طراحی و بهبود یک الگوریتم­ یادگیرنده برای جستجوی منابع در شبکه نظیربه­ نظیر بر روی شبکه ادهاک سیار

شبکه نظیر به نظیر مجموعه­ای از گره­های خودسازمان­دهنده و یکسان است که با هم همکاری می­نمایند. این نوع از شبکه­ها نیاز به هماهنگ کننده مرکزی برای ارتباط باهم ندارند. از پیاده سازی شبکه نظیربه­نظیر بر بستر شبکه ادهاک سیار شبکه نظیربه­نظیر سیار ایجاد می­گردد. ساختار توزیع­شده شبکه­های نظیربه­نظیر سیار جستجوی منبع و داده را در آن­ها دشوار می­سازد. از سوی دیگر درخواست در این شبکه­ها معمولا بطور سیل­آسا و تصادفی پخش می­گردد که این سبب هدر رفت انرژی گره­های سیار خواهد شد. از اینرو طراحی مکانیزمی خودتطبیق که داده یا درخواست را بطور آگاهانه به شبکه ارسال کند حائز اهمیت می­باشد، تا بتوان منبع درخواستی را با نرخ موفقیت بیشتر، صرف کمترین انرژی، تحمیل بار کمتر به شبکه کشف کرد.در این مقاله یک نسخه جدید از الگوریتم شایعه­پراکنی معرفی می­شود. الگوریتم پیشنهادی با هدف بهبود جستجو در شبکه نظیربه­نظیر سیار با استفاده از یادگیری گره­ها ارائه گردیده است. از اتوماتای یادگیر بعنوان یک عامل یادگیرنده تقویتی که از طریق تعامل با محیط عملکرد خود را بهبود می­بخشد، استفاده می­شود. در این الگوریتم هر گره­ای که درخواست داشته باشد پیام جستجوی را به تعدادی از همسایگان که از بقیه مفیدتر هستند ارسال می­کند. همچنین منبع درخواستی از طریق بهترین مسیر به گره درخواست­دهنده انتقال می­یابد. علاوه­براین بدلیل ذخیره نتایج بدست آمده از هر گره­ی همسایه در حافظه نهان، سابقه گره­های همسایه در جلورانی­های آتی تاثیرگذار است. نتایج شبیه­سازی الگوریتم پیشنهادی نشان می­دهد که اجتناب از انتخاب­های تصادفی همسایگان برای جلورانی درخواست و درنظر گرفتن سابقه­ی هر گره با استفاده از نتایج ذخیره شده در جداول کش، سبب کاهش تاخیر انتهابه­انتها، مصرف انرژی و بار تحمیل شده به شبکه می­گردد. از سوی دیگر درنظرگرفتن سابقه گره­های­ همسایه در جلورانی، پیام درخواست به همسایگانی ارسال می­گردد که در جستجوهای قبلی موفقتر بوده­اند، نرخ موفقیت شبکه نیز افزایش می­یابد.

کلیدواژه ها:

شبکه نظیربه نظیر ادهاک سیار ، AIPS ، Gossiping_LB ، اتوماتای یادگیر ، کشف منبع