欢迎来到天天文库
浏览记录
ID:55684280
大小:371.89 KB
页数:4页
时间:2020-05-24
《非结构化P2P网络中IACO资源搜索算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第31卷第2期计算机应用研究Vo1.31No.22014年2月ApplicationResearchofComputersFeb.2014非结构化P2P网络中IACO资源搜索算法术房佩,闫向龙,良梓,吴晓军计(陕西师范大学a.计算机科学学院;b.物理学与信息技术学院,西安710062)摘要:针对非结构化P2P网络中资源搜索效率低、冗余消息较多的情况,提出一种基于兴趣因子的蚁群优化算法(IACO)。该算法充分考虑了节点价值对资源搜索的影响,在传统蚁群算法中引入节点的兴趣因子,以动态调整节点价值和信息素在计算转发概率时的权重关系,有效地指导了资源查询
2、路径的生成。仿真结果表明,该算法可以显著提高资源查询的成功率,同时在一定程度上减少了网络中的冗余消息量。关键词:对等网络;资源搜索;节点价值;蚁群优化算法;兴趣因子中图分类号:TP393.08文献标志码:A文章编号:1001—3695(2014)02-0522-04doi:10.3969/j.issn.1001-3695.2014.02.048IACOresourcessearchalgorithminunstructuredP2PnetworkFANGPei,YANXiang—long,LIANGZi。,WUXiao-jun(a.Schoolo
3、fComputerScience,b.SchoolofPhysics&InformationTechnology,ShaanxiNormalUniversity,Xi’an710062,China)Abstract:TbsolvetheproblemsoflowefficiencyandmoreredundantmessagesinunstructuredP2Pnetworkresources.search,thispaperproposedanantcolonyoptimizationbasedoninterestfactor(IACO).It
4、gavefullconsiderationtotheeffectsofnodevalueofresourcessearch.Itintroducednodeinterestfactorintotraditionalantcolonyalgorithmtoadiusttheweightrelationshipofnodevalueandpheromonesdynamicallyintheforwardprobabilitycalculation.andeffectivelyguidedthegenerationofresourcesquerypat
5、h.Thesimulationresultsshowthattheproposedalgorithmcanimprovethesuccesssignificantlyrateandtoacertainextentcanreducetheamountofredundantmessagesinthenetworkatthesametime.Keywords:P2Pnetwork;resourcessearch;nodevalue;antcolonyoptimizationalgorithm;interestfactor率大的节点进行资源的查询,提高资
6、源查询的效率。文献[6]0引言中利用空间上的局部性即将拥有相似资源的节点聚集成簇,建立不同的兴趣域,实现资源的簇内和簇外搜索;文献[7]中利近年来,随着网络资源的不断丰富,P2P网络也应运而用节点的信任度,提出一种激励机制,将查询消息转发到信任生⋯。P2P网络中没有中央服务器,网络中的每个节点既是客度高的节点;文献[8]中引入空间向量模型,根据非结构化P2P户机,又是服务器,通过节点之间直接交换信息来实现资源共网络中节点保存的资源信息将节点划分为不同的兴趣域,通过享。相对于传统的C/S模式,P2P网络在容错性、扩展性等方兴趣域进行资源搜索。文献[
7、9]采用分组思想,将P2P网络划面具有很大的优势,因此被广泛应用于文件共享系统、协同工分成不同的兴趣组,兴趣组中由中心节点进行统一管理,并且作、分布式计算等领域。提出了备用中心节点,减少了单点失效对系统造成的危害;文P2P网络按照拓扑结构可以分为集中式拓扑(如Nap—献[10]在P2P网络资源搜索中引入蚁群算法,利用节点信息ster)、全分布式非结构化拓扑网络(如Gnutella)、全分布式结素和蚁群的正反馈机制智能地选择下一跳路由。构化拓扑网络(如CAN、Chord)和半分布式拓扑网络(如Ka—本文在以上研究的基础上,提出一种基于兴趣因子的蚁群
8、Zaa)。其中非结构化拓扑网络在网络拓扑上没有严格的控制,资源搜索(antcolonyoptimizationbasedonintere
此文档下载收益归作者所有