Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/3211| Title: | Ajuste Adaptativo de un Algoritmo de Enrutamiento de Consultas Semánticas en Redes P2P |
| Authors: | Rivera Zarate, Gilberto |
| Issue Date: | 2010-01-01 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Ciudad Madero |
| Description: | En el área de las Ciencias Computacionales, el problema de ajuste de parámetros se define como la selección de los valores de los parámetros que regulan el comportamiento de los algoritmos. Es muy conocido que la falta de un ajuste adecuado en los parámetros consume una gran cantidad de recursos humanos y computacionales. Debido a su relevancia en los ámbitos científicos y tecnológicos, el problema ha recibido mucha atención. Sin embargo, son pocos los trabajos que abordan el ajuste de parámetros en condiciones dinámicas y de gran escala como lo es la búsqueda de recursos de información en la Internet. En este trabajo se aborda el ajuste de parámetros del algoritmo AdaNAS propuesto para el Direccionamiento de Consultas Semánticas (SQRP, por sus siglas en inglés) en la Internet. El algoritmo busca los nodos que contienen información relacionada con una palabra clave, y su objetivo es minimizar la cantidad de pasos y maximizar la cantidad de recursos encontrados (éxitos) para mejorar la eficiencia de sistemas de consulta en redes punto a punto (P2P). El algoritmo de búsqueda AdaNAS se basa en un sistema de colonias de hormigas para guiar a un grupo de agentes que aprenden de forma adaptativa. Los agentes a su vez son algoritmos que navegan en la Internet de manera autónoma con el objetivo de adquirir experiencia durante la búsqueda la cual se registra mediante métodos, funciones y reglas. Cada agente tiene asociado un valor para el parámetro Tiempo de Vida (TTL, por sus siglas en inglés), el cual define su periodo de existencia y es calculado a través del número de pasos dados. La función f propuesta para el TTL de AdaNAS incluye: caracterización local de la estructura de SQRP (métricas topológicas), aprendizaje de corto alcance del desempeño parcial obtenido en consultas previas y el aprendizaje de largo alcance del desempeño final obtenido también en consultas previas (tabla de feromonas). La feromona es una sustancia utilizada por hormigas reales para registrar información de los caminos recorridos durante la búsqueda de comida; los mejores caminos son favorecidos con mayor cantidad de feromona. El problema de ajuste de parámetros ha sido abordado usando métodos globales que tienen una naturaleza muy distinta al enfoque local que se presenta en este trabajo, y para el cual se ha acuñado el término control dinámico local. En la literatura, al ajuste de parámetros durante la ejecución de un algoritmo se le denomina control dinámico. El término local se ha añadido porque todas las tareas involucradas son locales: caracterización del entorno, procesamiento de información histórica de desempeño y ajuste de parámetros. Este enfoque permite la adaptación a cambios frecuentes en los datos de entrada, ya que esto se considera un escenario común en sistemas complejos del mundo real. Esta es un área emergente que tiene mucho camino por explorar. La estrategia de ajuste de control adaptativo propuesta, muestra que es factible resolver de manera eficiente el problema de direccionamiento de consultas semánticas en la Internet, modelado como un sistema complejo, controlando adaptivamente el parámetro TTL del algoritmo AdaNAS, mediante el uso de información local. El algoritmo adaptativo AdaNAS al ser comparado con algoritmos de la literatura que utilizan estrategias de ajuste global obtuvo una mejora significativa, la eficiencia medida en éxitos por paso incrementó en un 49%. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Maestría en Ciencias de la Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| G02071037_donacion_tesis_bib.pdf | 4.42 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
