NDNSIM'de Karınca Kolonisi Algoritmasına Dayalı Sürü Yönlendirme

Abstract

Bu çalışma, Adlandırılmış Veri Ağı (NDN) ortamlarında yönlendirmede Sürü Zekasının (SI) uygulanmasını araştırmaktadır. SI tabanlı yönlendirme algoritmaları uygulanır. Bir dizi deney aracılığıyla etkinliklerini, ölçeklenebilirliklerini ve uyarlanabilirliklerini değerlendirmek için test edilir ve analiz edilmiştir. Deneyler, SI'nın uygulanmasını doğrulamaya, çeşitli ağ koşulları altında performansını değerlendirmeye ve yönlendirme verimliliği üzerindeki etkilerini keşfetmeye odaklanmıştır. Bulgular, SI tabanlı yönlendirmenin, veri dağıtımını verimli bir şekilde yönetme, değişen ağ topolojilerine dinamik olarak uyum sağlama ve kaynak kullanımını optimize etme konusunda umut verici sonuçlar verdiğini ortaya koymaktadır. Ek olarak çalışma, optimizasyon teknikleri, hibrit yaklaşımlar, gerçek dünyadaki dağıtım çalışmaları, güvenlik hususları ve uygulamaya özel değerlendirmeler dahil olmak üzere gelecekteki araştırmalar için yeni alanları tanımlamaktadır. Genel olarak çalışma, NDN ortamlarında yönlendirme verimliliğini ve ölçeklenebilirliğini artırmak için SI tabanlı yönlendirmenin uygun bir alternatif olacağını vurgulamaktadır. Bu çalışmanın, ağ teknolojisinde daha ileri gelişmelerin önünü açmada bir adım olması hedeflenmiştir. Anahtar Kelimeler: Sürü Zekası, Adlandırılmış Veri Ağı, Yönlendirme, Optimizasyon, Ölçeklenebilirlik, Uyarlanabilirlik, Gerçek Dünyada Dağıtım, Güvenlik, Hibrit Yaklaşımlar, Uygulamaya Özel ÇalışmalarThis study investigates the application of Swarm Intelligence (SI) in routing within Named Data Networking (NDN) environments. Through a series of experiments, SI-based routing algorithms are implemented, tested, and analyzed to evaluate their effectiveness, scalability, and adaptability. The experiments are focused on validating the implementation of SI, assessing its performance under various network conditions, and exploring its implications for routing efficiency. The findings reveal that SI-based routing demonstrates promising results in efficiently managing data delivery, dynamically adapting to changing network topologies, and optimizing resource utilization. Additionally, the study identifies areas for future research, including optimization techniques, hybrid approaches, real-world deployment studies, security considerations, and application-specific evaluations. Overall, the study highlights the potential of SI-based routing as a viable alternative for enhancing routing efficiency and scalability in NDN environments. This work aims to be a step in paving the way for further advancements in networking technology. Keywords: Swarm Intelligence, Named Data Networking, Routing, Optimization, Scalability, Adaptability, Real-World Deployment, Security, Hybrid Approaches, Application-Specific Studies