將智能手機(jī)設(shè)備加入基于非結(jié)構(gòu)化P2P網(wǎng)絡(luò)的資源共享系統(tǒng)中能夠滿足人們對資源共享的多樣化、便利性、高頻性、實時性、高效性等要求,但是該系統(tǒng)網(wǎng)絡(luò)規(guī)模的擴(kuò)張和網(wǎng)絡(luò)節(jié)點互異性的加大,必將導(dǎo)致系統(tǒng)資源搜索效率的降低、冗余信息的劇增以及網(wǎng)絡(luò)更加不穩(wěn)定。為了解決這些問題,文中設(shè)計了一種改進(jìn)的基于節(jié)點興趣和Q-learning的資源搜索機(jī)制。首先將節(jié)點根據(jù)興趣相似度進(jìn)行興趣聚類,劃分興趣集,然后根據(jù)興趣集中節(jié)點的能力值構(gòu)建興趣樹,該結(jié)構(gòu)避免了消息環(huán)路的產(chǎn)生,極大地降低了冗余信息;在資源搜索中,興趣樹內(nèi)采用洪泛算法轉(zhuǎn)發(fā)消息,興趣樹之間采用基于Q-learning的消息轉(zhuǎn)發(fā)機(jī)制,不斷強(qiáng)化最可能獲取目標(biāo)資源的路徑,查詢消息優(yōu)先在這些路徑上傳播。另外,針對"熱點"資源問題,設(shè)計了自適應(yīng)熱點資源索引機(jī)制,減少了重復(fù)路徑搜索,進(jìn)一步減少了冗余消息量;針對節(jié)點失效的問題,給出了根節(jié)點冗余機(jī)制和捎帶檢測的策略方法,分別解決了根節(jié)點失效和普通節(jié)點失效導(dǎo)致的興趣樹的不完整性問題,分析表明該方法能夠減少消息冗余量。仿真實驗結(jié)果表明,與GBI-BI算法和Interest CN算法相比,所提搜索算法能夠提高命中率,縮短響應(yīng)時間... 

【文章來源】：計算機(jī)科學(xué). 2020,47(02)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

Q-learning的原理圖

實驗使用Matlab對本文算法SMBNIQL(Search Mechanism Based on Node Interest and Q-learning)進(jìn)行仿真,為了保證實驗的效果,同時將文獻(xiàn)[11]的Interest CN算法和文獻(xiàn)[12]的GBI-BI算法作為對比。根據(jù)第4節(jié)的內(nèi)容,該實驗將對SMBNIQL算法中搜索策略的第一階段和第二階段分別進(jìn)行仿真分析,總體實驗流程如圖2所示。圖2中,SN集表示超級節(jié)點集,GN集表示普通節(jié)點集。在節(jié)點初始化函數(shù)node()中,為了使仿真環(huán)境更符合實際情況,節(jié)點興趣向量的初始化符合齊夫分布;在Observer()函數(shù)中,分別根據(jù)CBI-BI算法、Interest CN算法以及本文算法SMBNIQL設(shè)計不同的路由實現(xiàn)函數(shù)。

由圖3可知,當(dāng)TTL在較小的范圍時,SMBNIQL算法和CBT-BI算法的命中率比Interest CN算法高,這是因為SMBNIQL算法優(yōu)先將查詢消息轉(zhuǎn)發(fā)給資源數(shù)較多的節(jié)點,CBT-BI算法優(yōu)先將查詢消息轉(zhuǎn)發(fā)給興趣最相似的節(jié)點,而Interest CN算法則將查詢消息轉(zhuǎn)發(fā)給網(wǎng)絡(luò)中與其隨機(jī)連接的鄰居節(jié)點;另外,SMBNIQL和CBT-BI算法的命中率相差不大,SMBNIQL算法略微高一點,這是因為兩者具有相同的樹狀拓?fù)浣Y(jié)構(gòu),只是生成樹的策略不同,但是都提高了命中率。由圖4可知,Interest CN算法的查詢消息數(shù)目最多,這是因為該算法中每個興趣集的網(wǎng)絡(luò)是隨機(jī)拓?fù)浣Y(jié)構(gòu),消息以Flooding的方式轉(zhuǎn)發(fā),必然會產(chǎn)生較多的冗余消息;而另外兩種算法使用樹狀拓?fù)浣Y(jié)構(gòu),消息不會被重復(fù)轉(zhuǎn)發(fā)。

【參考文獻(xiàn)】：
期刊論文
[1]一類非結(jié)構(gòu)化對等網(wǎng)資源搜索問題的蟻群算法機(jī)制研究[J]. 涂振宇,曾瑄.  南昌工程學(xué)院學(xué)報. 2016(01)
[2]一種改進(jìn)的非結(jié)構(gòu)化P2P網(wǎng)絡(luò)洪泛搜索機(jī)制[J]. 盧葦,周韜,邢薇薇.  西北工業(yè)大學(xué)學(xué)報. 2015(02)
[3]基于節(jié)點興趣的非結(jié)構(gòu)化P2P網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)研究[J]. 何可,吳曉軍,張玉梅.  計算機(jī)工程與應(yīng)用. 2016(09)
[4]非結(jié)構(gòu)化P2P網(wǎng)絡(luò)的一種改進(jìn)搜索算法[J]. 葉培順.  計算機(jī)與現(xiàn)代化. 2013(12)
[5]基于節(jié)點信譽(yù)改進(jìn)Q學(xué)習(xí)的P2P資源搜索策略[J]. 劉煥淋,陳高翔,吳帥勇.  重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2013(06)
[6]基于行為特征的超級節(jié)點節(jié)流算法研究[J]. 何欽,劉丹,周明.  計算機(jī)工程與應(yīng)用. 2013(11)
[7]面向非結(jié)構(gòu)化P2P網(wǎng)絡(luò)的雙向隨機(jī)漫步搜索機(jī)制[J]. 馬文明,孟祥武,張玉潔.  軟件學(xué)報. 2012(04)
[8]基于興趣域中心節(jié)點的P2P網(wǎng)絡(luò)拓?fù)鋄J]. 趙新慧,馮錫煒,石元博.  科學(xué)技術(shù)與工程. 2011(21)
[9]非結(jié)構(gòu)化P2P網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的改進(jìn)機(jī)制[J]. 許松.  計算機(jī)工程與應(yīng)用. 2009(10)
[10]改進(jìn)的基于概率的非結(jié)構(gòu)化對等網(wǎng)搜索算法[J]. 王新生,邢丹,李幗.  計算機(jī)仿真. 2008(09)



本文編號：3372864