Güçlü ağların tasarımında pekiştirmeli öğrenme, çoklu çekirdeklerin (multi-backbone) ortaya çıkmasını tetikliyor

Günlük yaşam için neden daha güçlü ağlar önemli

Telefon görüşmelerinden elektrik şebekelerine, şehir yollarından protein moleküllerine kadar dünyamız görünmez bağlantı ağları üzerinde çalışıyor. Birkaç kilit bağlantı koptuğunda, bu ağlar hızla çözülüp kesintilere, trafik sıkışmalarına veya iletişim kopmalarına yol açabilir. Bu çalışma, yapay zekânın saldırı altında ya da arızalar yaşanırken bile çalışmaya devam eden ağlar tasarlamasına nasıl yardımcı olabileceğini inceliyor.

Ağlar nasıl çöker

Birçok sistem basit nokta ve çizgiler haritası gibi görünse de, gerilim altında davranışları hiç de basit değildir. Saldırılar veya arızalar genellikle internetteki yoğun bağlı yönlendiriciler veya bir şehrin işlek kavşakları gibi ağdaki en önemli noktaları hedef alır. Bu noktalardan yeterince fazlasını kaldırırsanız sistem izole adacıklara bölünür. Ağları güçlendirmenin geleneksel yolları, düğüm bağlantılarını daha eşit hale getirmek veya uzak parçalar arasında uzun bağlantılar eklemek gibi insan sezgisine dayalı kurallara dayanır. Bu stratejiler bazı durumlarda işe yarar, ancak ağlar büyük olduğunda ve saldırganlar çok çeşitli taktikler kullandığında yetersiz kalır.

Yapay zekâyı tasarım oyununu oynamaya öğretmek

Yazarlar ağ tasarımını bir tasarımcı ile hayali bir saldırgan arasında adım adım oynanan bir oyuna dönüştürüyor. Her turdaki tasarımcı hamlesi, sabit bir bütçe koşuluyla ağ’a bir yeni bağlantı eklemektir. Her hamleden sonra, saldırgan seçtiği stratejiye göre kritik düğümleri kaldırır ve tasarımcı ağın ne kadar bütün kaldığını yansıtan bir puan alır. Bu karşılıklı oyun, bir pekiştirmeli öğrenme problemi olarak çerçevelenir; burada bir yapay zekâ ajanı hangi eklenen bağlantıların en dayanıklı nihai ağa yol açtığını yavaş yavaş keşfeder. Graf tabanlı bir sinir ağı, ajan’ın her adımda ağın yapısını okumasına ve seçimlerinin etkisini değerlendirmesine yardımcı olur.

Yeni bir savunma olarak gizli çoklu çekirdekler

Yapay zekâ model ağlar ve çeşitli saldırı türleri üzerinde eğitildiğinde ayırt edici bir desen ortaya çıkıyor. Yapay zekâ, belirgin hub düğümlerini güçlendirmek veya mümkün olan en uzun bağlantıları çizmek yerine, ağ boyunca sessizce uzanan birkaç örtüşen yol örme eğiliminde oluyor. Bu "çoklu çekirdekler" çoğunlukla en öne çıkan hub’lardan ziyade mütevazı görünen düğümlerden oluşur. Bir simüle saldırı sırasında, trafik önce bu çekirdeklerden birinden akar. Bu yol açığa çıkıp hasar gördüğünde başka bir çekirdek devralır, daha sonra üçüncü bir çekirdek ve benzeri. Bu kademeli devralma, ağın parçalanma anını geciktirir ve büyük bir bağlı çekirdeği rakip tasarım yöntemlerine kıyasla daha uzun süre canlı tutar.

Farklı sistemler ve saldırılar arasında çalışabilirlik

Araştırmacılar, AI tasarımlarını kural tabanlı yöntemler ve daha yavaş arama teknikleriyle çeşitli test ağlarında karşılaştırıyor. Yüksek dereceli düğümlerin basitçe kaldırılmasından daha küresel dağıtım stratejilerine kadar birçok saldırı stilinde, pekiştirmeli öğrenme yaklaşımı genellikle aynı maliyet karşısında daha büyük dayanıklılık kazançları sağlıyor. Zaten oldukça düzgün olan rastgele ağlarda gelişme için alan daha küçüktür. Pek çok gerçek sisteme benzeyen çok düzensiz ağlarda ise kazançlar kayda değerdir. Dikkat çekici biçimde, bir saldırı türüne karşı dayanıklı hale getirilmiş bir ağ, çoklu çekirdek düzeni birkaç kritik rotayı aynı anda gizlediği için genellikle diğer saldırılara karşı da daha dirençli olur.

Yaklaşımı gerçek dünya ağlarına uygulamak

Pratik değeri göstermek için yazarlar eğitilmiş tasarımcılarını gerçek bir internet servis sağlayıcı ağına uyguluyorlar. Sadece bağlantı eklemek yerine, toplam maliyeti sabit tutarak mevcut bağlantıların bir kısmını yeniden düzenliyorlar. Orijinal ağda yalnızca birkaç ana yol bulunuyor; bu yollar saldırı sırasında erken ve neredeyse aynı anda zarar görüyor ve bağlantının hızlı kaybına yol açıyor. AI rehberli yeniden düzenlemeden sonra, aynı ağ saldırılar ilerledikçe trafiği sırayla taşıyan üç veya daha fazla ayrı çekirdeğe sahip oluyor. İyileştirilmiş tasarım bazı durumlarda dayanıklılığı üçten fazla katına çıkarıyor, ekstra donanım eklemeden.

Gelecekte ağ tasarımı için anlamı

Bu çalışma, AI’nın çok sayıda tasarım olasılığını keşfetmesine izin vermenin insan sezgisinin muhtemelen kaçıracağı ağ yapıları ortaya çıkarabileceğini öneriyor. Temel içgörü, iyi bir savunmanın yalnızca bir güçlü omurga değil, hasar biriktikçe yükü paylaşan birkaç örtüşen, kısmen gizli çekirdeğe sahip olduğudur. Bu tür tasarımlar, mühendislerin güç şebekeleri, ulaşım sistemleri, iletişim ağları ve hatta moleküler yapılar gibi alanlarda daha dirençli versiyonlar inşa etmelerine yardımcı olabilir; üstelik gerçekçi maliyet sınırlarına saygı göstererek.

Atıf: Zhu, B., Zhu, T., Gao, J. et al. Design of robust networks via reinforcement learning prompts the emergence of multi-backbones. Nat Commun 17, 4278 (2026). https://doi.org/10.1038/s41467-026-70745-0

Anahtar kelimeler: ağ dayanıklılığı, pekiştirmeli öğrenme, karmaşık ağlar, altyapı dirençliliği, graf sinir ağları