蚁群算法在动态网络持续性路径预测中的运用及仿真

摘要：

随着主动防御手段的广泛运用,动态多变性成为了网络系统的显著特征,在讨论了网络系统安全性时不可避免地需要以动态网络环境为基础,路径预测作为网络安全评估的常用方法,也需要适应动态网络环境以具备持续高效的特性.为了解决这个问题,提出将蚁群优化算法运用到网络持续性路径预测中,并设计仿真实验,在寻优精度和寻优速度两个方面,将所提方法与完全随机算法和贪婪算法进行比较.仿真实验结果表明,原始蚁群算法的寻优精度不如完全随机算法,但由于启发式信息的引导,其寻优速度远优于完全随机算法.为了均衡原始蚁群算法和完全随机算法各自的优势,提出新的蚁群信息素更新策略,并再次设计仿真实验验证算法的寻优效率.最终的实验结果显示,改进后的蚁群优化算法能够较好地综合原始蚁群算法和完全随机算法的优点,达到寻优精度和寻优速度的均衡.然而,在下一步的研究中还需要继续进行算法优化,使其能够更好、更完全地继承两者的优点,实现精度和速度兼优.

关键词：蚁群优化算法、动态网络、路径预测、仿真实验

所属期刊栏目：48

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：485-490