《基于遗传算法的计算机网络安全路由》由会员分享，可在线阅读，更多相关《基于遗传算法的计算机网络安全路由（4页珍藏版）》请在装配图网上搜索。
1、基于遗传算法的计算机网络平安路由简要：摘 要： 提出基于遺传算法的计算机网络平安路由优化方法，根据认证、接入控制和加密机制，多方向量化链路平安，结合效劳质量参数构建多目标平安路由模型。根据公共缓冲池与最摘 要： 提出基于遺传算法的计算机网络平安路由优化方法，根据认证、接入控制和加密机制，多方向量化链路平安，结合效劳质量参数构建多目标平安路由模型。根据公共缓冲池与最小预留带宽的分配，选取多目标平安路由模型优化目标为：可行路径平均时延最低、三类平安度量最低以及最大带宽利用率最低等。采用自适应遗传算法，以求解最优染色体编码问题替代计算机网络平安路由问题;设置适应度函数，将计算机网络平安路由的目标函数
2、最小化问题变换成最大化问题;选取算子进行交叉与变异，通过遗传算法求解确定适应度值最优的个体，实现计算机网络平安路由优化。仿真结果显示：该方法确定路径的平均时延为135 ms左右，平均最大带宽利用率在0.5%左右，三类平安度量数值均低于其他两种比照方法，说明该方法更能保障计算机网络通畅与资源使用平安性。关键词： 遗传算法; 计算机网络; 平安路由; 平安度量; 带宽链路; 适应度函数0 引 言当代社会网络信息技术在全球范围内普遍使用，网络资源合理利用是确保网络资源畅通的根底1。实现网络资源合理利用的前提条件之一是计算机网络平安路由选择，将平安作为路由选取指标，是计算机网络平安路由研究的新方向2。
3、计算机网络路由的平安性通过单一的平安度量难以准确描述，需要根据多种平安因素综合确定3。因此，本文提出基于遗传算法的计算机网络平安路由优化方法，通过求解多目标平安路由模型为使用者提供平安性能更好的路由。1 计算机网络平安路由1.1 多目标平安路由模型將计算机网络链路平安度量划分为三类4：第一类平安度量根据认证机制定义;第二类平安度量根据接入控制定义;第三类平安度量根据加密机制定义。依照上述网络链路平安度量的量化定义，在计算机网络路由内引入平安度量定义5，构建多目标约束最优化模型。作为应用范围较广的区分效劳模型之一，俄罗斯玩偶模型具有Inter?Serv的可扩展性、IP效劳质量好、无需信令、简单有
4、效等优势6，因此采用该模型构建多目标约束最优化模型。多目标约束最优化模型内，以K描述计算机网络对负载提供的效劳种类，P1，P2，PkkPk=1表示各效劳种类对应带宽比例，优先级别根据下标判断，下标值与优先级别呈反比。不同带宽局部由最小预留带宽和公共缓冲池共同组成7，分别用xi和yi表示，各级划分路由带宽中xi所占比例为w，由此得到：xi=Pi?w?Cijyi=Pi?1-w?Cij (1)式中Cij为链路i，j的带宽。在第i类负载有数据流到达的条件下，由xi作为第一批次传输效劳提供者，假设xi无法达成传输目的，那么公共缓冲池内的带宽资源提供协助。为反映效劳质量的差异，在模型中参加抢占制度，优先级
5、别高的负载进行传输时可征用优先级别较低负载的公用缓冲池8。俄罗斯玩偶模型带宽分配模型如图1所示。将图1中的模型用T表示网络拓扑描述。在T=V，E，D，C内，V和E分别表示节点和边的集合，D和C分别表示链路上的时延和带宽。到达第k类效劳业务流所需带宽、链路i，j上承载的第k类效劳业务量所需带宽和链路i，j上的整体负载分别用k，fkij和rij表示。由上述描述确定链路i，j上的带宽利用率，也就是链路i，j上已占用带宽加上效劳请求带宽占用量同链路i，j整体带宽间的比值为：a=rij+kCij (2)到达的k类数据流占用的整体链路带宽和其在链路上分配的带宽分别用k+fkij和Pk?Cij描述，由此得到
6、到达的k类数据流在优先级别较低的公用缓冲池带宽中所占比例为：=maxi，jPdk+fkij-Pk?CijCij (3)由于效劳等级有所差异，用kmax表示各效劳等级负载占用带宽最大值，假设效劳等级为三级，那么：1max=P1?Cij+1-w?P2+P3?Cij (4)2max=P2?Cij+1-w?P3?Cij (5)3max=P3?Cij (6)各链路上每一效劳等级所用带宽需小于等于上述公式中的上限。同时，优先级别较低负载无法占用优先级别较高负载的公用缓冲池带宽9，公式描述为：rij+k0，minkmax，Cij-rij (7)基于上述分析，结合常规效劳质量参数，选取多目标平安路由模型优化目
7、标：可行路径的平均时延最低;三类平安度量最低;最大带宽利用率最低;到达k类数据流所占低优先级别公用缓冲池带宽比值最低;设定平安阈值，确保三类平安度量低于平安阈值;为确保效劳请求实现，且计算机网络顺畅，需满足链路带宽大于到达的k类数据流带宽加上已有负载的值。1.2 遗传算法针对计算机网络平安路由多目标优化问题，需采用高效的优化策略确定最优解。遗传算法是一种全局优化搜索算法，不受搜索空间限制，不限定所求解的连续性，具有较强鲁棒性与并行性10。因此，在求解计算机网络平安路由时，利用自适应遗传算法，遗传过程内各代中不同个体均依照其适应度上下自主确定有所差异的交叉概率与变异概率自适应规那么11，使群体内
8、不同个体具有自适应调节功能，适应环境波动。1.2.1 问题编码依照遗传算法，各染色体均能描述一个n位(bit)二进制编码符号串，代表一个优化指标，染色体内每一位同一个指标状态相对应：1和0分别表示该指标已优化和该指标未优化。由此，以利用自适应遗传算法求解最优染色体编码问题替代计算机网络平安路由问题12。1.2.2 确定适应度函数根据式(8)设置适应度函数，将计算机网络平安路由的目标函数最小化问题变换成最大化问题13：F=-Z=-i=1mii+j=1nhjhmaxsj (8)式中：F为适应度函数;为大于1的常数;与为权重;Z为优化目标函数;i为不平安性;hmax为不同优化目标费用中的最大值;优化目标sj需要费用hj。1.2.3 确定遗传算子1 2 3推荐阅读：计算机博士在什么期刊上发论文
基于遗传算法的计算机网络安全路由
