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

شبکه نظیر به نظیر مجموعه ای از گره های خودسازمان دهنده و یکسان است که با هم همکاری می نمایند. این نوع از شبکه ها نیاز به هماهنگ کننده مرکزی برای ارتباط باهم ندارند. از پیاده سازی شبکه نظیربه نظیر بر بستر شبکه ادهاک سیار شبکه نظیربه نظیر سیار ایجاد می گردد. ساختار توزیع شده شبکه های نظیربه نظیر سیار جستجوی منبع و داده را در آن ها دشوار می سازد. از سوی دیگر درخواست در این شبکه ها معمولا بطور سیل آسا و تصادفی پخش می گردد که این سبب هدر رفت انرژی گره های سیار خواهد شد. از اینرو طراحی مکانیزمی خودتطبیق که داده یا درخواست را بطور آگاهانه به شبکه ارسال کند حائز اهمیت می باشد، 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 شایعه پراکنی معرفی می شود. الگوریتم پیشنهادی با هدف بهبود جستجو در شبکه نظیربه نظیر سیار با استفاده از یادگیری گره ها ارائه گردیده است. از اتوماتای یادگیر بعنوان یک عامل یادگیرنده تقویتی که از طریق تعامل با محیط عملکرد خود را بهبود می بخشد، استفاده می شود. در این الگوریتم هر گره ای که درخواست داشته باشد پیام جستجوی را به تعدادی از همسایگان که از بقیه مفیدتر هستند ارسال می کند. همچنین منبع درخواستی از طریق بهترین مسیر به گره درخواست دهنده انتقال می یابد. علاوه براین بدلیل ذخیره نتایج بدست آمده از هر گره ی همسایه در حافظه نهان، سابقه گره های همسایه در جلورانی های آتی تاثیرگذار است. نتایج شبیه سازی الگوریتم پیشنهادی نشان می دهد که اجتناب از انتخاب های تصادفی همسایگان برای جلورانی درخواست و درنظر گرفتن سابقه ی هر گره با استفاده از نتایج ذخیره شده در جداول کش، سبب کاهش تاخیر انتهابه انتها، مصرف انرژی و بار تحمیل شده به شبکه می گردد. از سوی دیگر درنظرگرفتن سابقه گره های همسایه در جلورانی، پیام درخواست به همسایگانی ارسال می گردد که در جستجوهای قبلی موفقتر بوده اند، نرخ موفقیت شبکه نیز افزایش می یابد.