基于蟻群算法的非結構化P2P網(wǎng)絡資源搜索機制研究.pdf

1、近年來，計算機網(wǎng)絡技術迅速發(fā)展，互聯(lián)網(wǎng)在人們生活中扮演越來越重要的角色，成為人們獲取信息資源的重要來源，然而，網(wǎng)絡用戶數(shù)量激增，網(wǎng)絡信息內(nèi)容呈爆炸式增長，傳統(tǒng)的以服務器為核心的C/S模型缺點日益凸顯，P2P網(wǎng)絡以其獨特的優(yōu)勢得到廣泛應用，成為研究熱點。
　　 P2P網(wǎng)絡又稱對等網(wǎng)絡，每個節(jié)點地位平等，既是服務器端又是客戶端，節(jié)點之間的數(shù)據(jù)傳輸不再依靠中心服務器，使網(wǎng)絡中的交互更直接、更容易。然而，在非結構化P2P網(wǎng)絡中節(jié)點的動態(tài)

2、加入或離開，使得網(wǎng)絡中的資源不停的變化，如何在缺少集中制、大規(guī)模、分布式的P2P網(wǎng)絡中找到并定位到資源信息，是P2P資源共享面臨的一個難題?，F(xiàn)有的搜索機制主要以洪泛和K-Random walks為主，洪泛搜索因查詢消息在節(jié)點轉(zhuǎn)發(fā)時存在盲目性，使得網(wǎng)絡中的冗余消息比較多，K-Random walks隨機向K個鄰居節(jié)點轉(zhuǎn)發(fā)查詢消息，減少了消息轉(zhuǎn)發(fā)量，但搜索效果不如洪泛好，因此，在非結構化P2P網(wǎng)絡中的資源搜索機制需要進一步研究。
　　

3、 蟻群算法作為一種新型優(yōu)化算法，成功的解決了多種TSP問題，本文利用蟻群算法的基本特性，在現(xiàn)有研究的基礎上，提出了一種改進的蟻群搜索算法，所做的主要工作如下:
　　 1.利用用戶在非結構化P2P網(wǎng)絡中資源搜索行為與蟻群覓食行為的相似性，提出了一種基于改進的蟻群搜索算法的非結構化P2P網(wǎng)絡資源搜索算法，算法分為本地資源搜索算法和網(wǎng)絡路由算法。在本地搜索算法中根據(jù)搜索關鍵字與文檔資源的語義相似度，實現(xiàn)了語義查詢功能。在網(wǎng)絡路由算法

4、中，提出了“興趣信息素”的新概念，用戶根據(jù)興趣信息素和選擇偏愛度計算轉(zhuǎn)移概率，選擇搜索路徑。
　　 2.興趣信息素由資源匹配率和響應速率構成。資源匹配率反映了節(jié)點對關鍵字的貢獻能力，該值越大，貢獻力越大，從而信息素濃度值越高。響應速率反映了節(jié)點的路徑長度和搜索時間，搜索路徑越短，響應時間越短，說明節(jié)點的響應速率越大，從而信息素濃度越高。兩者構成的信息素能夠有效指導查詢消息的轉(zhuǎn)發(fā)方向，為下一個搜索螞蟻提供轉(zhuǎn)發(fā)依據(jù)。
　　

5、3.選擇偏愛度由節(jié)點相關度和通信次數(shù)共同構成。節(jié)點相關度表示該關鍵字與節(jié)點的相似度，相似度越大，選擇這個節(jié)點的概率越高，通過該變量的設置，能夠有效避免螞蟻在搜索初期節(jié)點選擇的隨機性。通信次數(shù)能夠反映出該節(jié)點的穩(wěn)定性，通信次數(shù)越多，該節(jié)點越穩(wěn)定，通過該變量的設置，能有效避免訪問那些因節(jié)點離開而導致的路徑失效的節(jié)點，提高搜索效率。
　　 4.本文利用PeerSim仿真平臺，通過實驗方法，將本文算法與經(jīng)典的非結構化P2P網(wǎng)絡資源搜索算