CCN中一种非混合式蚁群路由优化策略

摘要：

蚁群优化(ant colony optimization,ACO)近年来在信息中心网络(content centric networking,CCN)路由领域的应用逐渐增多,其中,将ACO与其他机制相混合以改善路由性能的策略得到较多研究,但基于蚁群优化的混合式算法通常存在可扩展性低下,动态性差,网络成本高等问题.为此提出一种高效的非混合式蚁群路由算法(irritant ant framework,IAF).添加一个新维度—一种动态的、仿生物的信息素分层,将传统单级别信息素上升为多级别信息素,增强蚁群对于路径的探索程度,抑制算法过早收敛;并且考虑了节点状态的动态性,实时改变信息素等级以选择最佳转发路径;此外,首次考虑了节点缓存特性对信息素更新策略的影响,构造出全新的信息素更新公式,减小算法的收敛时间.实验结果表明,该算法能够有效地降低内容请求时延,提升缓存命中率,以较低的开销获得良好的CCN路由性能.

关键词：信息中心网络(CCN)、蚁群优化、非混合、信息素级别、缓存特性

所属期刊栏目：30

分类号：TN919;TP393

资助基金：重庆市基础研究重点项目cstc2015jcyjBX0068;重庆重点产业共性关键技术创新专项cstc2017zdcy-zdyf0607

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：445-452