سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

FAST: بررسی روش‌های مسیریابی تطبیقی در شبکه های خودرویی SDVN مبتنی بر رایانش مه

نویسندگان :

شریفه السادات میرخلف¹ بهرنگ برکتین²

1- دانشگاه آزاد اسلامی واحد نجف آباد 2- دانشگاه آزاد اسلامی واحد نجف آباد

کلمات کلیدی :

شبکه‌های خودرویی نرم‌افزارمحور،محاسبات مه،مسیریابی تطبیقی و هوشمند،شبکه‌های VANET،شبکه نرم‌افزارمحور،سامانه‌های حمل‌ونقل هوشمند

چکیده :

با گسترش شبکه‌های خودرویی (VANET) و افزایش نیاز به ارتباطات سریع، قابل اعتماد و با تأخیر پایین، استفاده از فناوری‌های نوینی مانند شبکه‌های نرم‌افزارمحور (SDN) و رایانش مه (Fog Computing) به‌عنوان راهکاری مؤثر برای مدیریت پویا و هوشمند منابع شبکه مطرح شده است. ادغام VANET با SDN که به‌عنوان SDVN شناخته می‌شود، امکان کنترل متمرکز، بهینه‌سازی مسیرها و مدیریت ترافیک شبکه را فراهم می‌سازد. با این حال، چالش‌هایی نظیر تحرک بالای گره‌ها، تغییرات سریع توپولوژی و محدودیت منابع محاسباتی همچنان مانع دستیابی به مسیریابی بهینه در زمان واقعی هستند. در این مقاله، چارچوبی با عنوان FAST (Fog-assisted Adaptive SDN-based Traffic Routing) که یک چارچوب مفهومی مسیریابی تطبیقی مبتنی بر SDN است که با کمک پردازش مه (Fog) معرفی شده و به‌عنوان مبنایی برای بررسی و تحلیل روش‌های موجود مسیریابی در شبکه‌های SDVN مبتنی بر رایانش مه به‌کار گرفته می‌شود. در این مرور، روش‌های مسیریابی تطبیقی در سه دسته‌ی اصلی مبتنی بر معماری SDN، الگوریتم‌های هوشمند و یادگیری ماشین، و مدل‌های توزیع‌شده Fog طبقه‌بندی شده و از منظر معماری، میزان تمرکز یا توزیع‌شدگی، تأخیر شبکه و کارایی مسیریابی مورد مقایسه و تحلیل قرار می‌گیرند. همچنین نقاط قوت، محدودیت‌ها، و مسیرهای تحقیقاتی آینده شامل استفاده از هوش مصنوعی، یادگیری عمیق، 6G، و شبکه‌های کوانتومی برای بهبود کارایی و کاهش تأخیر بررسی شده‌اند. نتایج این مطالعه می‌تواند به‌عنوان مرجعی جامع برای پژوهشگران در طراحی نسل بعدی پروتکل‌های مسیریابی در شبکه‌های خودرویی هوشمند مورد استفاده قرار گیرد.