2

fa استفاده از هوش مصنوعی در مدیریت شبکه های خود مختار The Application of Artificial Intelligence in Autonomous Network Management تخصصي Special پژوهشي Research چکیده با رشد سریع فناوری‌های ارتباطی و افزایش پیچیدگی زیرساخت‌های شبکه، مدیریت مؤثر شبکه‌های خودمختار به‌یکی از چالش‌های اساسی در حوزه فناوری اطلاعات تبدیل شده است. هوش مصنوعی با قابلیت‌هایی نظیر یادگیری مبتنی بر داده، تصمیم‌گیری خودکار و سازگاری با محیط، به‌عنوان راه‌حلی تحول‌آفرین در این زمینه مطرح شده است. این مقاله مروری جامع بر کاربردهای هوش مصنوعی در مدیریت شبکه‌های خودمختار ارائه می‌دهد و به نقش روش‌هایی مانند یادگیری ماشین، شبکه‌های عصبی عمیق و رویکردهای ترکیبی در بهینه‌سازی عملکرد، پیش‌بینی ترافیک، شناسایی خطا، ارتقای امنیت و کاهش مصرف منابع می‌پردازد. همچنین، چالش‌هایی از قبیل نیاز به داده‌های باکیفیت، پیچیدگی محاسباتی، پایین‌بودن تفسیرپذیری و تهدیدات امنیتی تحلیل شده و راهکارهایی برای مقابله با آنها پیشنهاد می‌شود. علاوه‌براین، فرصت‌های تحقیقاتی آینده، ازجمله توسعه الگوریتم‌های کم‌مصرف، ادغام با فناوری‌های نوظهور، بهبود قابلیت تفسیر و استانداردسازی جهانی نیز بررسی می‌شود. یافته‌های این مقاله نشان می‌دهد که هوش مصنوعی می‌تواند نقش کلیدی در مدیریت هوشمند و پایداری شبکه‌های خودمختار ایفا کند، البته به‌شرطی‌که چالش‌های موجود از طریق رویکرد پژوهش‌محور و میان‌رشته‌ای موردتوجه قرار گیرند.   Abstract With the rapid growth of communication technologies and increasing complexity of network infrastructures, effective management of autonomous networks has become one of the fundamental challenges in the field of information technology. Artificial intelligence (AI), with capabilities such as data-driven learning, autonomous decision-making, and environmental adaptability, has emerged as a transformative solution in this area. This paper provides a comprehensive review of the applications of AI in the management of autonomous networks, focusing on the role of techniques such as machine learning, deep neural networks, and hybrid approaches in optimizing performance, predicting traffic, fault detection, enhancing security, and reducing resource consumption. Additionally, challenges such as the need for high-quality data, computational complexity, low interpretability, and security threats are analyzed, with proposed solutions to address them. Furthermore, future research opportunities—including the development of low-power algorithms, integration with emerging technologies, improving interpretability, and global standardization—are explored. The findings of this paper indicate that AI can play a key role in the intelligent management and sustainability of autonomous networks, provided that the existing challenges are addressed through interdisciplinary and research-driven approaches.   کلمات کلیدی : هوش مصنوعی, شبکه‌های خودمختار, یادگیری ماشین, شبکه‌های عصبی عمیق, امنیت سایبری Keywords: Artificial Intelligence, Autonomous Networks, Machine Learning, Deep Neural Networks, Cybersecurity 16 25 http://jiis.iauh.ac.ir/browse.php?a_code=A-10-46-3&slc_lang=fa&sid=1 Mohammad Tork Shavand1 محمد ترک شوند m.parsaa0098@gmail.com 1003194753284600226 1003194753284600226 Yes Islamic Azad University دانشگاه آزاد اسلامی Mehdi ghahremani مهدی قهرمانی mehdi.ghahremani8927@iau.ir 1003194753284600227 1003194753284600227 No Islamic Azad University دانشگاه آزاد اسلامی