非对称网络环境中数据广播的带索引多盘调度算法

在以无线网络为代表的非对称网络环境中,数据广播是一种有效的数据访问方式。针对非均匀的访问概率分布,为了节约移动计算机接听数据广播的电源消耗,同时兼顾访问时间的限制,文中提出了两种带索引多盘调度算法,即复制索引算法（ＩＭＤ－ＲＩ）和多路复用算法（ＩＭＤ－ＭＵＸ）。理论分析和实验结果表明,这两种算法通过在广播信息中加入索引信息,能够有效减少数据广播的调谐时间,同时仍保持较低的访问时间,因此更具有竞争性     

非对称网络环境中数据广播的启发式多盘调度算法

在以无线网络为代表的非对称网络环境中,数据广播是一种有效的数据访问方式。针对非均匀的访问概率分布,我们分析了数据广播访问时间的最优值,并提出了一种启发式多盘调度算法（ＨＭＤ）,该算法能够根据给定的数据项访问概率分布,自动生成广播调度。 欠的理论分析和实验结果表明,ＨＭＤ算法是一种高效的数据广播调度算法,具有接近于理论最优值的性能,并且具有良好的可操作性。     

移动计算环境中数据广播的启发式遗传调度算法

数据广播调度是移动计算环境中数据管理技术的研究热点之一.现有的广播调度算法在移动数据库环境中缺乏一定的实用性.在数据项长度可变的条件下,理论上分析了多盘数据广播的平均访问时间,并提出了一种启发式的遗传调度算法,在广播调度中引入贪婪变换的启发式求解策略.理论分析和实验结果表明,该算法在访问概率偏斜率较大和数据项长度不等的情况下,平均访问时间较小,能很好的适应于移动数据库环境.     

移动环境中数据广播的自适应可靠性研究

在移动计算环境中,数据广播已成为数据发布和获取的重要手段。为了提高数据广播的可靠性,使移动用户能有效的访问到所需数据项,提出一种移动环境下的自适应等距离广播算法。根据广播数据项的被干扰情况,对广播数据项的广播顺序进行等距离调度。最后通过性能分析表明该广播算法有效的提高了数据广播的可靠性。     

多盘广播的偏斜索引算法

在移动环境中,多盘广播是被广泛使用的数据广播调度算法之一。为广播数据建立索引可以使移动客户机选择性地监听信道,以减少电源消耗,但过多地插入索引会增加数据访问时间。针对该问题,为多盘广播建立偏斜索引,设计索引树构造算法和广播数据的索引树算法。与可变扇出算法相比,多盘广播的偏斜索引算法需要的平均访问时间和平均调谐时间较短。     

移动环境中自适应的XML广播索引

针对如何减少移动计算环境中XML数据广播的调谐时间和访问时间的问题,提出一种基于自适应索引的XML广播调度算法XAISA。它能根据系统负荷动态调整数据块的度,从而达到性能最优化。性能分析和实验比较表明,该算法能以极小的平均访问时间的代价大大减少平均调谐时间及接收XML广播数据的时间。     

基于请求的多信道多数据项广播调度算法*

通过改进多信道单数据项请求的数据广播调度算法中的两层调度策略,提出了信道分配+QEM的算法;实现了用多信道广播来广播多数据项的请求;通过减少数据访问冲突和信道跳转减少了访问时间。分析证明此方法是可行和有效的。     

移动环境下多数据项请求的广播策略研究*

提出了一种移动环境下的多信道试探广播策略MCHM（multiple channel heuristic method）。该广播策略在多信道广播中采用高效的数据调度算法,在不重复广播的情况下,消除了多信道广播中多数据请求的访问冲突,大大减少了移动客户机的访问时间,提高了数据广播的性能。     

基于数据访问概率的广播索引技术

在移动计算中,如何节约移动设备的电源是一个重要的研究方向。采用索引广播的方式可以使移动设备选择性地监听信道,从而减少了电源的消耗。该文提出了为广播数据建立基于访问概率的索引技术,并分固定扇出的非平衡索引树和可变扇出的索引树两种情况讨论如何降低平均访问代价。针对这两种情况,分别设计了构造索引树的算法。     

A~*算法在数据广播中的应用与实现

在移动数据库的数据广播中,如何最大限度地降低数据项的平均期望访问时间是一个重要的研究方向.介绍了两种传统的Flat算法和VFk算法,并分析了它们的特点和不足.在以上两种算法的基础上,引入人工智能理论中的A*算法并加以改进,同时结合α-β剪枝技术,使之更适合于解决数据广播调度问题.通过仿真实验表明,在降低平均访问时间方面,A*算法是个不错的选择.     

