Evaluación del algoritmo de aprendizaje por refuerzo ANTS para el enrutamiento en redes de telefonía móvil

Abstract

Resumen En este trabajo estudiamos los algoritmos de Aprendizaje por refuerzo (RL) aplicados al área de enrutamiento de redes de telecomunicaciones donde encontramos que existe una tendencia de investigación orientada a la búsqueda de soluciones a problemas de optimización y control en redes a través del desarrollo de agentes inteligentes basados en hormigas. Implementamos un algoritmo basado en Antnet como protocolo de enrutamiento y de búsqueda de rutas optimas en caso de fallas en una red de acceso GSM, el cual se comporta de forma distribuida, robusta y adaptativa. Estas características hacen de estos agentes inteligentes (ants) una excelente opción para problemas de fallas en las redes de acceso GSM, abordando como objetivo principal el diseño en ambiente de simulación de un sistema redundante en la red de acceso por radio GSM para el enrutamiento en caso de fallas. Modelamos y simulamos el prototipo de Red de acceso GSM, desarrollando el algoritmo de enrutamiento Antnet usando el lenguaje de programación Matlab y bajo Simevents. La contribución de este trabajo esta basada en la implantación del algoritmo Antnet en un prototipo de red de acceso GSM donde se evalúa por primera vez, se analiza el comportamiento del algoritmo enfocado en fallas de comunicaciones, se genera un modelo de red GSM con enrutamiento basado en agentes inteligentes (hormigas) y se comprueba su funcionamiento de tolerancia a fallas. Diseñamos experimentos que determinaron el retardo promedio de los paquetes bajo escenarios sin falla y con fallas de comunicaciones del 5%, 10% y 15%. Los resultados obtenidos son prometedores y nos permiten concluir que los algoritmos ANTS son eficientes en la búsqueda de rutas alternas en redes de telefonía móvil GSM bajo ambiente de simulación y constituyen la base para el desarrollo de protocolos de enrutamiento más robustos que habiliten redes GSM más tolerantes a fallas.