بهینه سازی زمانبندی بار ترافیکی زیر-جریانهای لایه حمل چندمسیری با آگاهی از دیرینگی اطلاعات در شبکه های سلولی مبتنی بر اتصال دوگانه

در کاربردهای نوظهور بر بستر نسل جدید شبکه های بی سیم به ویژه در اینترنت اشیا، محدودیت های سخت گیرانه ای جهت تضمین تازگی اطلاعات وجود دارد . در همین راستا، اخیرا معیار جدیدی برای سنجش کیفیت سرویس شبکه به نام »دیرینگی اطلاعات« (AoI) مطرح شده که با معیارهای مرسوم مانند تاخیر و گذردهی متفاوت است و به عنوان زمان سپری شده از تولید آخرین بسته موفق دریافت شده در مقصد تعریف می شود. تضمین مقادیر پایین برای دیرینگی اطلاعات مستلزم پیکربندی بهینه پروتکل های جدید انتقال اطلاعات در دو سطح لایه حمل و فیزیکی شبکه است . در این مقاله ، ما مساله زمانبندی بار ترافیکی پروتکل TCP چندمسیری (MPTCP) را بر بستر اتصال دوگانه فیزیکی مبتنی بر فناوریهای LTE و mmWave مورد مطالعه قرار می دهیم . هم افزایی لایه حمل چندمسیری با لایه انتقال فیزیکی چندگانه ، بستر ارتباطی کارآمدی را برای کاهش دیرینگی اطلاعات فراهم می نماید. برای بهینه سازی زمانبندی زیرجریانهای ترافیکی روی دو مسیر ارتباطی ، ما یک الگوریتم بهینه سازی فارغ از مدل مبتنی بر یادگیری تقویتی را پیشنهاد می کنیم که هدف آن دستیابی به یک سیاست بهینه است که میانگین بلندمدت AoI بسته های داده را در مقصد به حداقل برساند. نتایج شبیه سازی بیانگر برتری کارایی الگوریتم پیشنهادی نسبت به دو الگوریتم پیش فرض نوبت گردشی و کمترین میزان تاخیر رفت وبرگشت می باشد .