SUN'IY INTELLEKT ASOSIDA MARSHRUTLASH ALGORITMLARINI OPTIMALLASHTIRISH

YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 134 SUN’IY INTELLEKT ASOSIDA MARSHRUTLASH ALGORITMLARINI OPTIMALLASHTIRISH M.Xalilov, M.Najmiddinov, M.Muhammadjonov Farg`ona davlat texnika unversiteti tel: +998944927723, e-mail: [email protected] https://doi.org/10.5281/zenodo.17999395 Annotatsiya: Mazkur ilmiy ishda zamonaviy kompyuter tarmoqlarida marshrutlash jarayonini takomillashtirishda sun’iy intellektning roli va texnologik imkoniyatlari keng yoritiladi. Telekommunikatsiya tizimlarining murakkablashuvi, trafik hajmining keskin ortishi va xizmat ko‘rsatish sifatiga bo‘lgan talablarning oshishi an’anaviy marshrutlash algoritmlarining imkoniyatlarini cheklab qo‘ymoqda. Shu sababli adaptiv qaror qabul qilish, trafikni bashorat qilish, yuklama balanslash, nosozliklarni oldindan sezish va optimal yo‘lni avtomatik tanlash kabi vazifalarni bajarishda sun’iy intellekt algoritmlarining qo‘llanilishi hozirgi kunda muhim ilmiy-amaliy yo‘nalish hisoblanadi.. Kalit so‘zlar: marshrutlash, sun’iy intellekt, trafik boshqaruvi, adaptiv tizimlar, mustahkamlovchi o‘qitish, tarmoq optimizatsiyasi, kommutatsiya, dinamik protokollar. So‘nggi yillarda Internet tarmoqlarida uzatilayotgan ma’lumotlar hajmi o‘ta keskin sur’atlarda o‘sib bormoqda. Cisco, Juniper va Huawei kompaniyalarining statistik ma’lumotlariga ko‘ra, global tarmoqdagi trafik yiliga o‘rtacha 25–30% ga ortmoqda. Bu o‘sishning asosiy sabablari quyidagilardan iborat: – bulutli texnologiyalarni keng qo‘llash; – IoT qurilmalarining ko‘payishi; – video va multimedia kontentning yuqori sifatda uzatilishi; – korporativ va mobil tarmoqlarda xavfsizlik tizimlarining murakkablashuvi. Bunday sharoitda an’anaviy marshrutlash protokollari (OSPF, RIP, BGP va boshqalar) real vaqt talablariga moslashishi qiyinlashadi. Ularning asosiy kamchiliklari quyidagilardan iborat: tarmoq holatini to‘liq baholay olmaslik; o‘zgaruvchan trafik oqimiga sekin moslashish;global optimal emas, balki lokal optimal yo‘lni tanlash;yuklama yuqori bo‘lgan davrlarda tiqilinchning oldini olmaslik.Shu sababdan sun’iy intellekt asosida marshrutlash masalasini qayta ko‘rib chiqish va optimallashtirish bugungi kunda juda dolzarb. SI yordamida tarmoqdagi holatni doimiy tahlil qilish, har bir yo‘lning bandlik ko‘rsatkichlarini bashorat qilish, resurslarni avtomatik qayta taqsimlash va eng optimal yo‘nalishni real vaqt rejimida tanlash mumkin. Marshrutlash jarayonining nazariy asoslari.Marshrutlash — paketlar manzilga yetib borishini ta’minlash uchun ularga eng maqbul yo‘lni tanlash jarayonidir. Tarmoqda bu jarayon quyidagi vazifalarni o‘z ichiga oladi: – tarmoq topologiyasini aniqlash; – yo‘llar metrikasini hisoblash; – marshrut jadvallarini shakllantirish; – paketlarni kerakli portga uzatish. Optimal marshrutni tanlash ko‘plab omillarga bog‘liq: kechikish, yo‘ldagi uzatish tezligi, yo‘lning bandlik darajasi, paketlarning ustuvorlik sinfi (QoS), xavfsizlik darajasi va boshqalar. YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 135 Bu parametrlarning barchasi real vaqt davomida o‘zgarib turadi, shu sababli an’anaviy protokollar samaradorligi yildan yilga pasaymoqda.Sun’iy intellektning tarmoqlarda qo‘llanilishi.AI tarmoqlarni boshqarishning quyidagi yo‘nalishlarini sezilarli darajada takomillashtirishi mumkin: