基于蚁群算法的P2P网络资源发现算法

Gossip协议是P2P网络的一种流行的资源发现算法,但它没有考虑寻找最低成本的资源。论文提出了基于蚁群算法的新的资源发现算法,在查找资源的同时,综合考虑路径载荷、延时等因素,找到综合费用最低的路径。仿真实验表明,该算法比Dijkstra算法解集的平均综合费用低10%左右,从而能更有效地利用网络资源。     

P2P网络架构下蚁群算法的应用研究

蚁群算法(ACO)是一种新型的模拟进化算法,是受自然界中蚂蚁搜索食物行为启发而提出的一种智能优化算法。探讨了P2P网络架构下蚁群算法的应用,对在P2P网络架构下怎样使用蚁群算法解决网络服务中的Peer间的通信和路由、服务注册和查找等问题进行了研究。采用的蚁群算法在性能和收敛性速度上优于常规算法。     

基于蚁群优化的移动P2P网络路由选择算法

因为移动P2P网络具有动态性而且移动节点能量受限,提升移动P2P数据传输效率至关重要.利用蚁群优化算法,将蚂蚁的信息素与节点的能量和通信带宽结合起来,在蚁群选择路径时,减少其寻优路径上的信息素浓度,根据概率路由表中信息素的浓度对路由选择策略进行调整,避免网络拥塞和个别节点能量消耗过快,提出了一种移动P2P网络的多路径路由选择算法.实验结果表明,与EDSR路由协议相比,提出的算法能够降低节点的分组丢失率和端到端的平均时延,提高了网络的生存周期.     

P2P网络搜索新技术

P2P应用的普及已凸显其在未来网络中的重要性．P2P网络中的搜索由于P2P技术本身的分布式、自组织特性,相比传统互联网搜索更容易满足用户的个性化和智能化需求,相信在不久的将来这一领域的发展将会催生出许多新的应用。本文将主要针对P2P网络中的搜索新技术进行介绍与分析。     

基于P2P的搜索技术算法分析

通过论述P2P搜索技术的发展、现状;介绍目前主流的P2P搜索算法;分析其优势在于应用先进的对等搜索理念,可不通过给定的中央服务器,也可不受信息文档格式和宿主设备的限制,对互联网络进行全方位搜索,并提出下一步工作建议。     

P2P网络资源搜索算法研究及其改进

随着Web数据量的爆炸性增长,传统集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求,为新一代搜索引擎提供新的思路,为了资源搜索更具实时性和有效性,提出了基于P2P的搜索方法,分析各类P2P搜索方法的优缺点并阐述其改进思路。通过几种搜索办法的比较,模拟实验结果显示,以达到减少流量开销和缩短查询响应时间比的目的。     

基于混沌搜索的蚁群优化算法

文中算法将蚁群算法与混沌搜索相结合,蚁群算法陷入局部最优时,利用混沌搜索对局部最优解进行二次寻优;对二次寻优结果再重复利用蚁群算法,扩大了搜索范围,避免了算法易陷入局部最优的特点。最后通过三个TSP问题进行实验对比,结果表明基于混沌搜索的蚁群算法充分利用了混沌搜索的随机性和蚁群算法的并行性,在收敛性和优化性方面得到了提高。     

无结构P2P网络资源搜索方法研究

对等网络（P2P）成为近年来的研究热点，如何进行高效准确的资源搜索是实现对等网络应用的关键问题。本文在分析Gnutella网络的基本泛洪算法存在问题的基础之上，介绍了现有的资源搜索改进方法，包括优化网络拓扑结构方法、改进转发机制方法、基于路由信息方法和基于缓存的方法。     

基于蚁群DTW算法的哼唱搜索研究

虽然传统DTW算法在模糊匹配上具有很好的性能,但是DTW算法通过局部最优化算出最佳路径的最小累计距离,计算量较大,搜索效率较低。蚁群DTW算法,结合蚁群算法的正回馈机制,搜索语音信号之间匹配的一条全局最优路径,既利用了语音信号的全局特征又考虑了其局部信息,与传统DTW算法相比,能大大提高哼唱搜索效率。     

