Ученые МФТИ научили сети связи заранее предсказывать сбои

Ученые Московского физико технического института разработали алгоритм на основе машинного обучения, который помогает беспроводным сетям сохранять высокую надежность даже при быстром изменении условий передачи сигнала. Разработка может быть востребована в сетях пятого поколения и будущих стандартах связи, где задержка должна измеряться миллисекундами, а вероятность потери данных быть крайне низкой. Новый алгоритм получил название ALPACA. Он позволяет заранее оценивать, как изменится качество беспроводного канала, и выбирать оптимальный режим передачи данных. По результатам испытаний технология способна снизить расход ресурсов канала более чем на 30 процентов и увеличить его емкость на 30 или 40 процентов без снижения надежности.

Почему обычной связи уже недостаточно

Для просмотра видео или отправки сообщения небольшая задержка связи обычно незаметна. Однако существуют системы, в которых даже несколько миллисекунд могут иметь принципиальное значение. Речь идет о дистанционных медицинских операциях, беспилотном транспорте, промышленной автоматике и интеллектуальных энергосетях. В таких системах данные должны передаваться практически без задержек и потерь. Для этого создаются сети URLLC. Это особый режим беспроводной связи, название которого означает сверхнадежную передачу данных с очень малой задержкой. Для таких систем вероятность потери пакета данных должна быть меньше одной стотысячной доли процента, а задержка не должна превышать нескольких миллисекунд. Обеспечить такие параметры сложно, поскольку беспроводной канал постоянно меняется. На него влияют движение пользователя, препятствия, электромагнитные помехи и отражения сигнала от зданий и других объектов. При этом решение о параметрах передачи приходится принимать заранее. Система должна буквально предсказать, каким будет канал связи в момент отправки данных.

Ученые МФТИ использовали для решения этой задачи нейросетевую модель. Нейросеть анализирует данные о состоянии канала и прогнозирует его дальнейшее изменение. Главное отличие ALPACA от многих существующих подходов заключается в том, что алгоритм по разному оценивает разные типы ошибок. Для обычной системы слишком оптимистичный и слишком осторожный прогноз могут выглядеть примерно одинаково.

Однако для сверхнадежной связи последствия у них совершенно разные. Если система переоценит качество канала, она может выбрать слишком агрессивный режим передачи и потерять пакет данных. Если прогноз окажется слишком осторожным, связь сохранится надежной, но будут потрачены лишние ресурсы. ALPACA сильнее наказывает модель именно за слишком оптимистичные прогнозы. Такой принцип называется асимметричной функцией потерь. Проще говоря, алгоритм заранее понимает, какая ошибка опаснее, и учится в первую очередь избегать ее. Для прогнозирования исследователи применили сверточно рекуррентную нейронную сеть. Это модель, которая сочетает анализ сложных структур в данных с возможностью учитывать их изменение во времени.

Связь сможет подстраиваться на ходу

Еще одна особенность разработки заключается в способности системы адаптироваться к изменяющейся обстановке. Ученые предложили не только алгоритм выбора режима передачи, но и методы выбора способа формирования сигнала и момента, когда нейросеть необходимо дополнительно обучить на новых данных. Испытания проводились на данных натурных экспериментов в городской среде, а также с использованием стандартизованных моделей беспроводных каналов. Результаты показали, что алгоритм позволяет снизить потребление ресурсов канала более чем на 30 процентов без ухудшения надежности. За счет этого увеличивается пропускная способность сети, то есть количество данных, которое она способна передать за определенное время. 

В перспективе такой подход позволит обслуживать больше пользователей и одновременно обеспечивать строгие требования к надежности связи.

Разработка особенно актуальна для систем, где сбой связи может привести не просто к неудобству, а к серьезным последствиям. Например, беспилотный автомобиль должен своевременно получать информацию об окружающей обстановке, промышленный робот обязан точно выполнять команды, а медицинская система дистанционного управления не может позволить себе регулярные потери данных. 

Исследование выполнено сотрудниками лаборатории интеллектуальных систем связи МФТИ и лаборатории беспроводных сетей Института проблем передачи информации имени А. А. Харкевича РАН. Результаты опубликованы в научном журнале IEEE Access и представлены на конференции IEEE INFOCOM.