بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET

Name: بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET
Author: مدرس الدكتور محمد لوتي

مدرس الدكتور محمد لوتي

doi:10.1038/s41598-025-32918-7

علم النفس العام

بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET

مارس 12, 2026 • مدرس الدكتور محمد لوتي •

تخيل أنك في منطقة منكوبة، حيث تعطلت البنية التحتية للاتصالات التقليدية. قد يكون التواصل مع فرق الإنقاذ أو حتى مع أفراد عائلتك أمرًا بالغ الصعوبة. هنا، تظهر أهمية الشبكات اللاسلكية المتنقلة (MANETs)، وهي شبكات مؤقتة تتشكل تلقائيًا بين الأجهزة المحمولة، دون الحاجة إلى نقطة وصول مركزية. لكن هذه الشبكات تواجه تحديات كبيرة، خاصة فيما يتعلق بالأمن وكفاءة الطاقة، وهو ما يسعى باحثون إلى حله بتقنيات الذكاء الاصطناعي.

منهجية البحث

قام الباحث سينغ إس. بي. بتطوير بروتوكول توجيه آمن يعتمد على التعلم المعزز (RLSRP) للشبكات اللاسلكية المتنقلة ذات الصلة بالمناطق. يهدف هذا البروتوكول إلى التغلب على نقاط الضعف في البروتوكولات التقليدية، والتي غالبًا ما تكون عرضة للهجمات الأمنية مثل هجمات الثقب الدودي (wormhole attacks)، حيث يقوم المهاجم بإنشاء نفق سري لتعطيل مسارات التوجيه وتقليل أداء الشبكة. يعتمد البروتوكول الجديد على مفهوم التجميع الديناميكي (clustering)، حيث يتم تقسيم الشبكة إلى مناطق، وتتعاون الأجهزة داخل كل منطقة لتحسين مسارات التوجيه بناءً على الظروف في الوقت الفعلي.

جوهر البروتوكول يكمن في استخدام شبكات Q العميقة (DQN)، وهي نوع من التعلم المعزز يسمح للأجهزة بتعلم اتخاذ قرارات التوجيه المثلى من خلال التجربة والخطأ. يقوم البروتوكول بقياس حالة الشبكة باستمرار من خلال تقييم التغيرات في زمن الوصول (latency) واكتشاف الحالات الشاذة التي قد تشير إلى وجود أجهزة مشبوهة. يتم تدريب نموذج DQN على تحديد أفضل مسارات التوجيه مع مراعاة عوامل مثل المسافة واستهلاك الطاقة واحتمالية وجود تهديدات أمنية. لإجراء الاختبارات على نطاق واسع، استخدم الباحثون أدوات مثل Dask و TensorFlow، وهما مكتبتان قويتان للتعلم الآلي، لإنشاء بيئة محاكاة تتضمن ما يصل إلى 10 ملايين جهاز.

النتائج

أظهرت نتائج المحاكاة أن بروتوكول RLSRP يتفوق بشكل ملحوظ على البروتوكولات الأخرى القائمة على التعلم المعزز، مثل FSSAM و Cluster-RL و Reputation-based Q-learning. حقق البروتوكول الجديد معدل تسليم حزم بيانات (Packet Delivery Ratio) يتجاوز 99%، مما يشير إلى قدرته العالية على ضمان وصول البيانات إلى وجهتها بنجاح. بالإضافة إلى ذلك، أظهر البروتوكول انخفاضًا ملحوظًا في زمن الوصول وتحسينًا في كفاءة الطاقة.

أظهرت التحليلات أن قدرة البروتوكول على التكيف مع الظروف المتغيرة في الشبكة، واكتشاف الأجهزة المشبوهة، وتحسين مسارات التوجيه بناءً على هذه المعلومات، ساهمت بشكل كبير في تحسين الأداء العام. على سبيل المثال، تمكن البروتوكول من تجنب مسارات التوجيه التي تمر عبر أجهزة يُشتبه في أنها متورطة في هجمات الثقب الدودي، مما أدى إلى زيادة الأمان وتقليل خطر تعطيل الشبكة.

تداعيات البحث

تعتبر هذه النتائج ذات أهمية كبيرة لتطبيقات الشبكات اللاسلكية المتنقلة في مجموعة متنوعة من المجالات. فبالإضافة إلى الاستخدامات في حالات الكوارث، يمكن استخدام هذه التقنية في تطبيقات مثل الاستجابة للطوارئ، والمراقبة البيئية، والاتصالات العسكرية، والشبكات الاجتماعية المؤقتة في الأحداث الكبيرة.

إن تطوير بروتوكول توجيه آمن وفعال مثل RLSRP يمثل خطوة مهمة نحو بناء شبكات لاسلكية متنقلة أكثر موثوقية وقدرة على التكيف. من خلال الاستفادة من قوة التعلم المعزز، يمكن لهذه الشبكات أن تتكيف مع التحديات المتغيرة باستمرار في البيئات الديناميكية، مما يضمن استمرار الاتصال حتى في الظروف الأكثر صعوبة. يشير الباحثون إلى أن هذا العمل يفتح الباب أمام المزيد من الأبحاث في مجال استخدام التعلم الآلي لتحسين أمن وكفاءة الشبكات اللاسلكية المتنقلة على نطاق واسع.