基于改进的蚁群算法的边缘连接方法

针对边缘检测得到的边缘通常存在不连续现象,基于改进的蚁群算法理论,在Canny算子得到边缘图的基础上,提出了一种有效的边缘连接方法。该方法利用能见度矩阵设置像素点的初始信息激素并调节信息激素的更新,根据像素点梯度幅值和梯度方向来确定引导函数,从而减小了在算法运行初期定位错误的概率,提高了迭代过程中信息更新的准确性。仿真实验结果表明,该方法能够有效地改善边缘检测后的边缘不连续现象,满足边缘检测的轮廓封闭性要求。     

一种蚁群和信任结合的 P2P 节点选择机制

借鉴蚁群算法思想,文中构建了一种蚁群算法和信任相结合的节点选择机制(简称 Ant Trust).此机制不仅在信任建立初期可以提高节点的响应率,并且可以在信任建立以后,提高下载成功率.该机制在斯坦福大学的查询周期平台上得以实现,并通过实验分析了机制的有效性.     

基于反馈选择的P2P网络搜索算法

利用历史查询的搜索反馈结果,考虑节点兴趣,计算邻居节点的预计搜索成功性,动态选择转发的邻居节点,以减少消息数量和发现第一个文件的时间以及增加文件的查全率,提出一种基于反馈选择的P2P网络搜索算法。该算法通过计算邻居节点的动态有利度,定期调整邻居节点,提高了P2P网络的搜索稳定性。算法分析和实验结果表明,该算法的性能优于NS搜索算法。     

基于朋友相关性的P2P快速搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题。对等网络拓扑结构往往不是简单的结构化或非结构化,采用单一的搜索方式效率低下,因此,提出一种改进的搜索算法——基于朋友相关性的搜索算法(FriendSearch),将基于结构化的Chord搜索算法与非结构化的洪泛搜索算法有机结合起来,在网络节点间建立朋友关系。实际系统应用表明本算法较常规Chord算法高效,准确。     

基于改进蚁群算法的自适应云资源调度模型研究

对于传统蚁群算法用于云计算资源分配和调度问题过程中存在的不足,提出了一种可以提高负载均衡度、缩短任务执行时间、降低任务执行成本的改进自适应蚁群算法,改进算法以能够基于用户提交的任务求解出执行时间较短、费用较低,负载率均衡的分配方案为目标,通过CloudSim平台对传统蚁群算法、最新的AC-SFL算法、改进自适应蚁群算法进行仿真实验对比。实验数据表明,改进后的自适应蚁群算法能够快速找出最优的云计算资源调度问题的解决方案,缩短了任务完成时间,降低了执行费用,保持了整个云系统中心的负载均衡。     

P2 P网络节点间链路选取模型的蚁群算法设计与实现

文中提出了有服务质量保证的虚拟链路的选取模型,服务网的虚拟链路的选择QoS因素主要包括虚拟链路的生存能力和虚拟链路的路由代价等因素,通过对服务网各参数的分析建立了P2P服务网络虚拟链路的选取模型,并给出了基于模拟退火的蚁群求解算法,最后通过实验分析了该算法的可行性和有效性。     

一种基于P2P的网格资源发现算法

为了解决网格技术中节点随机加入及资源动态共享的问题,采用了P2P与网格技术有机融合的方式,改进了网格的动态性和可扩展性,建立了基于P2P的网格资源体系结构模型,并提出了一种融合DHT和蚁群算法的资源发现算法.该算法能有效地提高P2P网格环境下的资源发现性能,可以准确可靠的进行信誉值高、综合费用低的分布式资源发现.     

网格环境下一种改进的Gossip资源聚集算法

网格计算和对等计算有很多可以融合的特征.首先提出了一种集成P2P模式的网格资源管理模型,然后针对传统的Gossip资源聚集算法的弊端,利用小世界理论,提出了一种改进的Gossip资源聚集算法.理论分析和仿真证明了改进的Gossip算法能够有效地聚集资源信息,从而提高P2PGrid环境下的资源聚集性能.     

基于结构化P2P的语义查询技术

由于P2P系统可以高效地对资源进行共享而受到关注,但现在的P2P仅支持精确查找或者通过洪泛方式进行低效率文本检索。为了解决这个问题,该文提出了一种结构化P2P环境中的文本检索系统,使用LSH函数将高维语义相关的文本向量映射相近的节点上,并解决了由此带来的负载均衡问题。实验结果显示该系统具有很好的查询准确率和负载均衡性能。