異なる戦略の群知能を 組み合わせた クラウドファイルシステム の実装
DESCRIPTION
異なる戦略の群知能を 組み合わせた クラウドファイルシステム の実装. 200902815 石田 克憲. 背景. 近年、データをインターネット上に預け、それを扱うことが多くなった。 そのデータは、大量になり、管理は重要性を増してきた。 ファイルや情報の、「人間の扱い方」注目 。 従来 は、ファイル名、キーワードなどの ファイルから のデータのみであった 。 情報 漏えい、アクセス制限などがあり扱いが 不便。. クラウド. 目的. その中で、私は 情報 や ファイル の より扱いやすい 管理体制を確立するために、 「人間の ふるまい 」 - PowerPoint PPT PresentationTRANSCRIPT
異なる戦略の群知能を組み合わせたクラウドファイルシステムの実装• 200902815 石田 克憲
背景• 近年、データをインターネット上に預け、それを扱うことが多くなった。• そのデータは、大量になり、管理は重要性を増してきた。• ファイルや情報の、「人間の扱い方」注目。– 従来は、ファイル名、キーワードなどのファイルからのデータのみであった。– 情報漏えい、アクセス制限などがあり扱いが不便。
クラウド
目的 その中で、私は情報やファイルのより扱いやすい管理体制を確立するために、
「人間のふるまい」に着目したシステムを作り、実装を目的とする。それをクラウドファイルシステム と呼ぶ。このようなふるまいが集まると、他者との連携により人間の創発的活動(学術的活動・ビジネス・地域ボランティアなど)を刺激・支援するシステムを作ることが可能になる。
着目
ふるまい
ふるまいとは人間と情報リソースの関係性であり、ここではその関係は人間とファイルとしている。
PC
サーバー
端末
機器間でのファイルの移動履歴フォルダの移動履歴
アクセス端末の種類ファイルのアクセス数、日時、アクセス人数
ふるまいの一例
端末
(1) インターネットの情報リソースの総合的にアクセス可能とする。それがクラウドであるとみなす
クラウドサーバー
(2) 我々はクラウドの中の”人の名前”と " 情報リソースの名前 " を記述するアクセス行列を分析するツールでとする
(3) アクセス行列の中の “ふるまい”に着目する(4) ポイントは“ふるまいが集まること”である
サーバー
端末1
端末2
サーバー
端末 1端末 2
ふるまい
1 端末 12 サーバー3 端末 2
「クラウド」と「ふるまいが集まる」仕組み
ファイルや情報
時間 場所
(新!) (新!)
クラウドファイルシステムの構想エージェント・フレンドシップモデル動き
要素 ・ファイルのタグ、色・群集合(ふるまいの履歴)
管理
・ Ant Colony Optimization
「動き」と「要素」の橋渡しとして家族的類似(パラメータ)が用いられる。
任意のファイル家族的類似
任意のファイル
任意のファイル
任意のファイル
・クラスメートモデル
アクセスの順番、ふるまいの履歴などファイルの持つ”形”から情報をセパレートする 安竹
小泉
・リンゴ・赤色・甘くて、美味しいです。
キーワードやファイルの中身から、含用率から重要度や群の中心を判断する竹村
クラウドファイルシステムの様々な仕組みを統括しての、総合的な実装を目的とする 石田
Boid( 群知能 ) を使った集まるという仕組みの最適化を図る
道下
重要度の選択やフィルタをかけることにより、目的のファイルを探し出す鈴木
群を守るモデル。セキュリティ面から群から離れないような仕組みを作る
(ベクトル)
(スカラ)
ふるまいの群に着目したクラウドファイルシステム 多様で不確実なクラウド内のファイルを一種の群れとして扱う。• Boid :ファイルの群れの基本的な動きの記述。• ACO : ACO の中のフェロモンを使い、類似的なファイルを群の中心の方へ 集める。• PSO :群が出来上がった時点で、より集中した群を形成するために
PSO の評価関数の概念を使用する。群(群れる)の基礎はBoid
