В России ИИ поручили управление сетевым трафиком
В России ученые представили мультиагентный алгоритм управления сетевым трафиком, который уменьшает объем обмена данными между агентами и быстрее распределяет потоки при изменении нагрузки
Исследователи МГУ предложили новый алгоритм управления трафиком в телекоммуникационных сетях и центрах обработки данных. Работу опубликовали в научном журнале Mathematics.
Инженерия трафика помогает распределять потоки данных между узлами сети и предотвращать перегрузки. Рост объема интернет-трафика и увеличение числа сетевых устройств осложняют эту задачу. Классические алгоритмы оптимизации плохо реагируют на динамическую и случайную нагрузку, характерную для современных сетей.
Поэтому исследователи развивают мультиагентные системы. В них сеть контролируют независимые программные агенты, которые принимают локальные решения и координируют действия друг с другом.
Алгоритм MAROH
В своих предыдущих работах команда Центра ИИ МГУ предложила алгоритм MAROH. Он объединяет мультиагентную оптимизацию и обучение.
Метод показал более высокую эффективность по сравнению с распространенными алгоритмами балансировки, включая ECMP и UCMP. Однако система требовала активного обмена информацией между агентами. При каждом изменении трафика агенты заново пересчитывали параметры распределения потоков.
Новая версия алгоритма меняет архитектуру принятия решений. Разработчики добавили двухконтурный механизм, который снижает нагрузку на сеть управления.
Алгоритм с «быстрым» и «медленным» мышлением
Разработчиков вдохновили исследования нобелевского лауреата по экономике Даниэля Канемана. Он описал два режима человеческого мышления. Первый работает быстро и использует накопленный опыт. Второй включается при сложных и новых ситуациях.
Агенты в новой системе используют похожую логику. Если ситуация в сети знакома и привычна, они мгновенно применяют ранее найденную стратегию. Когда возникает новая конфигурация трафика, агент запускает более сложный анализ и взаимодействует с другими участниками системы.
Снижение сетевых обменов
Эксперименты показали заметный эффект от применения новой архитектуры. В зависимости от параметров алгоритма количество межагентных обменов снижается на 80–96 процентов по сравнению с обычными методами.
При этом система сохраняет эффективность балансировки трафика и быстро выходит на устойчивое распределение потоков данных. Это важно для инфраструктур с высокой нагрузкой и постоянными изменениями сетевой активности.
