群集智能算法在網絡策略中的研究及其應用.pdf

1、在Internet中,由于多媒體通信和網絡視頻的增長,網絡資源和網絡需求之間的矛盾越來越突出,網絡路由和網絡流量的平衡成為制約網絡發(fā)展的瓶頸。抑制網絡擁塞,提高網絡的質量,使網絡達到動態(tài)均衡,已成為Internet相關技術的研究熱點。
　　 網絡單播、組播路由是檢驗網絡性能指標的重要要求,在網絡研究中越來越重要。特別是在多約束網絡中,采用QoS指標討論網絡的質量性能,使網絡達到動態(tài)均衡;并對網絡的延時、延時抖動、帶寬、丟包率、業(yè)

2、務代價等多個參數同時提出性能要求,這些參數相互獨立時,選擇滿足多個參數限制的路由就成為NP完全問題。
　　 在研究網絡單播、組播路由的同時,國內外許多學者對網絡流量展開研究,主要集中在流量工程(Traffic Engineering,即TE),而流量工程的熱點問題又集中在多約束路由。在網絡滿足多約束的條件下,根據網絡流量與資源的狀態(tài),通過實施合理的控制,使流量均衡地分布在現有的網絡中,從而優(yōu)化網絡的運行性能。
　　 本文

3、主要包含網絡單播路由、組播路由、網絡流量均衡等幾個方面的內容,利用群集智能算法的特點,對單播路由優(yōu)化、組播路由優(yōu)化、網絡流量控制等方面進行系統(tǒng)的研究,同時對算法的收斂性和網絡安全等方面進行較為系統(tǒng)分析。本文的主要研究成果包括:
　　 1.對Qos網絡的路由優(yōu)化改進技術的深入研究,第一,提出了基于粒子融合的QoS蟻群優(yōu)化路由算法,使用粒子群算法生成初始解,避免了蟻群算法在局部最優(yōu)化,拓展了蟻群算法的求解范圍,提高了算法的自適應能力

4、和優(yōu)化精度。第二,提出了基于混沌算子的蟻群優(yōu)化改進多約束QoS路由算法,利用混沌“隨機性”、“遍歷性”及“規(guī)律性”,能夠快速獲得全局最優(yōu)解的優(yōu)點,采用混沌因子改進蟻群算法,提高了搜索性能,算法搜索到的結果總體要明顯好于基本ACO算法。仿真結果表明,兩種改進算法具有較高的優(yōu)化性能。
　　 2.結合組播路由網絡的特點,對多約束條件在組播網絡展開分析,在此基礎上提出了基于克隆粒子群融合的約束QoS組播樹算法。在提出新的播路由算法中,通

5、過粒子的速度和位置變化查找組播樹,并且利用免疫克隆算法混合搜索,從而減少了局部搜索和全局搜索的時間。通過克隆算子的引入,增加了克隆復制、克隆變異、克隆選擇等3個環(huán)節(jié),在克隆變異階段,利用變化后的個體以一定的概率具有更高的適應性能,然后利用克隆選擇環(huán)節(jié),避免了種群易經常出現的退化,而且提高了算法收斂速度和全局搜索能力。仿真結果表明,該算法具有更好的優(yōu)化性能。
　　 3.通過對網絡流量和網絡路由之間的關系進行了深入分析,提出了基于帶

6、寬受限模糊權重的蟻群優(yōu)化控制算法(Fuzzy-ACO)。在基于帶寬受限的蟻群優(yōu)化控制算法中,利用模糊控制網絡流量權重,建立網絡流量的數學模型,降低了大量的探測分組帶來了網絡開銷;并通過采用時間順序輸入不同流量,可以動態(tài)及時的反映網絡性能,對網絡性能進行實時監(jiān)控,從而使網絡流量和網絡路徑達到動態(tài)平衡。同時將系統(tǒng)流量權重融入信息素中,利用信息素動態(tài)地控制在多條路徑中選擇最佳路徑,提高了蟻群算法全局搜索能力。仿真結果表明,算法優(yōu)化效果明顯,運

7、行速度快,并顯著加快了傳統(tǒng)算法網絡流量的探索收斂速度。
　　 4.對于多約束條件的蟻群優(yōu)化算法,往往約束條件的取舍及函數的設計尤為重要,針對Qos條件下蟻群算法的收斂性展開討論,重新定義其信息素的選取,從理論上證明該算法的收斂性;并且還論證在帶QoS約束條件的蟻群算法中,信息素發(fā)生變化的時間點,以及信息素的取值范圍,從而證明該類蟻群優(yōu)化算法收斂的可控制性,通過實驗仿真說明該算法的實用性。對該算法局部和全局收斂性展開研究,提出了普

8、遍意義下的收斂條件,為這一類約束條件下的蟻群算法進一步研究奠定了良好的基礎。
　　 5.通過對網絡安全的分析,借助生物聚類的機理,防范網絡入侵的危害,提出了一種基于交叉融合粒子群優(yōu)化算法的聚類分析,由粒子群算法形成初步的聚類中心,再由蟻群算法進行二次優(yōu)化,仿真實驗表明,該算法與基本聚類算法相比較,聚類組合方法能夠明顯改善聚類質量。
　　 論文對網絡單播路由、組播路由、網絡流量均衡做了較為全面深入的分析和討論,提出了多種有