ارائه کننده: نیما زاهدی پور  استاد راهنما: دکتر بهزاد اکبری نودوزقی استاد ناظر داخلی: دکتر فواد قادری استاد ناظر خارجی: دکتر محمد خوانساریتاریخ: ۱۴۰۴/۰۷/۲۶ ساعت: ۱۷:۰۰ مکان: دانشکده مهندسی برق و کامپیوتر – اتاق شورا

چکیده: با رشد فناوری‌های واقعیت مجازی (VR) و ویدیوهای ۳۶۰ درجه، چالش ارائه یک تجربه کاربری باکیفیت و پیوسته به یکی از مسائل محوری در شبکه‌های نسل جدید تبدیل شده است. حجم بسیار بالای داده، نیازمندی به تأخیر انتها به انتهای بسیار کم و حساسیت شدید به هرگونه توقف در پخش، الگوریتم‌های تطبیق نرخ بیت سنتی را با محدودیت‌های جدی مواجه می‌سازد. مشکل بنیادین این الگوریتم‌ها، ماهیت واکنشی آن‌هاست؛ بدین معنا که تنها پس از وقوع ازدحام و افت پهنای باند به آن پاسخ می‌دهند. این تأخیر ذاتی در واکنش، برای کاربردهای حساسی مانند VR که نیازمند حس غوطه‌وری کامل هستند، یک گلوگاه عملکردی محسوب می‌شود این پایان‌نامه با هدف غلبه بر این محدودیت، یک راهکار نوآورانه با رویکرد کنشگرایانه با نامPANDA-CP (PANDA with Congestion Prediction)  ارائه می‌دهد. این الگوریتم بر پایه معماری پیشرفته PANDA (Probe and Adapt)  ساخته شده و با افزودن یک ماژول پیش‌بینی ازدحام (CPM) مبتنی بر شبکه‌های عصبی بازگشتی از نوع حافظه طولانی کوتاه‌مدت (LSTM)، آن را به سطح جدیدی از هوشمندی ارتقا می‌دهد. برای تغذیه این مدل، یک معیار جدید با نام شاخص ازدحام پویا (DCS) ابداع گردید که با تحلیل نسبت زمان رفت و برگشت لحظه‌ای (RTT) به زمان رفت و برگشت هموارشده (SRTT)، یک سیگنال دقیق و آنی از وضعیت ازدحام شبکه فراهم می‌کند. مدل LSTM با تحلیل الگوهای زمانی این شاخص، قادر است وقوع ازدحام را پیش از تأثیرگذاری مخرب آن بر روی شبکه، پیش‌بینی نماید. در صورت پیش‌بینی ازدحام، PANDA-CP به صورت موقت منطق تهاجمی کاوش پهنای باند را کنار گذاشته و با اتخاذ یک استراتژی دفاعی، سطح کیفیت ویدیو را به صورت پیشگیرانه کاهش می‌دهد تا از خالی شدن بافر جلوگیری کند. در شرایط عادی شبکه، الگوریتم دقیقا مانند PANDA استاندارد عمل کرده تا بالاترین کیفیت ممکن را ارائه دهد. برای ارزیابی عملکرد، یک معماری شبکه 5G سرتاسری در محیط شبیه‌سازی OMNeT++ پیاده‌سازی شد. نتایج به دست آمده برتری مطلق رویکرد کنشگرایانه را به اثبات رساند: الگوریتم PANDA-CP توانست پدیده بافرینگ مجدد را به طور کامل حذف کند، میانگین تأخیر را در دوره ازدحام 33 درصد کاهش دهد و امتیاز نهایی QoE را 11 درصد بهبود بخشد. این پژوهش نشان می‌دهد که تغییر پارادایم از واکنش‌گرایی به کنشگرایی، راهکاری مؤثر برای تضمین یک تجربه کاربری روان، پایدار و باکیفیت در نسل آینده جریان‌سازی ویدیوهای واقعیت مجازی است.