基于博弈人工鱼群的多域光网络攻击感知组播路由方法

摘要

本发明公开了一种基于博弈人工鱼群的多域光网络攻击感知组播路由方法，该方法的步骤包括：建立博弈人工鱼群模型、初始化参数并形成初始种群、选择人工鱼食物浓度最大者进入公告板、对人工鱼评价并选择拥挤因子低的方向、基于优化层进行域间路径选择、将优化层中当前的最佳人工鱼作为疫苗、计算人工鱼生存率、淘汰并生成新的种群、接种疫苗并筛选、迭代并输出结果。本方法比单纯的人工鱼群优化方法和人工免疫方法在求解组播路由问题中效果更好、性能更优，能求出更精确的最优解范围。

主权项

一种基于博弈人工鱼群的多域光网络攻击感知组播路由方法，其特征在于，包括以下步骤：步骤一，建立博弈人工鱼群GAF模型A＝(X,Y,σ,R)，其中X＝(x₁,x₂,......,x_M)为人工鱼个体状态表示向量；Y＝(y₁,y₂,......,y_N)为节点的集合，在源节点到目的节点之间有N个节点，每个节点y_i(i＝1,2,......,N)代表着其所在区域内的食物浓度最大点，从源节点到目的节点的食物浓度依次递增；σ_i(i＝1,2,......,N)表示拥挤因子，R＝(r₁,r₂,......,r_Q)为人工鱼行为的效用集合，即对人工鱼行为进行博弈；Q为人工鱼群行为种数；人工鱼移动最大步长为每个节点到相邻节点的距离，人工鱼的视野为visual，人工鱼个体间的距离d_ij＝||x_i‑x_j||；人工鱼当前位置的食物浓度为Y＝f(x)，尝试次数为Try‑number，吞食行为的迭代数为n，健壮因子为α；步骤二，初始化GAF模型的参数，设置迭代次数n＝0，并随机产生M条人工鱼X＝(x₁,x₂,......,x_M)，形成初始种群U₀，所述的节点集合Y和人工鱼X位于觅食层中；步骤三，计算初始种群U₀中各条人工鱼的食物浓度值F，即其对应的节点信息，并取F值最大者进入公告板；步骤四，对每条人工鱼进行评价，对其要执行的Q种行为进行博弈，选择出每条人工鱼所对应的下一步行为，并对下一步食物浓度点进行拥挤因子评估，选择拥挤因子低的方向；步骤五，计算当前种群U_m中各条人工鱼的食物浓度值F，将水域最优人工鱼信息上传到一个优化层，基于优化层进行域间路径的选择，从而选择下一步前进方向；步骤六，将优化层中当前的最佳人工鱼作为疫苗；步骤七，计算当前种群U_m中各条人工鱼的生存率；步骤八，设置淘汰率R，将生存率低下的人工鱼淘汰掉，并随机产生相应数量的人工鱼来补充，从而得到新的种群U_k；步骤九，对种群U_k中每条人工鱼采用步骤六提取的疫苗进行接种，计算接种后人工鱼的食物浓度值，若低于其父代，则取消疫苗接种，否则保留接种后的人工鱼，从而形成新一代的人工鱼种群U_m+1；步骤十，设置迭代次数n＝n+l，并判断迭代次数是否已经达到预置的最大迭代次数，若是则输出结果，否则跳转至步骤四。