基于感知数据概率模型的无线传感器网络采样和通信调度算法

在无线传感器网络中,如何动态地管理能量,最大限度地延长网络的生命周期是一个关键的问题。文中提出了一种基于感知数据概率模型的传感器网络的采样和通信动态调度算法,使传感器节点根据感知数据的概率模型来确定自己的采样和通信时机,最小化采样频率和通信量,减少传感器节点的能量消耗,延长传感器网络的生命期。该算法是一种分布式算法,适用于无线传感器网络。该算法采用了简单的概率模型,资源需求量小,适合于在目前普遍使用的资源受限的传感器节点上运行。模拟试验结果表明,这种方法与其他方法相比,具有很高的能量有效性。     

基于云计算的网络大数据均衡调度系统设计

由于传统大数据均衡调度系统应用下的网络吞吐量较低,因此提出基于云计算的网络大数据均衡调度系统。在系统硬件方面,设计了动态调度器和网络数据管理服务器,其中动态调度器执行系统均衡调度策略来辅助系统完成数据均衡调度任务,网络数据管理服务器对系统接收的网络大数据集成管理。在系统软件方面,首先采用网络爬虫技术对网络大数据样本进行采集,在数据矢量空间中建立映射关系;其次利用模糊循环迭代控制技术对网络大数据样本进行均衡处理;最后利用云计算技术对网络大数据均衡调度策略进行计算分析,以此实现系统设计。经实验证明,应用设计系统的网络吞吐量高于传统系统。     

相关任务图的均衡动态关键路径调度算法

表调度（list scheduling)法是解决任务调度问题的较为有效的方法,该文对两个典型的表调度算法-MCP算法和ETF算法进行了分析,发现它们均存在着一定的不足,文中提出了一个更好的表调度算法BDCP,它采用动态关键路径技术并均衡考虑关键路径结点和非关键路径结点,使得对相关任务图调度长度影响最大的就绪结点能够被优先调度,从而极大地缩短了任务图的调度长度,分析和实验结果表明,BDCP算法要优于MCP和ETF算法。     

多机相关电网任务数据的动态分批优化调度算法

传统的动态分批优化调度算法对数据初始分析效果差,调度准确率较低,为解决上述问题,基于多机相关电网任务数据研究了一种新的动态分批优化调度算法,获取多机相关电网任务数据,对数据进行集中标定,保证数据处于系统可操作范围内,实现对数据的精准处理.实验结果表明,多机相关电网任务数据的动态分批优化调度算法能够很好地提高调度准确率,...     

社交网络数据动态聚类调度算法实现

社交网络数据的庞大规模与复杂结构增加了目标数据获取难度,为此,提出一种社交网络数据动态聚类调度算法,根据节点密度值计算节点距离值,得到Z-score标准化后的密度-距离值,将标签分配给密度-距离较大值的对应节点,完成中心点识别,构建标签种子区域,按照降序密度-距离值更新标签,优先把标签分配至重要节点,实现社交网络数据的...     

基于压缩感知的无线传感器网络数据融合算法

无线传感器网络中存在大量的数据冗余,数据融合技术通过对采样数据进行压缩,消除冗余,有效的减少了节点发送的数据量,延长传感器网络的寿命．提出了压缩感知与数据转发相结合的数据融合算法,在网络采样数据收集的过程中根据节点的子节点个数选择利用压缩感知对数据进行压缩还是直接对数据进行数据转发．仿真结果表明,和基于压缩感知的数据融合算法相比,数据转发与压缩感知相结合的数据融合算法,有效地在平衡节点间负载的同时减少节点的发送量．     

基于流调度选择的DCN动态负载均衡算法

针对数据中心网络(data center network,DCN)动态调度导致的负载不均衡问题,提出了基于流调度选择的动态负载均衡(dynamic load balancing based on flow scheduling selection,DLBFSS)算法。该算法首先计算拥塞链路上各条大流的等价最短路径,并删除不满足流带宽需求的路径;然后计算剩余路径的可用吞吐量,选择可用吞吐量最大的路径作为最优调度路径;最后根据大流的带宽和最优路径的负载定义调度的拥塞概率,将拥塞概率作为大流调度选择的依据。实验结果表明,与传统ECMP（equal-cost multi-path）路由和现有大流调度算法相比,DLBFSS能够减小网络时延,提高流的带宽利用率,保证了更好的负载均衡。     

基于协同感知的传感器网络调度算法

在保证网络覆盖质量的前提下,节约网络能量是构建无线传感器网络的技术保证。为解决上述问题,提出在随机部署方式下,采用联合感知模型且无需地理位置信息的冗余节点判断模型,设计了一个选取较少工作节点保证网络覆盖质量的分布式协同调度算法(DCSA),力求选取出的工作节点位置分布均匀并且网络整体能耗分布均衡。仿真结果表明:DCSA能够提供应用期望的覆盖质量,并且显著减少了工作节点的数目,降低了网络能量消耗,延长了网络寿命。     

基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法.利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的...     

