یک الگوریتم جدید خودتطبیق جهت ساختاربندی توپولوژی در شبکه های نظیربه نظیر با استفاده از اتوماتای یادگیر

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 458

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCOMP03_177

تاریخ نمایه سازی: 31 اردیبهشت 1398

چکیده مقاله:

نحوه ساختاربندی توپولوژی در شبکه های نظیربه نظیر، یکی از مسایل مورد توجه در اینگونه شبکه هاست. استفاده از مفهوم اجتماع، به عنوان تکنیکی برای کنار هم قرار دادن نظیرهایی با علایق مشابه، تا حدود زیادی به ساختاربندی توپولوژی شبکه های نظیربه نظیر کمک کرده است. یک اجتماع، زمانی ایجاد میشود که یک یا بیش از یک نظیر، یک علاقه مشابه را در مورد یک موضوع واحد، ادعا کنند. کشف یک اجتماع و پیشنهاد آن به یک نظیر بدون در نظر گرفتن اولویت کلمات کلیدی در بردار علایق، منجر به ایجاد اتصالات زاید و ترافیک بیشتر در شبکه میگردد. لذا در این مقاله، سعی شده است برخلاف مطالعات گذشته، با بهره گیری از اتوماتای یادگیر، علایق یک نظیر در بردار علایق، اولویتبندی شده و یک نظیر، اجتماعات دقیق تری را برای ماندگاری خود انتخاب کند. با این روش، یک گره میتواند از بین اجتماعاتی که به او پیشنهاد میشود، آنهایی را انتخاب کند که دارای اعضایی با علایق مشابه تر با خودش است. با اجرای روش جستجوی مبتنی بر علایق بر شبکه حاصل از الگوریتم پیشنهادی، سربار ناشی از جستجو و نرخ موفقیت جستجو مورد بررسی قرار گرفت و نتایج حاصل، ادعای ما را ثابت نمود.

کلیدواژه ها:

نویسندگان

مهدی قربانی

دانشکده برق، رایانه و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

محمدرضا میبدی

استاد تمام گروه مهندسی کامپیوتر فناوری اطلاعات، دانشگاه صنعتی امیرکبیر، تهران، ایران

علی محمد صغیری

پژوهشگاه دانشهای بنیادیIPM پژوهشکده علوم کامپیوتر، تهران، ایران