Evolution可以加快网络下载速度

2017-07-12 02:05:21

计算机科学家表示,通过模仿达尔文的演变来“培育”最好的网络策略,Will Knight可以大大提高互联网下载速度重复地通过互联网传输流行数据可能是低效且昂贵的,因此网络公司已经开发了在不同位置临时存储或“缓存”数据的方式,以降低成本并提高下载速度但是找出存储数据的位置以及存在多长时间是一个复杂的问题一种解决方案可能是让缓存重复“互相交谈”,但这样做效率很低,因为它占用了大量带宽为了应对这一挑战,美国公司Icosystem公司的Pablo Funes和德国卡尔斯鲁厄大学的JürgenBranke和Frederik Theil使用模仿达尔文进化论的“遗传算法”来制定互联网服务器在缓存数据时使用的策略使用模拟,他们能够提高现有缓存方案的下载速度研究人员为特定类型的网络开发了算法,例如具有瓶颈的网络但他们也开发了适用于各种类型网络的算法 Funes告诉New Scientist,该方案最终可用于允许缓存自动“发展”其配置 “进一步的发展可能涉及适合互联网中每个主机或子网的不同规则,”Funes说 “人们甚至可以想象每个主机都会发展自己的最佳规则”该团队使用网络模拟器来测试不同的缓存策略他们创建了互联网网络分支的模拟,可以在每个主要交叉点复制和存储数据他们使用此模拟来测试用于配置缓存的算法算法采用已知变量,例如请求数据的次数,它必须通过的点数及其总体大小,并确定是否应该存储以及存储多长时间找到一个有效算法的关键是从一群随机生成的算法“演化”它使用随机生成的请求在模拟器上测试算法的起始种群减少网络流量和提高下载速度的算法然后用于“繁殖”新的算法群体育种涉及组合不同的算法片段并引入一些随机突变该过程可以反复重复以提高效率当在300个交叉点或“节点”的模拟网络上进行测试时,他们开发的算法的速度是现有最佳策略的两倍 “它非常整洁,”英国剑桥大学的Jon Crowcroft说 “新颖性在于他们发展的相当'不优雅'的算法”但富内斯承认存在局限性一个重要的考虑因素是为其他用户缓存信息的激励措施他建议未来的网络可以设计出能够为自己提供最大帮助的人 “复杂的网络行为可能会实现互惠和信任的规则,”他说 “反过来说,