МОСКВА, 27 марта. /ТАСС/. Ученые Белгородского государственного университета (НИУ БелГУ) разработали алгоритм нейро-нечеткого управления передачи данных в беспроводной самоорганизующейся сети, сообщила пресс-служба НИУ БелГУ. Наработки ученых могут существенно снизить потери данных в сетях особого назначения, используемых, например, при управлении спецобъектами.
"Эксперименты показали, что применение предложенного алгоритма обеспечивает существенное уменьшение среднего времени передачи потоков данных, а также минимизирует повторные передачи", - отметил один из инициаторов проекта, директор Института инженерных технологий и естественных наук НИУ "БелГУ", Константин Польщиков.
Беспроводные самоорганизующиеся сети и сферы их применения
Концепция самоорганизующихся сетей появилась сравнительно недавно и изначально в ней были реализованы базовые механизмы управления трафиком передачи данных, используемые в стандартных сетях с фиксированной топологией. Фиксированная топология подразумевает наличие одного или нескольких четко определенных аспектов: физические линии связи (например, кабели связи сети Ethernet); функционально-логическая структура; территориальная структура. Это приводило к задержкам в доставке пакетов данных и нежелательной потере информации.
"В беспроводных самоорганизующихся сетях, в отличие от традиционных сетей, каждый узел может быть не только источником и получателем информации, но и маршрутизатором- ретранслятором. Поскольку данные сети имеют невысокую пропускную способность, то в них возможны перегрузки, при которых сеть отбрасывает некоторые пакеты данных. Поэтому нашей задаче было усовершенствовать уже существующий алгоритм управления интенсивностью передачи данных", - приводит пресс-служба слова ответственного исполнителя по проекту, заместителя директора по научной и инновационной деятельности Института инженерных технологий и естественных наук НИУ "БелГУ" Сергея Лазарева.
Особенности нового алгоритма
При создании нового алгоритма был использован подход нейронных сетей, что позволило "обучить" сеть для адаптивного изменения интенсивности передачи данных и сбалансировать ее нагрузку. Алгоритм предусматривает измерение текущих значений времени ожидания подтверждения передачи пакета данных, нейро-нечеткое прогнозирование значений этой величины в следующем цикле и затем вычисление на основе этого прогноза временной задержки при повторной передаче данных.
"Любая нейронная сеть изначально обучается на какой-то выборке, ей задаются базовые модели поведения и анализа, а потом она уже в контексте логики сама выстраивает работу, - напомнил Лазарев. - Так и в данной работе, мы обучали алгоритм на различных критических ситуациях, а затем он научился самостоятельно принимать решения изменять различные параметры беспроводной сети".
Предложенная учеными модель настроена и исследована с помощью имитационных экспериментов, в ходе которых моделировалось функционирование беспроводной самоорганизующейся сети, применяемой для обеспечения связи при противодействии чрезвычайным ситуациям на опасных объектах строительства. Результаты эксперимента показали, что новый алгоритм существенно уменьшил среднее время передачи потоков данных.
Работа ученых выполнена в рамках федеральной целевой программы "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы". Результаты исследования опубликованы в последнем номере журнала International Journal of Applied Mathematics and StatisticsTM. Проект ученых ориентирован на беспроводную самоорганизующуюся спецсеть для строительства и эксплуатации спецобъектов, где нужна постоянная связь, как голосовая, так и с возможностью передачи цифровых данных.