Jak sprawić, by sieci Wi-Fi były bardziej wydajne, niezawodne i lepiej dostosowywały się do zmieniających się warunków? Odpowiedzi na te pytania poszuka zespół badawczy kierowany przez prof. dr hab. inż. Katarzynę Kosek-Szott. Na realizację projektu „Machine Learning-based WiFi Optimization (ML4WiFi2)” zespół otrzymał 908 491 zł finansowania z Narodowego Centrum Nauki w ramach konkursu Weave-UNISONO. Projekt będzie realizowany we współpracy z naukowcami z Technical University of Berlin pod kierownictwem prof. Falko Dresslera.
Wi-Fi, które uczy się reagować
Wi-Fi jest dziś jednym z podstawowych sposobów komunikacji – korzystają z niego nie tylko smartfony i komputery, ale także coraz liczniejsze urządzenia Internetu rzeczy. Jednocześnie w jednej sieci współistnieją urządzenia różnych generacji, a rosnąca liczba użytkowników i rozwój kolejnych standardów, w tym Wi-Fi 7, stawiają przed projektantami sieci nowe wyzwania.
Realizacja projektu „Machine Learning-based WiFi Optimization” to kolejny krok w badaniach nad wykorzystaniem sztucznej inteligencji w sieciach bezprzewodowych i rozwijaniem rozwiązań odpowiadających na wyzwania przyszłej łączności. Badane będą trzy obszary.
Pierwszy dotyczy współdziałania nowoczesnych urządzeń wykorzystujących uczenie maszynowe ze starszym sprzętem. Celem będzie opracowanie takich mechanizmów optymalizacji, które poprawiają wydajność sieci, nie ograniczając jednocześnie dostępu do jej zasobów urządzeniom starszych generacji.
Drugi obszar związany jest z wykorzystaniem generatywnej AI do lokalizacji i wykrywania aktywności wewnątrz budynków na podstawie sygnałów Wi-Fi. Technologia ta może w przyszłości wspierać m.in. funkcjonowanie inteligentnych budynków, zarządzanie przestrzenią czy usługi lokalizacyjne. Modele generatywne mogą również pozwolić na ograniczenie liczby wymaganych pomiarów i poprawę jakości analizowanych danych.
Trzecim kierunkiem będzie inteligentne zarządzanie ruchem danych w sieciach Wi-Fi. Naukowcy będą pracować nad rozwiązaniami umożliwiającymi bardziej efektywne planowanie transmisji, ograniczanie wpływu zakłóceń oraz dynamiczne dostosowywanie pracy sieci do zmieniających się warunków – szczególnie istotne w miejscach, w których z jednej sieci korzysta jednocześnie wiele urządzeń.
Za realizację projektu po stronie AGH odpowiada prof. dr hab. inż. Katarzyna Kosek-Szott, związana z Instytutem Telekomunikacji i Cyberbezpieczeństwa. Jej zainteresowania naukowe koncentrują się przede wszystkim wokół sieci bezprzewodowych. Jest autorką i współautorką 121 publikacji naukowych, uczestniczyła w licznych projektach badawczych, w tym projektach europejskich, a także w przedsięwzięciach finansowanych przez Narodowe Centrum Nauki.
Prof. Kosek-Szott aktywnie działa również w międzynarodowym środowisku naukowym – jest recenzentką czasopism i konferencji, a także członkinią rad redakcyjnych czasopism poświęconych sieciom i przyszłym technologiom komunikacyjnym. Od 2023 roku zasiada w Radzie Naukowej NASK.
Doświadczenie badawcze łączy także z działalnością dydaktyczną. Prowadzi zajęcia dotyczące m.in. Internetu rzeczy, sieci IP, bezpieczeństwa sieci korporacyjnych. Jej zaangażowanie w pracę ze studentami znajduje również odzwierciedlenie w ocenach dydaktycznych – na podstawie ankiet studenckich znalazła się w przeszłości w gronie najlepiej ocenianych dydaktyków AGH. W 2025 roku, wspólnie z prof. Lucjanem Janowskim zainicjowali i zorganizowali zaliczenie jednego z przedmiotów w formie pokazu i konkursu projektów przygotowanych przez studentów. Zamiast tradycyjnego zaliczenia, studenci zaprezentowali stworzone przez siebie działające prototypy systemów IoT, odpowiadających na realne problemy związane m.in. ze zdrowiem, bezpieczeństwem, energią czy inteligentnymi przestrzeniami.
Czy Wi-Fi może więc nauczyć się działać lepiej? Projekt ML4WiFi2 ma pomóc znaleźć odpowiedź i przełożyć ją na rozwiązania, które uczynią sieci bezprzewodowe bardziej inteligentnymi, sprawiedliwymi i odpornymi na zmieniające się warunki w miejscach takich jak domy i biura, przestrzenie publiczne czy inteligentne budynki.
Życzymy powodzenia w realizacji projektu i wielu satysfakcjonujących rezultatów prowadzonych badań!