移动环境中实时事务数据的广播调度

提出一种基于需求广播模型的实时事务数据的广播调度策略．在本策略中，综合考虑了事务存取多个数据项和满足定时限制的要求．本策略的目标是使错过截止期的事务数量最少，对我们提出的算法，通过建立模拟实验进行评价，结果显示它比现有的策略有明显的优越性．     

基于优先级的数据广播内容选择算法

在以无线网络为代表的移动计算环境中,数据广播是一种有效的数据访问方式。为响应最多用户数据请求,提出了优先级计算模型,进而提出了一种基于优先级的广播内容选择算法。该算法综合考虑了事务存取多个数据项和满足定时限制的要求,根据用户请求队列状态动态选择广播内容,并应用剪枝机制减少了选择开销。实验结果表明它比现有算法有明显的优越性。     

Scheduling time‐critical requests for multiple data objects in on‐demand broadcast

On‐demand broadcast is an effective data dissemination approach in mobile computing environments. Most of the recent studies on on‐demand data broadcast assume that clients request only a single‐data‐object at a time. This assumption may not be practical for the increasingly sophisticated mobile applications. In this paper, we investigate the scheduling problem of time‐critical requests for multiple data objects in on‐demand broadcast environments and observe that existing scheduling algorithms designed for single‐data‐object requests perform unsatisfactorily in this new setting. Based on our analysis, we propose new algorithms to improve the system performance. Copyright © 2010 John Wiley & Sons, Ltd.     

On-demand broadcast for multiple-item requests in a multiple-channel environment

On-demand broadcast is an effective approach to disseminating data in mobile computing environments. Substantial efforts have been devoted to improving the scheduling efficiency of on-demand broadcast. Previous studies focused mainly on the case of scheduling single-item requests in single-channel environments. However, requesting multiple dependent data items is common in many advanced applications such as electronic stock trading and traffic information enquiry services. In addition, multi-channel architectures are widely deployed in data broadcast systems. In this work, we investigate the issues arising in scheduling multi-item requests in multi-channel on-demand broadcast environments. Two problems, namely, the request starvation problem and the bandwidth utilization problem are identified in existing algorithms. To tackle the observed problems, an innovative algorithm is proposed. Results from our simulation study demonstrate the superiority of the proposed algorithm.     

基于线性规划的移动数据库广播调度算法研究

阐述了移动计算通用模型和移动数据库广播技术及发展状况,介绍了移动广播领域中经典的多盘广播调度算法。在多盘广播调度算法的基础上,运用统筹学的线性规划对所要广播的数据进行最优规划,并通过调度算法优化调度。     

数据广播环境下实时查询处理

现有的实时数据广播研究中,只考虑了具有截止期约束的单个数据请求的调度问题,而支持实时查询处理的数据广播技术尚未得到足够的关注。该文研究在on-demand数据广播环境下,如何有效地处理实时查询问题,提出一种新的数据调度算法(QSA)。通过仿真实验与目前最为有效的数据请求调度算法SIN进行了比较,结果显示QSA具有更低的错过截止期比率,在最好的情况下,QSA比SIN降低了17.45%。     

Exploiting skewed access and energy-efficient algorithm to improve the performance of wireless data broadcasting

As wireless networks become an integral component of the current communication infrastructure, energy efficiency is a crucial design consideration because of the limited battery life of mobile terminals. Data broadcast is an effective data dissemination method in mobile environments. The current air indexing schemes for data broadcast focused on energy efficiency (reducing tuning time) only, and current broadcast scheduling schemes reduce access latency through nonflat data broadcast to improve only responsiveness. Few studies have addressed energy efficiency and responsiveness issues concurrently. This study proposes a fast data access scheme that concurrently supports the energy saving protocol, which constructs broadcast channels according to the access frequency of each type of message to improve energy efficiency in mobile devices. The windmill scheduling algorithm that is presented in this paper was used to organize all types of messages in the broadcast channel in the most symmetrical distribution, to reduce tuning and access time. The performance of the proposed mechanism was analyzed, and the efficiency improvement over existing methods was demonstrated numerically. Results indicate that the proposed mechanism is capable of improving both tuning and access time because of the presence of skewness in the access distribution among disseminated messages.     

数据广播调度自适应信道划分与分配方法

随着移动网络的不断发展,移动终端设备的计算能力与日俱增,越来越多的用户倾向于通过移动网络获取信息资源,这使得实时按需数据广播面临新的挑战：（1）数据内容和规模的多样化;（2）用户请求的实时性与需求多样性使得热点数据增加,直接导致广播数据总量的剧增;（3）用户对服务质量和水平的要求越来越高.当前的研究成果主要集中在固定信道模型和算法上,一定程度上忽略了当前数据广播调度环境的变化.固定信道存在如下问题：（1）局限于特定的网络,缺乏通用性;（2）信道大小、个数不能随着网络环境的变化而自动调整,降低了广播效率.基于以上考虑,对实时按需数据广播调度的自适应信道划分和分配进行研究,提出一种自适应信道划分与分配方法OCSM （optimized channel split method）,其根据数据请求特征的不同,实时自适应地调整信道个数和大小,从而提高系统敏感性、鲁棒性以及广播效率.该方法包括：（1）广播数据均衡聚类算法WASC （weight average and size clusteralgorithm）,其挖掘数据特征,为信道划分提供依据;（2）数据项广播优先级评定算法R×W/SL,其实时评定数据项调度优先级;（3）信道划分与分配算法CSA （channel split algorithm）.实验包括两个方面：（1）确定不同数据项大小和请求截止期分布下的信道划分策略,并分析聚类算法中聚类距离K在不同情况下的最佳取值以及最佳信道划分;（2）验证自适应信道划分与分配策略的有效性,并通过对比实验验证在不同情况下OCSM的有效性.实验结果表明：OCSM优于其他调度算法,并具有较强的自适应.