动态物联网节点任务实时传输分簇调度算法

为解决传统互联网节点任务实时传输分簇调度管理进程和内存管理效率低的问题,笔者提出了动态物联网节点任务实时传输分簇调度算法,通过构建互联网节点任务传输信息流的模型,进行传输信息流的融合处理,能够实现动态物联网节点任务传输信息流的分簇处理。实验数据表明,分簇调度算法较传统调度算法效率更高,适用于动态物联网节点下的实时传输分簇调度。     

关于动态拓扑的物联网终端任务时隙调度研究

物联网节点移动导致网络拓扑的动态变化,动态组网给终端任务调度带来严重的路由、功耗、以及准确性等问题.为解决上述问题,提出一种基于移动节点追踪的时隙调度策略.为了确保拓扑变化过程中,网络终端任务调度获得最佳路由,考虑到节点的感知功效和感知能效,设计了感知精度与能量平衡的节点追踪方法.在节点位置感知的基础上,对网络拓扑采取...     

物联网环境下多并发任务分簇调度方法仿真

为全面缓解由网络任务拥堵造成的调度均衡失控问题,提出物联网环境下的多并发任务分簇调度方法。在多并发网络处理架构中,设置具有关联能力的智能任务检测电表,并以电表中的显示数值为依据设计无线任务传输模块,完成多并发任务处理的物联网环境构建。在此基础上,确定任务目标参量,通过提取TDS分簇算子的方式,扩展多并发调度系数,实现物联网环境下多并发任务分簇调度方法的顺利应用。仿真结果显示,应用QoS、DoS、AoS方法后,网络任务的拥堵现状均不能得到有效缓解,且调度均衡参数的最大值与预期标准数值也始终存在较大物理误差,而随着多并发任务分簇调度方法的应用,网络任务拥堵量不断下降,调度均衡参数的实际值也开始出现大幅回升,固有调度均衡失控问题得到有效解决。     

物联网环境下具有顺序约束关系的静态任务表调度算法

针对物联网异构调度环境下并行计算的静态任务调度问题,提出了一种基于最早完成时间策略改变调度顺序的表调度算法HDPTS。该算法针对现有表调度算法在调度前不能准确地确定调度顺序的问题,在IHEFT算法的基础上添加了一个动态优先级调度策略,当节点的前驱任务都已经完成调度任务时,就改变该节点的调度优先级。任务优先级的计算在所有前驱任务到达这个任务的最晚完成时间与所有资源上最大可以使用时间之间取最大值的基础上,同时考虑到分配到各个资源上的任务对后继任务的影响和资源上的负载情况,以及上行权重的计算值和对出口任务的影响,使得优先级计算更加合理,能够根据任务分配动态合理改变任务调度顺序。通过随机生成一个算例进行测试,结果表明HDPTS比IHEFT、HEFT在调度长度方面减少14.29%;对大量随机产生的特定结构的有向无环图(DAG)进行测试,测试结果显示HDPTS算法比IHEFT、HEFT和LDCP算法更有效。     

物联网感知层节点任务分布式调度算法研究

针对传统节点任务调度效率低的问题,笔者设计了物联网感知层节点任务分布式调度算法。通过选取任务节点,本算法减少任务集中出现在同一节点的情况,构建任务调度机制,提高调度过程中的资源整合能力。为保证调度的实时性需求,该算法设定调度时间约束,以此完成物联网感知层节点任务分布式调度。实验结果表明,该算法节点任务分布式调度的效率比传统算法效率高,具有实际应用意义。     

一种基于多处理器任务复制的分簇调度算法

任务调度的优劣是决定并行分布式计算机系统性能好坏的重要因素之一。为优化任务调度,基于一些典型算法(如LG、PPA算法等),提出了一种新的任务调度算法。该算法一方面复制满足条件的前驱任务来缩短调度长度;另一方面合理地复制其他前驱任务和合并冗余簇来减少所需处理器的数目。实验表明,该算法在调度长度和所需处理器的数目上优于以上典型算法,并具有更小的时间复杂度,对并行计算机系统性能的提升具有一定的意义。     

并行环境下基于多处理机任务的调度模型与调度算法

1 引言目前所研究的并行系统中的任务调度问题,大都针对于单处理机任务进行。所谓单处理机任务就是指所有被调度的任务都只需要一个处理机,而且可以是任意一个处理机。然而,在网络环境下,由于各个处理机的性能和功能不尽相同,一个任务往往需要一个或多个处理机同时执行才能完成,称这样的任务为多处理机任务。如果一个任务需要r个处理机同时执行,我们就称这个任务为r-处理机任务。这里所说的“处理机”实际上是一个广义的概念,它可以是计算机系统中的CPU、内存、驱动器或打印机等,也可以是网络系统的节点、链路和带宽等。一个并行工程,无论是上层的作业,还是底层的进程,它们都需要拥有不同的各种资源组合。并行系统中多处理机任务的调度,就是充分合理地利用所有可利用的资源,依照某种顺序串行或并行地调度所有待处理的多处理机任务,使得系统的总执行时间尽可能小。     