Reference

Singh S.B. (2025). An adaptive, energy-efficient and secure routing protocol for zone-related mobile Ad-hoc networks using reinforcement learning. Scientific Reports, 16(1), 3002-3002.

DOI: 10.1038/s41598-025-32918-7

تفاصيل الدراسة

Article

Scientific Reports

ديسمبر 24, 2025

Swati B. Singh M. A. Rizvi Kanak Saxena Ramji Gupta Abhishek Tripathi ...

IN

Swati B. Singh et al. (2025). An adaptive, energy-efficient and secure routing protocol for zone-related mobile Ad-hoc networks using reinforcement learning

DOI: 10.1038/s41598-025-32918-7

اقرأ الملخص العلمي الأصلي

The rapid surge of Mobile Ad Hoc Networks (MANETs) stimulates the need for adaptive, intelligent, and secure routing mechanisms to ensure seamless communication in dynamic environments. Traditional routing protocols are battling with security threats such as wormhole attacks that disrupt routing and degrade network performance. To address these challenges, this study outlines a state-of-the-art technique, the Reinforcement Learning-Based Secure Routing Protocol (RLSRP), which leverages adaptive k-hop clustering and deep Q-Networks (DQN) to fine-tune routing decisions dynamically while mitigating security risks. RLSRP unwaveringly measures network condition by evaluating latency variations and anomalies to spot suspicious nodes, thereby enhancing route stability. The protocol implements zone-related clustering where nodes within each zone collaborate to optimise routing paths based on real-time conditions, ensuring energy-efficient communication. Current research investigated deep reinforcement learning methodologies to improve security in zone-related MANETs and ensure efficient data routing in large-scale environments. A detailed simulation-based evaluation depicts the potency of the proposed RLSRP model when compared with other reinforcement learning-based routing protocols. Using a large-scale setup-scaling up to 10 million nodes-with Dask and TensorFlow, the results show that RLSRP consistently outperforms FSSAM, Cluster-RL, and Reputation-based Q-learning in terms of Packet Delivery Ratio (exceeding 99%), reduced latency, and improved energy efficiency. These findings reported RLSRP as a secure and scalable solution for practical MANET routing.

اقتبس من هذا المقالة

APAMLACHICAGOHARVARDIEEEAMA

مدرس الدكتور محمد لوتي (2026). بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET. عرب سايكلوجي. تم الاسترجاع من https://arabpsychology.com/field-news/%d8%a8%d8%b1%d9%88%d8%aa%d9%88%d9%83%d9%88%d9%84-%d8%aa%d9%88%d8%ac%d9%8a%d9%87-%d8%a2%d9%85%d9%86-%d9%88%d9%81%d8%b9%d8%a7%d9%84-%d8%a7%d9%84%d8%aa%d8%b9%d9%84%d9%85-%d8%a7%d9%84%d9%85%d8%b9%d8%b2/

مدرس الدكتور محمد لوتي. "بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET." عرب سايكلوجي, 12 مارس. 2026, https://arabpsychology.com/field-news/%d8%a8%d8%b1%d9%88%d8%aa%d9%88%d9%83%d9%88%d9%84-%d8%aa%d9%88%d8%ac%d9%8a%d9%87-%d8%a2%d9%85%d9%86-%d9%88%d9%81%d8%b9%d8%a7%d9%84-%d8%a7%d9%84%d8%aa%d8%b9%d9%84%d9%85-%d8%a7%d9%84%d9%85%d8%b9%d8%b2/.

مدرس الدكتور محمد لوتي. "بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET." عرب سايكلوجي, 2026. https://arabpsychology.com/field-news/%d8%a8%d8%b1%d9%88%d8%aa%d9%88%d9%83%d9%88%d9%84-%d8%aa%d9%88%d8%ac%d9%8a%d9%87-%d8%a2%d9%85%d9%86-%d9%88%d9%81%d8%b9%d8%a7%d9%84-%d8%a7%d9%84%d8%aa%d8%b9%d9%84%d9%85-%d8%a7%d9%84%d9%85%d8%b9%d8%b2/.

مدرس الدكتور محمد لوتي (2026) 'بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET', عرب سايكلوجي. متاح في: https://arabpsychology.com/field-news/%d8%a8%d8%b1%d9%88%d8%aa%d9%88%d9%83%d9%88%d9%84-%d8%aa%d9%88%d8%ac%d9%8a%d9%87-%d8%a2%d9%85%d9%86-%d9%88%d9%81%d8%b9%d8%a7%d9%84-%d8%a7%d9%84%d8%aa%d8%b9%d9%84%d9%85-%d8%a7%d9%84%d9%85%d8%b9%d8%b2/.

[1] مدرس الدكتور محمد لوتي, "بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET," عرب سايكلوجي, مجلد X, عدد Y, ص Z-Z, مارس, 2026.

مدرس الدكتور محمد لوتي. بروتوكول توجيه آمن وفعال: التعلم المعزز يحسن شبكات MANET. عرب سايكلوجي. 2026;vol(issue):pages.

تحميل المقال (.PDF)