საკვანძო სიტყვები
მარშრუტიზაცია
ნეირონული ქსელები
ხელოვნური ინტელექტი (AI)
როგორ უნდა ციტირება
ანოტაცია
სტატიაში განხილულია BGP (Border Gateway Protocol)-ის როლი ინტერნეტის სტაბილური ფუნქციონირების უზრუნველყოფის პროცესში და მისი არსებითი გამოწვევები. აღნიშნული პროტოკოლი წარმოადგენს ავტონომიურ სისტემებს შორის მარშრუტების გაცვლის ძირითად მექანიზმს, თუმცა მასთან დაკავშირებულია რიგი პრობლემები, მათ შორის, უსაფრთხოების უზრუნველყოფის სირთულე, კონფიგურაციის კომპლექსურობა, პოლიტიკის მართვის სირთულე და გლობალური გავლენა ქსელის სტაბილურობაზე.
თანამედროვე კვლევითი მიდგომები ყურადღებას ამახვილებს ნეირონული ქსელების ინტეგრაციაზე BGP მარშრუტიზაციის პროცესში. აღნიშნული ინტეგრაცია შესაძლებელს ხდის მონაცემთა ავტომატიზებულ შეგროვებასა და ანალიზს, მოდელის სწავლებას, ანომალიების რეალურ დროში აღმოჩენასა და მათზე ავტომატურ რეაგირებას. ხელოვნური ინტელექტის მეთოდების გამოყენება ხელს უწყობს მარშრუტების ოპტიმიზაციას, გადაწყვეტილების მიღების გამჭვირვალობასა და ადაპტირებადობას დინამიკურ ქსელურ გარემოში.
ნეირონული ქსელების დანერგვა BGP მარშრუტიზაციაში მნიშვნელოვნად ზრდის სისტემის სტაბილურობას, უსაფრთხოებასა და ოპერაციულ ეფექტიანობას. იგი ამცირებს ადამიანური შეცდომების რისკს, აუმჯობესებს მარშრუტების მართვის ხარისხს და ზრდის ქსელის გამტარიანობას. შედეგად, ნეირონული ქსელების ინტეგრაცია განიხილება, როგორც პერსპექტიული გზა ინტერნეტის გლობალური ინფრასტრუქტურის მართვისა და მისი მდგრადი განვითარების უზრუნველსაყოფად.
წყაროები
Hammood, N. H., Al-Musawi, B., & Alhilali, A. H. (2022). A Survey of BGP Anomaly Detection Using Machine Learning Techniques. In Communications in Computer and Information Science (Vol. 109, pp. 109–120). Springer.
Latif, H., Paillissé, J., & Cabellos-Aparicio, A. (2022). Unveiling the potential of graph neural networks for BGP anomaly detection. In Proceedings of the 1st International Workshop on Graph Neural Networking
Bahnasy, M., Li, F., Xiao, S., & Cheng, X. (2020). DeepBGP: A Machine Learning Approach for BGP Configuration Synthesis. In Proceedings of the ACM Special Interest Group on Data Communication
Oleg Namicheishvili, Zhuzhuna Gogiashvili, Mzia Kiknadze, Guram Acharadze (2021) “On system output signal generation in the recurrent neural networks”- Tbilisi, Journal „AMIM“ vol. 26, no 1.
Namicheishvili O., Gogiashvili J., Kiknadze M., Gvaramia E. (2022), « MACHINE INTELLIGENCE IN THE SERVICE OF HUMAN INTELLIGENCE” XIII Annual International Conference of the Union of Mechanics of Georgia, Batumi, August 24-26.