物联网环境下基于用户满意度的实时调度算法

随着3G网络和移动技术的发展,物联网已经深入到人们的工作和生活中,提供无所不在的服务。用户作为服务对象,以追求满意的高品质服务为目标,对服务具有选择权,对服务品质具有最直接、最重要的评判权。系统作为服务提供者,其服务品质取决于每个用户的满意度。因此,如何通过调度算法合理分配系统资源,让每个用户获得满意度更高的服务,成为了研究的重点。首先,构建个人满意度和系统满意度的评价标准;其次,依据用户期望的服务水平,为任务分配优先级;最后,通过反馈调节机制来调整任务优先级的分配,让更多用户对服务满意。实验表明,物联网环境下基于用户满意度的实时调度算法能够根据用户的需求,为用户提供满意的差别化服务,并提高系统满意度。     

一种基于分簇复制的DAG任务图调度算法

并行任务调度是影响机群计算效率的关键因素之一，机群环境DAG(Directed Acyclic Graph)任务图调度是一个NP完全问题，只能寻求启发式算法。已有的研究中，图解重构算法在允许任务复制的条件下，通过对DAG图递归分解与子图重构，初步实现了一个可行的调度方案。该文在此基础上，提出了以调度长度增量为依据的任务复制策略，利用该策略调整受制约节点的同簇前驱，解决了任务簇间的时间制约问题，缩短了调度长度；通过合理地选择任务簇进行合并，增大任务簇的粒度，提高了处理器的利用率。提出的以任务簇扩展-合并为特征、以分簇复制为手段的DAG图调度算法，改进和拓展了图解重构方法。实例分析表明本算法复杂度与TDS (Task Duplication Scheduling)相同，但性能更优。     

面向物联网终端的任务相关性调度策略

对于具有相关性的任务,调度顺序不合理将影响任务的执行时间和实时性。结合物联网终端任务间依赖关系复杂的特点提出了一种利用任务相关性的调度策略。该策略设计了以作业轮询组为主体的任务模型,根据任务时限建立了优先级因子矩阵作为任务调度的凭据,对于周期任务,在每个任务执行完毕后生成,以任务相关性为参数的增量矩阵用以动态修改任务优先级,使前驱任务能优先执行;对于非周期任务采用了构建临时作业轮询组的方式进行抢占调度。测试结果表明,该策略能够有效减少具有相关性的周期任务集执行时间和调度失败次数,缩短非周期任务响应时间。     

一种无线网络控制系统的时空实时任务调度算法

提出了一种无线网络控制系统的时间空间混合优先级调度算法(STS)。该算法综合考虑了无线网络控制系统中机器人之间与任务区域的距离和任务有效截止期,将时间和距离两个因素通过多个步骤逐步量化,最终形成最优的优先级队列,移动机器人根据优先级队列逐个解决区域的任务需求。为了验证STS算法的性能,做了大量的仿真实验来证明时间空间混合优先级算法的优势。实验结果表明,在确保高优先级调度成功并提高系统稳定性的前提下,时间空间混合优先级算法在任务请求吞吐率、任务解决成功率和平均响应时间等方面与之前的算法相比都具有更好的调度表现。     

物联网分布式调度算法研究

根据无线网络的传输特点,对分布式调度背景进行了简要介绍,考虑无线网络传输的衰减和干扰等因素,规划出了物联网中的无线物理干扰模型,在无线干扰模型作用下,复杂网络关系抽象成一个简单的有向图或者无向图,通过对无线网络中每一个节点状态的研究,以及对Schneider状态的分析,设计了分布式极大独立集算法,实现了物联网分布式调度。     

物联网中多设备多服务器的移动边缘计算任务卸载技术综述

随着物联网(Internet of Things,IoT)技术的快速发展,出现了大量具有不同功能的设备(如多种带不同传感器的智能家居设备、移动智能交通设备、智能物流或仓储管理设备等),它们相互连接,被广泛应用于智能城市、智慧工厂等领域.然而,这些物联网设备的处理能力有限,很难满足延迟敏感、计算密集型应用的需求.移动边缘...     

