ناقش قسم هندسة المعلومات والاتصالات في كلية الهندسة خوارزمي بجامعة بغداد، رسالة الماجستير للطالبة (تبارك ياسين خضير).
هدفت الرسالة تسليط الضوء على الشبكات المعرفة برمجياً(SDN)، والتي تُستخدم مؤخرًا في مراكز البيانات، باهتمام كبير نظرًا لقدرتها على توفير إدارة مرنة للشبكة. ومع ذلك، تواجه SDN تحديًا رئيسيًا مشابهًا للشبكات التقليدية، وهو مشكلة الازدحام. يحدث ذلك عندما يتم تحميل الشبكة بحركة مرور بيانات مكثفة، مما يؤدي إلى مشكلات مثل فقدان الحزم وزيادة زمن التأخير. يركز هذا البحث على استخدام خوارزميات التعلم الآلي (ML) لتحسين التحكم في الازدحام داخلSDN. تم استخدام محاكي Mininet لإنشاء طوبولوجيا شجرية لجمع مجموعة بيانات باستخدام متحكم RYU، الذي يتمتع بقدرة على مراقبة معايير إحصائيات الشبكة. تم استخدام هذه المعايير لتدريب واختبار نماذج التعلم الآلي لتحديد موقع الازدحام في المحولات.
ومن أهم التوصيات التي توصلت اليها الرسالة هو يتميز محاكي Mininet بالعديد من الخصائص التي تجعله خيارًا مثاليًا لمحاكاة SDN، وأهمها أنه مكتوب بلغة Python، مما يسمح بتشغيل البرمجيات النصية المكتوبة بهذه اللغة. تم اختيار متحكم RYU نظرًا لقدرته على تشغيل البرمجيات النصية المكتوبة بلغة Python كذلك و التي تحتوي على خوارزميات التعلم الآلي المُدربة وفي مرحلة التحقق، كان البحث الشبكي (Grid Search) أداة مفيدة في تحديد أفضل القيم لمعاملات الضبط التي تحقق أفضل نتائج من حيث الزمن والدقة في تصنيف الازدحام. أما في مرحلة الاختبار، فقد أظهرت خوارزمية SVM دقة تصنيف عالية ولكنها استغرقت أطول زمن تصنيف، مما يجعلها غير مناسبة للتطبيقات الفورية.
وتحقق هذه الرسالة احد اهداف التنمية المستدامة المتمثلة بالهدف الرابع والذي يدعو الى التعليم الجيد.