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=(x<sub>1</sub>,x<sub>2</sub>,......,x<sub>M</sub>)为人工鱼个体状态表示向量;Y=(y<sub>1</sub>,y<sub>2</sub>,......,y<sub>N</sub>)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<sub>i</sub>(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<sub>i</sub>(i=1,2,......,N)表示拥挤因子,R=(r<sub>1</sub>,r<sub>2</sub>,......,r<sub>Q</sub>)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<sub>ij</sub>=||x<sub>i</sub>‑x<sub>j</sub>||;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=(x<sub>1</sub>,x<sub>2</sub>,......,x<sub>M</sub>),形成初始种群U<sub>0</sub>,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U<sub>0</sub>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<sub>m</sub>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<sub>m</sub>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<sub>k</sub>;步骤九,对种群U<sub>k</sub>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<sub>m+1</sub>;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。 |