Resumen

Este documento propone un algoritmo de descarga de WiFi basado en Q-learning y MADM (toma de decisiones multiatributo) en redes heterogéneas para un escenario de usuario móvil donde coexisten redes celulares y redes WiFi. Se utiliza el modelo de Markov para describir los cambios del entorno de la red. Se consideran cuatro atributos, incluyendo el rendimiento del usuario, el consumo de energía del terminal, el costo del usuario y el retraso de la comunicación para definir la función de satisfacción del usuario que refleja la QoS (Calidad de Servicio), y se utiliza Q-learning para optimizarla. A través de AHP (Proceso de Jerarquía Analítica) y TOPSIS (Técnica para la Preferencia de Orden por Similitud a una Solución Ideal) en MADM, se obtiene la conexión intrínseca entre cada atributo y la función de recompensa. El usuario utiliza Q-learning para tomar decisiones de descarga basadas en las condiciones actuales de la red y su propio historial de descarga, maximizando en última instancia su satisfacción. Los resultados de la simulación muestran que la satisfacción del usuario del algoritmo propuesto es mejor que la del algoritmo tradicional de descarga de WiFi.

• Materias:Comunicación inalámbrica Blockchain Comunicaciones vehiculares Enrutamiento Redes centradas
• Subjects:Wireless communication Blockchain Vehicular communications Routing Focused networks
• Palabras claves:Propone; Algoritmo de descarga WiFi; Q-learning; MADM; Redes heterogéneas; Función de satisfacción del usuario;
• Keywords:Proposes; WiFi offloading algorithm; Q-learning; MADM; Heterogeneous networks; User satisfaction function;