Placement and storage of bio-inspired information: mobile agent-oriented approach
Placement et stockage de l’information bio-inspiré : une approche orientée agent mobile
Résumé
This thesis addresses the issue of information management in peer-to-peer networks. The goal of our approach is to provide mechanisms for investment and research of dynamic information, intelligent, robust, and completely decentralized. We propose a layered architecture composed of a peer-to-peer network responsible for the decentralization of service, inherited from information theory to ensure the availability and security of data applications, and mobile agents carrying information. We propose an algorithm based on the movement of the moving cloud birds to place the information in a network. We associate with each moving agent a deposit pheromones allowing a distribution of effective management, and establishing a measure of trust in peer network. We enhance this model by proposing two agents search data. The first follows a random walk agent also called Markov chain. The second agent moves randomly and uses his ability to interact with the environment by depositing pheromones to mark peers already traveled. Finally, we present an application deployed on a physical network for observing the behavior of our agents and validation of our algorithms application.
Cette thèse aborde la problématique de la gestion de l'information dans les réseaux pair-à-pair. L'objectif de notre approche est de fournir des mécanismes de placement et de recherche de l'information dynamiques, intelligents, robustes, et totalement décentralisés.
Nous proposons une architecture en couches composée d'un réseau pair-à-pair responsable de la décentralisation du service, d'applications héritées de la théorie de l'information pour assurer la disponibilité et la sûreté des données, et d'agents mobiles transportant l'information. Nous proposons un algorithme reposant sur le déplacement en nuée des oiseaux pour placer l'information dans un réseau. Nous associons à chaque déplacement d'agent un dépôt de phéromones permettant une répartition de charge efficace, et l'établissement d'une mesure de confiance envers les pairs du réseau. Nous enrichissons ce modèle en proposant deux agents de recherche de données. Le premier agent suit une marche aléatoire également appelée chaîne de Markov. Le second agent se déplace aléatoirement et utilise ses capacités d'interaction avec l'environnement en déposant des phéromones pour marquer les pairs déjà parcourus. Enfin, nous présentons une application déployée sur un réseau physique permettant l'observation du comportement de nos agents et la validation de nos algorithmes.
Loading...