基于蟻群算法的非結構化P2P網絡資源搜索研究.pdf

1、對等網絡(P2P)技術有效整合互聯網的資源，為人們在大規(guī)模信息中獲取目標資源提供了更有效的途徑。其中非結構化P2P網絡具有網絡拓撲簡單，容易維護，支持模糊查詢等優(yōu)點，但由于其拓撲結構簡單、松散，其資源搜索與定位效率一直是研究和關注的問題。
　　傳統(tǒng)的非結構化P2P網絡資源搜索算法使用泛洪算法(Flooding)來定位資源，但隨著網絡規(guī)模的擴大，這種通過Flooding來定位資源的方法會產生大量的冗余信息，使得網絡負載加大，導致搜索

2、效率較低。為了解決非結構化P2P網絡資源搜索的效率問題，一種可行的方法是精確的選擇鄰居節(jié)點進行查詢轉發(fā)，從而減少冗余信息的產生，降低搜索時間，最終提高搜索算法效率。蟻群算法起源于對螞蟻覓食行為的觀察，是一種模擬進化算法，它具有正反饋機制，這種機制可以使算法精確的選擇鄰居節(jié)點進行查詢轉發(fā)，提高搜索效率。論文在對傳統(tǒng)蟻群算法解決非結構化P2P網絡資源搜索問題研究的基礎上，給出了一種基于改進蟻群算法的非結構化P2P網絡資源搜索算法。
　

3、　傳統(tǒng)的蟻群算法只有一種信息素指導查詢轉發(fā)，沒有考慮節(jié)點之間的聯系，并且在搜索后期，由于信息素的累積，算法只會對局部網絡資源進行搜索，使搜索過早陷入停滯狀態(tài)。針對以上問題，論文對傳統(tǒng)的蟻群算法進行了以下兩點改進:
　　(1)設置了節(jié)點興趣信息素。在傳統(tǒng)蟻群算法的關鍵字信息素的基礎上，引入了節(jié)點興趣信息素。關鍵字信息素反映了節(jié)點對于某一關鍵字的歷史搜索行為;節(jié)點興趣信息素反映了節(jié)點之間的通信頻率和節(jié)點擁有資源的相似性。用這兩種信息素

4、指導查詢轉發(fā)，考慮了節(jié)點之間的聯系，同時通過這種正反饋機制，能夠精確的選擇鄰居節(jié)點進行查詢轉發(fā)，減少冗余信息的產生。
　　(2)加入了偽隨機比例規(guī)則，平衡了螞蟻在利用已有歷史信息和探索新的網絡資源之間的關系，從而避免了算法陷入只對局部進行搜索，過早陷入停滯狀態(tài)的困境。
　　論文利用PeerSim網絡仿真模擬器對該算法進行仿真實驗，并且把該算法與傳統(tǒng)的非結構化P2P資源搜索算法——泛洪算法和隨機漫步算法進行對比，實驗結果表明該