基于物联网大数据节能调度框架研究

当今社会,物联网的快速发展离不开数据的支撑,数据的持久化存储与检索离不开物联网的边缘服务器,边缘服务器相当于物联网的数据服务中心,同时也是云环境重要组成部分,因此数据中心的能耗问题成为核心问题。现今在边缘侧常用的大数据资源调度框架为YARN,该框架并不能对能耗进行有效控制,针对此问题,提出一种基于YARN的物联网大数据节能调度框架,该框架是在YARN基础上进行优化,增加三个关键性的功能模块,分别对系统任务进行分析、计算、调度、分配,实现了细粒化管理。通过模拟实验验证该框架能在保证系统任务性能的同时减少能量损耗。     

Internet of Things Enabled Energy Aware Metaheuristic Clustering for Real Time Disaster Management

Wireless Sensor Networks (WSNs) are a major element of Internet of Things (IoT) networks which offer seamless sensing and wireless connectivity. Disaster management in smart cities can be considered as a safety critical application. Therefore, it becomes essential in ensuring network accessibility by improving the lifetime of IoT assisted WSN. Clustering and multihop routing are considered beneficial solutions to accomplish energy efficiency in IoT networks. This article designs an IoT enabled energy aware metaheuristic clustering with routing protocol for real time disaster management (EAMCR-RTDM). The proposed EAMCR-RTDM technique mainly intends to manage the energy utilization of nodes with the consideration of the features of the disaster region. To achieve this, EAMCR-RTDM technique primarily designs a yellow saddle goatfish based clustering (YSGF-C) technique to elect cluster heads (CHs) and organize clusters. In addition, enhanced cockroach swarm optimization (ECSO) based multihop routing (ECSO-MHR) approach was derived for optimal route selection. The YSGF-C and ECSO-MHR techniques compute fitness functions using different input variables for achieving improved energy efficiency and network lifetime. The design of YSGF-C and ECSO-MHR techniques for disaster management in IoT networks shows the novelty of the work. For examining the improved outcomes of the EAMCR-RTDM system, a wide range of simulations were performed and the extensive results are assessed in terms of different measures. The comparative outcomes highlighted the enhanced outcomes of the EAMCR-RTDM algorithm over the existing approaches.     

基于车联网应用的云平台任务调度算法

在云平台车联网优化调度问题的研究中,车联网具有多用户、多业务、高并发等特点.为了保障车联网应用在云平台上快速、稳定和可靠的运行,在云计算的基础上,提出一种基于车联网应用的MCT-LB-GSA(Minimum Completion Time-Load Balance-Greedy Scheduling Algorithm)任务调度算法.算法以虚拟机资源的当前负载作为约束条件,依照贪心策略将任务调度到当前负载较轻且具有最小任务完成时间上的虚拟机资源上.在CloudSim环境下进行了仿真,结果表明,改进算法在保证最优任务调度跨度的同时也有效地实现了资源负载均衡,提高了资源利用率.     

基于互联网基础的物联网安全问题

对物联网所面临的安全问题进行了分析和总结。针对物联网中存在的各种问题进行了深入研究,希望在发展物联网的同时,首先要重视其安全问题。     

基于物联网视觉的大型拥堵车辆调度系统设计

针对道路拥堵车辆调度问题,设计了一种基于物联网视觉的大型拥堵车辆调度系统,分析了系统的总体结构,给出了系统的ZigBee协调器模块、车载传感器节点、图像采集处理模块以及无线传输模块的硬件结构,详细介绍了拥堵车辆调度算法流程,并给出了车辆调度最佳路径算法代码,实现了大型拥堵车辆的有效调度;实验结果说明,所设计系统可获取有效的交通车辆拥堵图像,实现交通拥堵的高效调度.     

物联网视觉中森林小距离火点定位算法仿真

研究物联网视觉中森林小距离火点定位优化问题.在森林火点定位中,物联网视觉遥感图像采集规范不同,图像特征存在质量差异,森林内不同区域、不同质量的图像在经过统一几何校正后,获取的定位特征残差扩大.传统算法应用转换后的图像进行定位,会导致火点对地定位精度大幅下降,小距离内的火点定位结果失真.为了避免上述缺陷,提出了一种空间矩阵亚像素的森林小距离火点定位算法.利用卡尔曼滤波方法,对采集的森林视觉遥感图像进行滤波处理,去除图像中的干扰因素.利用物联网视觉技术,计算森林火点的空间位置,从而实现物联网视觉中的森林小距离火点定位.实验结果表明,利用算法进行森林小距离火点定位,能够避免由于遥感图像采集规范差异造成的定位特征残差扩大的缺陷,从而提高了定位的准确性.