بناء نموذج محاكاة Monte Carlo لشبكة مع تحليل أداء وتنبؤ بالـ Packet Loss

مشروع متقدم يجمع بين نظرية الطوابير (Queueing Theory)، محاكاة الأحداث المنفصلة (Discrete Event Simulation)، وتعلم الآلة، لنمذجة شبكة اتصالات مكوّنة من عدة راوترات وقنوات ومحاكاة سلوكها تحت أحمال مرورية مختلفة. خطوات العمل: بناء نموذج محاكاة M/M/N/K باستخدام مكتبة SimPy، يمثل راوترات متعددة، كل راوتر له عدد من القنوات (Channels) وحجم بَفر محدود (Buffer)، مع معدل وصول ومعدل خدمة قابلين للتخصيص. تشغيل محاكاة Monte Carlo (400 تكرار مستقل) لجمع بيانات إحصائية دقيقة حول أداء الشبكة. استخراج ميزات (Features) لكل حزمة بيانات مثل معدل الوصول، الحزم المفقودة الأخيرة، والوقت منذ آخر إسقاط، لبناء مجموعة بيانات صالحة للتعلم الآلي. تحليل الأداء بصريًا: معدل فقدان الحزم (Loss Rate)، الإنتاجية (Throughput)، ومتوسط زمن التأخير (End-to-End Delay) عبر رسومات بيانية متعددة (Line plots, Boxplots, Violin plots). دراسة تأثير المتغيرات المختلفة (معدل الوصول، حجم البَفر، عدد القنوات) على أداء النظام. بناء وتقييم ثلاثة نماذج تصنيف (Random Forest، Gradient Boosting، Logistic Regression) للتنبؤ باحتمالية إسقاط الحزمة، مع مقارنة عبر AUC-ROC وConfusion Matrix وFeature Importance. تصميم رسوم متحركة حية (Live Animation) تعرض حركة الحزم داخل الشبكة، حالة كل قناة (مشغولة/خاملة)، وطوابير الانتظار في الوقت الفعلي، مع إمكانية التحكم بالمعاملات عبر Sliders. النتيجة النهائية: نظام محاكاة كامل يوضح سلوك الشبكات تحت الضغط، بالإضافة إلى نموذج تعلم آلة قادر على التنبؤ بفقدان الحزم قبل حدوثه، مع تصور بصري تفاعلي يشرح آلية العمل بوضوح.