تحسين وضع عقد الضباب الديناميكية باستخدام تحسين البوفرفيش الديناميكي التكيفي لشبكات إنترنت الأشياء في الزمن الحقيقي

لماذا تهم الشبكات الأكثر ذكاءً في حياتنا اليومية

من السيارات ذاتية القيادة إلى المراقبة الطبية عن بُعد، تعتمد العديد من الأجهزة الحديثة على قرارات فورية من حواسب بعيدة. إذا كان الاتصال بطيئًا أو انقطع، فقد تتأخر استجابة السيارة، أو يصل تنبيه صحي بعد فوات الفائدة. يستعرض هذا المقال طريقة جديدة لوضع ونقل حواسب صغيرة تُدعى عقد الضباب بالقرب من مصادر البيانات بحيث تحصل الأجهزة المتصلة على استجابات أسرع وأكثر موثوقية، حتى مع التغيّر المستمر في الشبكة المحيطة.

تقريب القدرة الحاسوبية إلى مكان الحدث

ينطلق المؤلفون من شرح الفجوة المتنامية بين المليارات من أجهزة إنترنت الأشياء ومراكز بيانات السحابة البعيدة. رغم قوة السحابة، يتطلب إرسال كل قطعة بيانات ذهابًا وإيابًا وقتًا. تملأ حوسبة الضباب هذه الفجوة بتوزيع حواسب أصغر قرب المستشعرات والكاميرات والسيارات والآلات الصناعية. يمكن لعقد الضباب معالجة المعلومات محليًا، مما يقلل التأخير ويخفف الضغط عن الروابط بعيدة المدى. لكن تحديد مواقع هذه العقد ومتى يجب نقلها أو إضافتها مع ظهور الأجهزة واختفائها أو تحركها هو لغز صعب يوازن بين أهداف متضاربة: الحفاظ على زمن استجابة منخفض، تغطية أكبر عدد ممكن من الأجهزة، توفير الطاقة، وتفادي إعادة ترتيب المعدات باستمرار.

خريطة حية ومتغيرة للشبكة

لالتقاط هذا الواقع، يصوّر البحث الشبكة كنظام حي يتغير مع الزمن. قد تكون عقد الضباب ثابتة أو مُركّبة على مركبات وطائرات مسيّرة؛ قد تتعرض لفشل مؤقت أو دائم؛ وكثافة أجهزة إنترنت الأشياء ترتفع وتنخفض حسب أنماط يومية. يتتبع النموذج مواقع كل عقدة وجهاز، ونطاقات الاتصال، وتكرار حالات الفشل، و«تكلفة» نقل المعدات. يُقيَّم الأداء بمدى بقاء الشبكة متصلة، وعدد الأجهزة الواقعة ضمن مدى عقدة ضباب واحدة على الأقل، ومقدار الحركة الفيزيائية المطلوبة للحفاظ على سير الأمور بسلاسة. التحدي ليس إيجاد ترتيب جيد لمرة واحدة، بل تحديثه باستمرار عندما تنخفض التغطية أو تضعف الاتصالات أو تتغير المعدات.

التعلّم من سلوك سمك البوفرفيش

جوهر الدراسة هو طريقة جديدة تسمى خوارزمية تحسين البوفرفيش الديناميكي (D-POA). مستوحاة من سلوك البوفرفيش عند التهديد، تتناوب الخوارزمية بين استراتيجيتين. في وضع «البحث العام» تشبه حركة السمك السريعة لتغيير موقعها لتجنب المفترس، حيث تستكشف ترتيبات مختلفة جدًا لعقد الضباب للعثور على مناطق واعدة في فضاء الحلول. في وضع «الدفاع» الذي يقلد التعديلات الدقيقة عندما ينتفخ السمك، تجري تعديلات محلية أصغر لتحسين ترتيب جيد. وعلى خلاف النسخ السابقة، تتذكر D-POA أيضًا ما نجح في الماضي وتبدأ دوائر تعديل جديدة من هذه الترتيبات الناجحة السابقة، مع إضافة قدر كافٍ من العشوائية لتفادي الوقوع في نمط سيئ.

