基于分布式图算法的无线网络MAC调度算法

针对无线自组织网络带宽利用率低的问题,在主干扰模型的基础上,提出一种基于分布式极大独立集(MIS)的无线自组织网络STDMA节点调度算法.该算法以分布式MIS算法为基础,在算法进入平衡状态时,优先让度大的节点加入MIS,再通过将其结果转化成△+1染色,从而完成时槽分配.该算法是完全分布式的,且时间复杂度为O(1bn).仿真结果表明,与分布式MIS算法相比,该算法收敛速度平均提高23.6％.     

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。     

分布式实时系统的容错调度算法

提出了两种分布式实时容错调度算法：副版本后调度算法（ＢＫＣＬ）及无容错需求后调度算法（ＮＦＲＬ）,并研究了算法的时间复杂度,这两种容雕工算法能同时调度具有容错需求的实时任务和无容错需求的实时任务,ＢＫＣＬ和ＮＦＲＬ所产生的调度可保证：在分布式系统中一个节点机失效的情况下,具有容错需求的实时任务仍然可在截止时间内完成,在描述了两个实时容错调度算法之后,分别证明了这两个算法的容错调度正确性。接着,阐述     

分布式调度算法在VOQ交换机中的应用

为提高高速通信网络的通信效率,针对VOQ交换机,提出在交换机的各个输出端口中进行分布式通信调度(DSA)的策略。DSA算法可直接支持变长数据包通信调度,克服了传统信元交换只能调度定长数据包的缺点,降低了交换机的实现复杂度。仿真结果表明：在各种流量下,DSA算法都比信元调度算法具有更好的调度性能。     

顺序分布式变长分组调度算法:SDMCRR

通过引入分布式思想对CRR调度算法进行改进,提出了一种基于输入排队VOQ结构的输入端口轮转和输出端口轮询的顺序分布式改进补偿轮询调度算法SDMCRR。并通过分析以及和其它轮询算法的比较,得出该算法具有单个报文调度O（1）的复杂度、较好的隔离恶意流的公平性和时延特性。     

基于问题性质的分布式低碳并行机调度算法研究

针对分布式低碳并行机调度问题(Distributed low carbon parallel machine scheduling problem, DLCPMSP), 由于该问题子问题众多, 为此, 首先将问题转换为扩展的低碳不相关并行机调度问题以降低子问题的数量; 然后提出了一种基于问题性质的非劣排序遗传算法-Ⅱ(Property-based non-dominated sorting genetic algorithm-Ⅱ, PNSGA-Ⅱ)以同时最优化总延迟时间和总能耗, 该算法运用针对问题特征的两种启发式算法初始化种群, 给出了问题的四种性质及证明, 提出了两种基于问题性质的局部搜索方法.运用大量实例进行了算法策略分析和对比实验, 结果分析表明, PNSGA-Ⅱ在求解DLCPMSP方面具有较强优势.     

分布式服务器系统CMDS体系结构及调度算法的研究

采用分布式计算来解决C/S结构的性能及可扩展性问题已成为一种趋势。本文提出一种高性能的分布式服务器系统CMDS体系结构,并重点讨论了其中的任务调度问题,提出了一种根据环境信息自动调节调度算法和调度参数的动态自适应调度算法。实验证明该系统具备良好的可扩展性和对任务的快速响应。     

多跳无线 Ad hoc网络的分布式公平调度算法

为兼顾无线Ad hoc网络信道资源的公平利用及网络吞吐量,提出针对多跳无线Ad hoc网络的分布式公平调度算法。该算法采用链路竞争图说明网络中各子流的竞争关系,通过着色算法得到最大无竞争流的集合,通过邻居节点之间的信息交换得到局部(本地)流的信息,而无需全局流的信息交换。实验模拟结果表明,该算法可以在保证Ad hoc网络中各流公平性的同时,有效提高网络资源的利用率。     

分布式实时系统中的预测调度算法

对于分布式实时系统中的周期性任务,人们提出了一系列静态分配调度算法,有效地解决了各种特定条件下的任务分配和调度问题.这些算法的主要特点是,它们均要求被调度任务的特征参数为已知条件.然而在很多实时系统中,周期性任务的运行时间或任务数量常常是一些具有一定规律的随机过程,因而上述静态算法的效能将受到限制.在分析了特定应用背景中的处理流程之后,抽象得到两类随机任务模型,针对这两类模型介绍了在分布式实时系统中已经得到应用的静态分配调度算法SAA(static allocation algorithms),进而提出了多任务分配调度的预测算法PAA(predicting allocation algorithm).它根据周期性任务执行时间或子任务数量的统计特性,实现任务参量的合理预测和多任务的动态调度,以提高系统的实时性能.仿真结果表明,对于两类任务模型,PAA算法与SAA算法相比,在任务完成时间、负载均衡度、系统响应时间及任务夭折率等多方面均有显著改善.     