Bu esa tarmoq resurslarini oldindan taqsimlash imkonini beradi. Dinamik yuklama balanslash.AI modeli routerlar va switchlar yuklamasini doimiy kuzatib boradi va o‘zgarishlarga mos ravishda yo‘llarni avtomatik optimallashtiradi. Nosozliklarni aniqlash. SI yordamida quyidagi muammolarni oldindan aniqlash mumkin: – portning haddan tashqari band bo‘lishi; – uyali tarmoqlarda “bottleneck” holati; – trafik anomaliyasi (masalan, DDoS) boshlanishi; – marshrutlash jadvalining noto‘g‘ri shakllanishi. Avtonom tarmoq boshqaruvi.5G/6G tarmoqlari uchun taklif etilgan Zero-Touch Networking (ZTN) konsepsiyasi to‘liq SI orqali boshqaruvni nazarda tutadi. U quyidagilarni o‘z ichiga oladi: – o‘z-o‘zini sozlash; – o‘z-o‘zini tiklash; – o‘z-o‘zini optimallashtirish. Mashinaviy o‘qitishga asoslangan marshrutlash modeli. Tadqiqot davomida mashinaviy o‘qitishning bir nechta algoritmlari qo‘llanildi: – Lineer va polynomial regressiya (trafik trendlarini aniqlash); – Neyron tarmoqlar (kompleks o‘zgarishlarni baholash); – K-means klasterlash (trafik oqimlarini sinflarga ajratish); – Q-learning (optimal yo‘lni tanlash). Model quyidagi modullardan tashkil topdi: Ma’lumot yig‘ish moduli. Routerlar va switchlardan quyidagi ma’lumotlar yig‘ildi: – trafik hajmi; – kechikish va uzatish tezligi; – port yuklamasi; – marshrutning bandlik ko‘rsatkichi; – yo‘llar bo‘yicha paket yo‘qotish statistikasi. Bashoratlash moduli. Bu modul chuqur neyron tarmoq asosida kelajak yuklamani taxmin qiladi. Testlar shuni ko‘rsatdiki, model 89–93% aniqlikda bashorat berishga qodir. Agentli qaror qabul qilish tizimi. Mustahkamlovchi o‘qitish asosidagi agent turli yo‘llardan foydalanib maksimal mukofot oladigan strategiyani tanlaydi. Bu mukofot quyidagilarga asoslangan: – minimal kechikish; – minimal yo‘qotish; – samarali yuklama taqsimoti. Eksperimental natijalar. Sinfiy tarmoqqa o‘xshash 200 tugundan iborat virtual tarmoq yaratildi. Sinovlarda quyidagi natijalar olindi: 1-jadval. An’anaviy OSPF protokoli bilan taqqoslash YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 136 Ko‘rsatkich OSPF SI asosida O‘sish Kechikish 27 ms 18 ms -33% Paket yo‘qotish 2.3% 0.7% -70% O‘tkazuvchanlik 1.0 Gbps 1.22 Gbps +22% AI modeli yuklama tebranishi bo‘lgan davrlarda yo‘llarni qayta tanlab, global muvozanatni ta’minladi. Tadqiqot natijalari shuni ko‘rsatdiki, sun’iy intellekt asosida marshrutlash jarayonini optimallashtirish tarmoq samaradorligini sezilarli darajada oshiradi. SI yordamida tarmoqning o‘zgaruvchan sharoitlariga moslashuvchi, oldindan bashorat qiluvchi, adaptiv va avtonom boshqaruvga ega tizimlar yaratish mumkin. Taklif etilgan model trafik tebranishlari yuqori bo‘lgan yirik korporativ tarmoqlar, data markazlar, telekommunikatsiya operatorlari va 5G/6G infratuzilmalarida samarali ishlay oladi. AI asosidagi marshrutlash algoritmlari kelajakda an’anaviy protokollarni to‘liq to‘ldiradi va hatto ularning o‘rnini egallashi kutilmoqda. Adabiyotlar, References, Литературы: 1. Kurose J., Ross K. Computer Networking: A Top-Down Approach. Pearson, 2021. 2. Cisco Systems. Routing Protocols and Concepts. Cisco Press, 2020. 3. IEEE Communications Society. “AI-Driven Routing in Next Generation Networks”, 2022. 4. Juniper Networks. Advanced Traffic Engineering and AI Control in SDN. 2023. 5. Huawei Technologies. Autonomous Driving Network Architecture. 2022.