التغيير بالقدر الكافي وفي الوقت المناسب

ابتكار رئيسي هو أن D-POA لا تعمل بأقصى طاقة طوال الوقت. تراقب الخوارزمية الشبكة باستمرار وتطلق إعادة التكوين فقط عندما تنخفض مقاييس مهمة مثل الاتصال أو التغطية دون عتبات محددة، أو عند فشل عقد أو إضافتها. عندما تتغير الظروف بشكل طفيف تستخدم خطوات تعديل أقل لتوفير الحوسبة؛ وعند حدوث اضطراب كبير تخصص جهدًا أكبر للبحث عن ترتيب جديد قوي. من خلال هذا التحكم التكيفي، يوازن النظام بين حاجة الحفاظ على جودة الخدمة وتجنب الحركة غير الضرورية أو الإفراط في استخدام الموارد الحاسوبية. كما يحلل المؤلفون كيفية توسع الخوارزمية مع نمو الشبكة، مبينين أن زمن التشغيل واستهلاك الذاكرة يزيدان تقريبًا بتناسب مع عدد العقد والأجهزة.

ما تكشفه التجارب عمليًا

يختبر الفريق D-POA على شبكات محاكاة تضم حتى 1000 عقدة ضباب والعديد من أجهزة إنترنت الأشياء المتغيرة، ويقارنه بثلاث خوارزميات معروفة. عبر خمسة سيناريوهات متطلبة—ديناميكيات عامة، حركة عقد الضباب، حالات فشل عشوائية للمعدات، تذبذب حركة المرور، وتوسع تدريجي للشبكة—قدمت الطريقة الجديدة اتصالًا أعلى (نحو 97–98%) وتغطية أفضل (نحو 98%)، مع تقليل تكاليف الحركة بنحو 38–57% مقارنةً بالمنافسين. كما تستعيد الخدمة بسرعة أكبر بعد حالات الفشل وتحافظ على أداء مستقر مع تذبذب الطلب خلال اليوم. مقارنة بالحلول الرياضية الدقيقة تقترب كثيرًا من أفضل الترتيبات الممكنة لكن في جزء ضئيل من الوقت، وتتفوّق بوضوح على القواعد الجشعة البسيطة التي تتفاعل بسرعة لكنها تهدر الطاقة وتترك ثغرات في التغطية.

ماذا يعني هذا لأنظمة الاتصال المستقبلية

بعبارات يومية، تُظهر الدراسة طريقة للحفاظ على «الأدمغة المحلية» للمدن الذكية والمصانع والمستشفيات في الأماكن المناسبة مع تغيّر الظروف دقيقةً بدقيقة. بمراقبة الشبكة، والتفاعل فقط عند الحاجة، وضبط مواقع عقد الضباب بشكل مُتحكم وفعّال، تضمن D-POA توصيل المزيد من الأجهزة بزمن استجابة أقل وحركة مهدرة أقل. ومع أنه لا يزال هناك حاجة لاختبارات في العالم الحقيقي وإضافة ميزات مثل نماذج تفصيلية للطاقة والأمن، يحدد هذا العمل مسارًا عمليًا نحو شبكات أكثر اعتمادًا ومنخفضة الكمون يمكنها دعم تطبيقات حرجة للسلامة دون ضبط يدوي مستمر.

الاستشهاد: Abu-Ein, A.A., Al-Hazaimeh, O.M., Tawfik, M. et al. Dynamic fog node placement optimization using adaptive dynamic pufferfish optimization for real-time IoT networks. Sci Rep 16, 11624 (2026). https://doi.org/10.1038/s41598-026-41740-8

الكلمات المفتاحية: حوسبة الضباب, شبكات إنترنت الأشياء, الحوسبة الطرفية, تحسين ميتاهيوريستيك, أنظمة الزمن الحقيقي