科学技术与应用

自适应感知的蚁群信息中心网络路由技术研究

卢 梦竹

邯郸职业技术学院

DOI: https://doi.org/10.59429/kxjsyy.v3i1.13272

Keywords: 信息中心网络；蚁群算法；自适应感知；兴趣蚂蚁；收敛控制

---

Abstract

随着现代社会发展与技术进步，网络规模及用户数量的爆炸式增长，以信息为中心的网络体系已逐渐成为未 来网络发展的重要方向。信息中心网络（ICN）以内容为核心组织网络资源，其中蚁群算法因具备分布式与自组织 特性被用于 ICN 路由，但多轮迭代易产生冗余兴趣报文，影响收敛效率与可扩展性。针对这一问题，本文提出自适 应感知的蚁群 ICN 路由框架，设计兴趣蚂蚁数量自适应调节算法与迭代结束判定机制。通过拓扑与流量信息建模及 连续型信息素更新模型，实现冗余控制与快速收敛。仿真结果表明，该方法在降低网络开销和提升收敛效率方面具 有明显优势。

---

References

[1] Liu H, Sun R, Ji Y, et al. Evolutionary Intelligent Large Model‐Driven Heterogeneous Traffic Analysis in Wireless Communication Networks[J]. Internet Technology Letters, 2025, 8(4): e70024.

[2] Qin J, Yang Y. Intelligent Green Resource Management for Blockchain‐Powered IoT Networks Through Deep Reinforcement Learning[J]. Internet Technology Letters, 2026, 9(2): e70232.

[3] 李庆刚，蔡宝玉，孙小江等 . 基于多目标蚁群算法的无线网络数据传输节点避免拥塞优选方法[J]. 吉林大学学报（工学版），2025,55(2):748-754. DOI:10.13229/j.cnki.jdxbgxb.20240033.

[4] 张云翔，高圣溥 . 边缘资源轻量化需求下深度神经网 络 双 角 度 并 行 剪 枝 方 法[J ] . 沈 阳 工 业 大 学 学 报 ，2025,47(2):250-257. DOI:10.7688/j.issn.1000-1646.2025.02.15.

[5] 吕隆锴 . 基于改进蚂蚁算法的大数据下物联网负载均衡研究[J]. 现代工业经济和信息化，2025,15(7):68-69,72. DOI:10.16525/j.cnki.14-1362/n.2025.07.022.