پروژه پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive با نرم افزار NS2
شبیه سازی مقاله BeeHive: An Efficient Fault-Tolerant Routing Algorithm Inspired by Honey Bee Behavior
در این پست پروژه پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive را در نرم افزار NS2 با عنوان مقاله BeeHive: An Efficient Fault-Tolerant Routing Algorithm Inspired by Honey Bee Behavior به همراه ترجمه مقاله و فیلم آموزشی فارسی که بخشی از فیلم نیز در ادامه صفحه به صورت آنلاین قابل مشاهده می باشد، آماده کردیم. در ادامه به معرفی الگوریتم و روش های استفاده شده در این پروژه شبیه سازی با NS2 پرداخته و فیلم و تصاویری از خروجی آن قرار داده شده و مقاله اصلی نیز به صورت رایگان قابل دانلود است.
معرفی پروژه پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive:
هدف در این پروژه شبیه سازی مسیریابی Beehive است که از طبیعت زنبور عسل برای پیدا کردن محل مناسب به منظور فعالیت خودش می باشد. هر Agent bee پس از پیدا کردن مسیر مناسب آن را در جدولی ذخیره می کند. در ابتدای مسیریابی از ارسال و دریافت پیام hello اطلاعات این جداول به صورت گره های مجاور منتقل می شود و در نهایت هر گره بهترین مسیر را برای پیمودن به گره مقصد در جدول خود دارا می باشد.
در پروژه پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive ، ستون فقرات شبکه کشور ژاپن در نظر گرفته شده که تمام گره ها بصورت سیمی بهم متصل شده اند. پروژه مورد نظر در مقاله مرجع با نرم افزار شبیه ساز OMNET انجام شده ولی ما پروژه را در نرم افزار شبیه ساز NS2 و با تعداد 60 گره مورد ارزیابی قرار داده ایم.
توضیحات بیشتر، دانلود رایگان مقاله اصلی، فیلم و تصاویری از خروجی پروژه پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive با نرم افزار NS2 در ادامه مطلب.
زنبورهای عسل:
زنبورها فعالیت های جستجوی خوراک را به صورت دسته جمعی سازماندهی کرده و فاصله و همینطور کیفیت منابع غذایی را با یک نوع خاص از رقص (رقصاندن دم در تالار رقص) به دیگر زنبوها اطلاع رسانی می کنند. در این مقاله ما یک الگوریتم مسیریابی نوینی را معرفی می کنیم که عملکرد آن الهام گرفته از مجموعه روش های زنبور های عسل می باشد. این الگوریتم BeeHive نام گرفته است که در ادامه به معرفی آن می پردازیم.
الگوریتم مسیریابی زنبور عسل BeeHive:
در الگوریتم BeeHive ، عامل زنبور از میان یک منطقه وسیع و بی انتها حرکت می کند که به این منطقه ناحیه کاوش یا foraging zones گفته می شود. اطلاعات زنبورها در رابطه وضعیت شبکه به منظور به روز رسانی جداول مسیریابی تحویل داده می شود و کندو نیز اطلاعات محلی را به صورت ترتیبی حساب می کند. از شبیه سازی های انجام شده، نشان می دهیم که الگوریتم BeeHive یک الگوریتم پیشرفته می باشد.
ارزیابی الگوریتم مسیریابی BeeHive:
برای ارزیابی الگوریتم BeeHive در مقایسه با OSPF و AntNet تمامی آنها را در نرم افزار شبیه ساز NS2 پیاده سازی کردیم. برای OSPF یک مسیریابی وضعیت لینک ایستا اجرا نمودیم که الگوریتم دایکسترا را پیاده سازی می کند، گام بعدی کوتاهترین مسیر از یک منبع به مقصد را انتخاب می کند. برای AntNet همان پارامتر هایی را که توسط مولفان مقاله گزارش شده است استفاده کردیم.
شبیه سازی اینترنت ستون فقرات کشور ژاپن:
نمونه شبکه های که ما از آن استفاده کردیم اینترنت ستون فقرات (Backbone) کشور ژاپن (NTTNET) است که شامل 60 گره و ارتباط آنها به صورت لینک های دوسویه از نوع سیمی می باشد. پهنای باند ارتباط 6 mbit/sec می باشد و تاخیر انتشار از 2 تا 5 میلی ثانیه است.
ترافیک شبکه:
ترافیک شبکه در ضوابط جلسه های کاری از تفاوت ما بین دو گره تعریف شده است. مقدار هر جلسه کاری توسط اندازه جلسه کاری مشخص شده است، (2 mbits) زمان ورود ما بین دو جلسه کاری، منبع، مقصد و دو بسته از زمان ورود در طی یک جلسه کاری محاسبه می شود. اندازه بسته داده ها 512 بایت، اندازه عامل زنبور عسل 48 بایت است.
اندازه صف و ترافیک داده ها:
اندازه صف در تمام آزمایش 500 Kbytes می باشد. برای تغییر الگو های دینامیکی ترافیک داده ها ما دو حالت تعریف کرده ایم: یکنواخت Uniform دارای وزن Weighted. هر وضعیت 10 ثانیه ادامه می یابد، سپس یک انتقال حالت به وضعیت دیگر رخ می دهد. در وضعیت (U) Uniform یک مقصد از یک توزیع یکنواخت انتخاب شده است، تا موقعی که در وضعیت (W) Weighted یک مقصد انتخاب گردد، در وضعیت Uniform بر روی مقصد های دیگر قرار داده می شود. استفاده از این روش در یک محیط تجربی ارزیابی بهتری را نسبت به AntNet فراهم می کند.
توضیحات بیشتر در ترجمه مقاله پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive آمده است. تصاویری خروجی پروژه پیاده سازی الگوریتم مسیریابی زنبور عسل BeeHive با شبیه ساز NS2 در ادامه مطلب.
تصویر خروجی 1:
تصویر خروجی 2:
تصویر خروجی 3:
تصویر خروجی 4:
تصویر خروجی 5:
تصویر خروجی 6:
تصویر خروجی 7:
تصویر خروجی 8:
سلام پیاده سازی الگوریتم های مسیریابی در این شبیه ساز به چه صورتی است؟