主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020年专刊出版计划 微信服务介绍 最新一期:2019年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
郑 啸,罗军舟,宋爱波.基于Agent和蚁群算法的分布式服务发现.软件学报,2010,21(8):1795-1809
基于Agent和蚁群算法的分布式服务发现
Distributed Service Discovery Based on Agent and Ant Colony Algorithm
投稿时间:2008-09-22  修订日期:2009-06-01
DOI:
中文关键词:  服务发现  peer-to-peer网络  agent  蚁群算法  路由机制
英文关键词:service discovery  peer to peer network  agent  ant colony algorithm  routing mechanism
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60773103, 60903161, 60903162, 90912002 (国家自然科学基金); the National Basic Research Program of China under Grant No.2010CB328104 (国家重点基础研究发展计划(973)); the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.200802860031 (高等学校博士学科点专项科研基金); the Jiangsu Provincial Natural Science Foundation of China under Grant Nos.BK2007708, BK2008030 (江苏省自然科学基金); the Jiangsu Provincial Key Laboratory of Network and Information Security of China under Grant No.BM2003201 (江苏省网络与信息安全重点实验室); the Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education of China under Grant No.93K-9 (东南大学计算机网络和信息集成教育部重点实验室)
作者单位
郑 啸 东南大学 计算机科学与工程学院,江苏 南京 210096 安徽工业大学 计算机学院,安徽 马鞍山 243002 
罗军舟 东南大学 计算机科学与工程学院,江苏 南京 210096 
宋爱波 东南大学 计算机科学与工程学院,江苏 南京 210096 
摘要点击次数: 4176
全文下载次数: 5023
中文摘要:
      提出一种类似蚂蚁觅食活动的Agent服务发现机制.有两类Agent 合作寻找目标服务:Search Agent和Guide Agent.前者模拟蚂蚁的行为在网络上发现目标服务,后者管理一个由信息素和跳数组成的服务路由表,用以指导Search Agent的行进路线.动态变化的信息素可以让Search Agent感知到网络拓扑和服务资源的变化,而跳数可以让它们了解距离.路由选择中还使用语义相似度作为启发因子,用于提高召回率.Search Agent生命周期控制机制使查询流量负载成为可控的,并具有确定的上界.实验结果表明,该方法在大规模的分布式计算环境下具有良好的可扩展性和动态环境下的适应性.
英文摘要:
      This paper suggests an ant-like agent service discovery mechanism. There are two types of agents cooperating to search target services: Search Agent and Guide Agent. Search Agent simulates the behavior of an ant that searches for services on the network. Guide Agent is responsible to manage a service route table that consists of pheromone and hop count, instructing Search Agent’s routing. Volatile pheromones make Search Agent sense the change of topology and service resource, and hop count makes them know the distance. Semantic similarity is also introduced in routing selection as a heuristic factor, which improves the recall. The life-span control policy makes query traffic controllable. With system size increasing, the query traffic would increase slightly and has an upper bound. The result of simulation shows that the suggested mechanism is scalable and adaptable enough to be suitable for large-scale dynamic computing environments.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利