، تشخیص خطا، پیش بینی خرابی و نظارت بر عملکرد کمک کند. در می ان بسیاری از فناوری های مبتنی بر هوش مصنوعی ،ی ادگیری ماشینی (ML) بهتری ن تکنیک برای یادگیری ، طبقه بندی شناسا/یی ، پیش ب ینی وکنترل ترافیک است . از چارچوبهای یادگیری تقویتی (RL) می توان برای ی ادگیری سیاست های تصمیم گیری برای مشکلات تصمیم گیری متوالی استفاده کرد. RL یک رویکرد یادگیری ماشینی است که به رفتارهای دلخواه پاداش می دهد و رفتارهای ناخواسته را جر یمه می کند. در این مقاله یک الگوریتم تخصیص پهنای باند پویا مبتنی بر RL ارایه گردیده که می تواند پارامتر های کیفی سیستم را افزایش دهد .

کلیدواژه ها:

مدیریت شبکه ، هوش مصنوعی ، یادگیری ماشین ، یادگیری تقویتی ، .EPON