類似ファイルを中心の方へ集め、関連が多い重要なファイルが中心となる。[フェロモン ]
ある程度の群が構築された上で、より集中した質の良い群を形成する。 [評価関数 ]200902815 石田克憲
群知能BoidBoid は 1987 年、鳥の群をモデルにアメリカで考案されたを人工生命プログラムである。 Separation 、 Alignment 、 Cohesion の三要素で構成される。
Separation ・・・近くにいる仲間と衝突しないようにするAlignment ・・・近くの仲間と速度を一致させようとするCohesion ・・・近くにいる仲間に周りを囲まれた状態になろうとする
Ant Colony Optimizationアリの摂食行動から着想を得たアリゴリズム。フェロモンという揮発性物質を模したパラメータを最適化する。今回提案するモデルでは、この ACO のフェロモンを活用し、中心ほど重要なエージェント集める。
Particle Swarm Optimization魚や鳥や昆虫などの生物の検索行動に着目して考案されたアルゴリズムである。今回提案するモデルでは最適化を求める過程での群れる性質を使用し、重要なファイルを中心を集合し、質の良い群を作るのに応用する。
Boid シミュレーションandroid 端末に組み込む前に、 java. Applet を使って Boid をシミュレートする。各エージェントの加速度、速度、座標を他のエージェントと照らし合わせながら、Boid の 3 要素( Separation 、 Alignment 、 Cohesion )を計算し続け、その度に座標上に描写する。速度制限が無い限りエージェント及び群の速度は増加し続けるので、速度のリミッターも用いて速度制限も行う。
i番目エージェントの j番目エージェントに対する計算
Threshold1
>Percent
Threshold2
>Percent
Separation の加速度の処理 Alignment の加速度の処理 Cohesion の加速度の処理
速度に加速度を加算
Local Space の侵入度 (Percent) の計算
座標値に速度を加算
※近いほど Percentの数値は低くなる
加速度のリセット
�⃗�𝑐𝑖=−𝐹𝑠�⃗�𝑠 𝑗− �⃗�𝑠 𝑖
|⃗𝑃𝑠 𝑗− �⃗�𝑠 𝑖| �⃗�𝑐𝑖=𝐹𝑠�⃗�𝑠 𝑗− �⃗�𝑠𝑖
|⃗𝑃𝑠 𝑗− �⃗�𝑠𝑖|
𝐹𝑠=1− 𝑃𝑒𝑟𝑐𝑒𝑛𝑡h h𝑇 𝑟𝑒𝑠 𝑜𝑙𝑑1
�⃗�𝑐𝑖=𝐹𝑎𝑉𝑙 𝑗|⃗𝑉𝑙 𝑗|
�⃗�𝑐 𝑗=𝐹𝑎𝑉𝑙𝑖
|𝑉𝑙𝑖|𝐹𝑎=−𝑇 (𝑃𝑒𝑟𝑐𝑒𝑛𝑡− 𝐼 )2+1
�⃗�𝑐𝑖=𝐹𝑐�⃗�𝑠 𝑗− �⃗�𝑠𝑖
|⃗𝑃𝑠 𝑗− �⃗�𝑠𝑖| �⃗�𝑐 𝑗=−𝐹𝑐�⃗�𝑠 𝑗− �⃗�𝑠𝑖
|⃗𝑃𝑠 𝑗− �⃗�𝑠𝑖|𝐹𝑐=
𝑃𝑒𝑟𝑐𝑒𝑛𝑡− h h𝑇 𝑟𝑒𝑠 𝑜𝑙𝑑21− h h𝑇 𝑟𝑒𝑠 𝑜𝑙𝑑 2
Separation
Alignment
Cohesion
…侵入度…閾値 1…閾値 2
Java.Applet を使用して実装実際にシミュレーションでは群が複数作られた。群の中では、等距離間(Separation 、 Alignment)で同じ速度で進むのを確認できた。また、エージェントどうしも近づくと互いに引かれあい( Cohesion )、後に同じ動きをするのを確認することができた。
まとめ今回の研究は「人の創発的活動・使用」するような新しいシステムを提案した。 ファイル(エージェント)が自立して集まることを目標として、群知能のシステムを組み込んで開発を行った。実際に java.Applet で Boid のシミュレーションを行い、エージェントの群れる基本構造である Boid の Separation 、 Alignment 、 Cohesionを組み込むことができた。
今後の課題・今回作った Boid に、 ACO のフェロモンの概念を取り込む→複数の種類の群を作り出して重要なファイルを中心に置く。・ PSO の評価関数の概念を取り込み群そのものの質をあげることを加える。