网络处理器自适应负载均衡调度机制*

对TLDP结构网络处理器的线程调度问题展开讨论,设计并用硬连线实现了TLPD结构的微引擎间自适应负载均衡线程调度机制。它根据TLDP结构内部各个微引擎的实时负载状态和历史信息自动调整活动微引擎的数量,然后在被选择的活动微引擎集合上实现微引擎间的动态负载均衡,最大程度地提高了TLDP结构网络处理器的分组吞吐率。通过对TLDP结构的RTL级模型仿真说明,该机制能有效地实现微引擎间的实时负载均衡。     

基于动态关键路径的云工作流调度算法

为了提高资源行为动态异构的云环境中工作流任务的调度效率,提出了一种基于动态关键路径的工作流调度算法CWS-DCP。算法将工作流任务结构定义为有向无循环图DAG模型,改进了传统关键路径的一次性搜索模式,结合云资源可用性动态可变的特征,以动态自适应方式搜索关键路径,并确定关键任务。同时,在关键任务调度后,局部DAG的关键路径搜索根据资源可用性再次迭代更新,从而动态决策任务与资源间的调度方案。通过仿真实验,构建了三种不同类型的工作流结构作为测试数据源,并与其他六种同类型的启发式和元启发式算法进行了性能比较。实验结果表明,在资源可用性动态改变和工作流规模不断增大的情况下,CWS-DCP算法在多数工作流结构中均能得到执行跨度更好的调度方案和更少的调度开销。     

基于动态关键路径的仿真网格资源调度算法

从仿真系统工作流的关键路径分析，确定关键路径上的联邦成员节点，使网格资源调度方面优先获得保证。簦于仿真网格系统运行的复杂性和不确定性，引入了随机规划理论，提出了仿真网格的动态关键路径概念以及基于动态关键路径的资源调度算法，共同解决当资源有限以及任务相关情况下仿真网格的资源调度问题。具体实现，主要使用遗传算法以及MCP算法。仿真实验结果表明，基于动态关键路径的资源调度算法能够优化仿真网格资源的调度。     

云系统中面向海量多媒体数据的动态任务调度算法

在云计算环境下,对处理海量多媒体数据的作业以及任务调度与资源分配算法进行建模,在此模型下提出一种云计算环境下面向海量多媒体数据的动态任务调度算法.算法以云系统中海量多媒体数据文件的分块多副本存储形式为基础来规划并行处理任务,以文件块和副本的映射关系为特征对云系统中数据节点执行聚类,以已执行完毕任务的历史反馈信息为基础来动态调度未执行任务.实验结果表明提出的算法对提高系统资源利用率和负载均衡有显著效果.     

基于工序集的动态关键路径多产品制造调度算法

针对已有的树状结构多产品加工和装配综合调度方法,不能兼顾树状结构纵横双向、影响调度结果的问题,提出基于工序集的动态关键路径多产品制造调度算法.该算法首先采用根对齐的方法,将多个树状结构的产品转化成一个虚拟加工树,使多产品调度问题简化为单产品调度问题;在调度过程中,根据虚拟加工树动态生成可调度的备选工序集合,按提出的动态...     

一种基于动态决策路径的网格任务调度算法

网格下的任务调度是一个NP问题.一些迭代算法例如遗传算法可以较有效地解决,但是迭代次数过多时间复杂度高.传统的启发式策略则往往会造成资源空闲时刻过多,反而延误整个程序的完成时间.采用一种“先调度、后优化”的思想,首先采用普通的启发式算法得到调度方案,然后根据得到的甘特图重新生成DAG图,生成决策任务和决策路径,采用启发式算法将决策任务尽可能提前调度到资源的空闲时段提前运行,达到缩短整个任务收敛时间的目的,同时给出任务之间的死锁判定方法.实验证明,新算法优于其他启发式算法.     

基于SDN的数据中心动态优先级多路径调度算法

随着云计算技术和分布式业务的发展,数据中心内部“东西向”大象流量激增,这部分大象流在调度不当的情况下容易发生碰撞,造成链路拥塞。本文提出一种基于软件定义网络（SDN）的动态优先级多路径调度算法（DPMS）。该算法根据数据中心流量的特点制定大象流和老鼠流调度模型,充分利用各网络节点间的冗余链路,提高资源利用率;并结合组表优化SDN架构中控制器和交换机的通信模式,降低了数据包处理时延。实验结果表明,相比ECMP和Hedera这2种调度策略,DPMS提高了网络吞吐量和链路利用率,减少了平均流完成时间,网络的整体性能有所提高。     

基于动态电压调节技术的低功耗调度算法研究

基于动态电压调节技术的低功耗调度算法的研究是嵌入式系统软件低功耗技术的研究重点。通过研究以最大空闲时间安排任务优先级的低功耗调度算法,对UCOSII嵌入式实时操作系统的内核进行了改进,并在实际的硬件环境上进行实验,实验结果显示改进算法的内核执行与原内核相同的音频任务时降低了系统的功耗。