EDF多任务调度算法在物联网数据监控平台中的应用研究

在基于物联网的数据监控平台中,由于感知层数据采集传感器具有种类繁多、数量庞大的特点,这就要求位于通信层的数据接收服务器必须通过一种完善的多任务调度算法来处理高并发通信,以缓解服务器的通信压力并保持处理的高效性。笔者以物联网数据监控平台为出发点,探究通过引入EDF多任务调度算法来处理高并发通信,对EDF多任务调度算法的算法原理与调度流程进行了深入分析,并通过设计实验论证算法的有效性。     

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。     

物联网环境下实时任务传输的分簇调度算法

在物联网环境下,需要对链路节点之间传输的实时任务进行优化调度,以提高物联网中传感节点的进程管理和内存管理效率。传统方法采用优先级列表控制的物联网环境下的实时任务传输调度方法,在资源分配过程中动态负载平衡性受节点的空间分布的影响较大,任务分配的准确性不高。因此,提出一种基于高效时分多址时隙分配的物联网环境下实时任务传输的分簇调度算法。设计物联网的实时任务调度模型,提取分簇任务信息流的时隙分配尺度特征作为传输指向性函数,设计高效时分多址协议,改进物联网环境下的实时任务协同分簇调度算法,通过高效的时分多址时隙分配,提高了实时任务传输分簇调度的均衡性和准确性。仿真结果表明,采用该方法进行物联网环境下实时任务传输的分簇调度时性能优越可靠。     

Exploration on the Load Balancing Technique for Platform of Internet of Things

In recent years, the Internet of Things technology has developed rapidly, and smart Internet of Things devices have also been widely popularized. A large amount of data is generated every moment. Now we are in the era of big data in the Internet of Things. The rapid growth of massive data has brought great challenges to storage technology, which cannot be well coped with by traditional storage technology. The demand for massive data storage has given birth to cloud storage technology. Load balancing technology plays an important role in improving the performance and resource utilization of cloud storage systems. Therefore, it is of great practical significance to study how to improve the performance and resource utilization of cloud storage systems through load balancing technology. On the basis of studying the read strategy of Swift, this article proposes a reread strategy based on load balancing of storage resources to solve the problem of unbalanced read load between interruptions caused by random data copying in Swift. The storage asynchronously tracks the I/O conversion to select the storage with the smallest load for asynchronous reading. The experimental results indicate that the proposed strategy can achieve a better load balancing state in terms of storage I/O utilization and CPU utilization than the random read strategy index of Swift.     

军事物联网解决方案研究

为了适应信息化战争的要求,全面提升信息化战争的保障能力,从战略的高度重视并推进军事物联网事业的发展,许多国家都在通过军事物联网来实现保障资源的系统化、合理化利用,为构建现代化军事物流体系而努力。文章介绍了构建军事物联网的必要性,给出了军事物联网的构建方案,并对关键模块和业务流程进行了说明。     

物联网安全问题与对策

随着物联网的发展,其安全问题日益重要。其感知层、传输层及处理层面临不同的安全隐患,面对各种常见安全隐患,需要针对性地采用相应的安全策略和解决思路,以便保障物联网安全地运行。     

物联网的研究现状及其产业化

物联网(IOT)作为近年来发展最为迅猛的技术受到各方面的关注.本文首先从物联网的概念出发,全面介绍物联网的历史及概念;然后就其各种标准及标准化的进程进行介绍和分析,并对其发展现状做概括性的描述;最后对其产业化的发展道路进行分析和展望.     

物联网热点问题研究

从物联网的定义出发,引出了物联网感知层研究中亟待解决的若干问题。"物联网"的"物"体现在对物体信息的感知,这可由无线传感网和RFID技术实现,属于感知层研究的内容。对于无线传感网来说,目前需要解决的问题包括能量的获取与控制,这可以从增加能量供应和控制能量消耗两方面进行研究,其热点研究方向有超级电容、无线供电、功耗控制等;无线传感器的自动组网技术包括Ad hoc网络和ZigBee协议研究两个热点方向,分别对应不同的应用场景。对于RFID来说,亟待解决的问题包括天线设计、声表面波技术、碰撞算法等,此外,文中还在感知层研究中研究了一些共性的问题,如电磁波传播特性、节点定位、超宽带技术、网络安全等。     

基于N B-IoT网络的物联网安全研究

With the continuous development of technology, the traditional Internet of things has been unable to meet the application of massive equipment, thus NB-IoT emerges. This paper introduces the technical characteristics and system architecture of NB-IoT, points out the security risks in detail, and puts forward the security protection measures. With the continuous development of technol- ogy and the continuous improvement of the Internet of things application ecosystem, NB-IoT is bound to have a profound impact on society.     

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。