Специалисты Междисциплинарной научно-образовательной школы МГУ «Мозг, когнитивные системы, искусственный интеллект» провели исследование, направленное на оптимизацию распределения трафика в сетях передачи данных. Основная цель работы – разработка методик, обеспечивающих снижение перегрузки каналов связи посредством координации действий между сетевыми узлами.

В современных сетях передачи информации критически важно грамотно распределять потоки данных по имеющимся маршрутам для предотвращения перегруженности отдельных каналов. Одним из ключевых параметров в данной задаче выступает максимальная загрузка канала (MLU), демонстрирующая степень перегрузки наиболее насыщенного участка сети.

Традиционные централизованные методы позволяют находить решения, близкие к оптимальным, но они характеризуются задержкой реакции на изменения в сетевой инфраструктуре, поскольку требуют сбора данных со всех узлов. Децентрализованное управление, при котором решения принимаются локально на каждом узле, является альтернативой, однако часто оказывается менее эффективным из-за ограниченности информации.

В рамках исследования предлагается децентрализованный подход, включающий обмен данными между узлами. Управление осуществляется посредством мультиагентного обучения с подкреплением, где каждый узел функционирует как независимый агент и принимает решения на основе имеющихся данных.

Специалисты из Московского государственного университета представили комплекс предложений по совершенствованию действующих подходов и создали новые модели взаимодействия между элементами системы. В рамках этих моделей процесс обмена сведениями организован в два последовательных этапа: первоначально осуществляется анализ данных, доступных на локальном уровне, после чего происходит обработка информации, полученной от смежных компонентов. Такой подход позволяет сократить объем передаваемых данных в ситуациях, когда для выработки решения достаточны сведения, имеющиеся в распоряжении локального узла.

«Взаимодействие между компонентами системы способствует более быстрой адаптации агентов к изменениям в сетевой среде и обеспечивает принятие скоординированных решений. Это открывает возможности для эффективного распределения трафика без необходимости централизованного контроля», – подчеркнул ассистент кафедры автоматизации систем вычислительных комплексов факультета ВМК МГУ. Евгений Степанов.

Результаты проведенных испытаний продемонстрировали, что разработанные методы обеспечивают достижение распределения трафика, близкого к оптимальному, за небольшое количество итераций, что способствует более рациональному использованию сетевых ресурсов.

Данная разработка была доложена на научной конференции « Ломоносовские чтения».

Информация предоставлена пресс-службой МГУ