无线传感器网络可分负载调度算法

为了节省传感器节点能量,提高网络资源利用率,提出了一种无线传感器网络可分负载调度(DLSW)算法.DLSW算法以LEACH协议为基础,分群内和群间两阶段进行任务调度.在群内调度阶段,群内节点共享同一信道,相继向群首发送数据;在群间调度阶段,群首节点和SINK节点之间独立的信道使得群首将群内节点报告的数据融合后,并行向SINK节点传送结果,同时完成数据发送.DLSW算法通过去除节点间的通信干扰使得总任务完成时间减少、资源利用率提高.实验结果表明,在大规模的网络环境下,DLSW算法可以使总任务完成时间减少20％,网络能耗减少10％.     

无线传感器网络负载均衡路由协议

针对无线传感器网络中负载均衡问题,提出并在Tinyos上实现了基于同级节点协作负载均衡的SLNC-MHop路由协议.SLNC-MHop在基于链路代价父节点选择的基础上加入了负载均衡策略,通过在设定的观察时间内,与同级节点平均工作负载的比较来判断本节点负载是否过荷,负载过荷节点发布负载过荷通告,由同级节点协作完成中转数据包的分流任务,均衡网络负载.TOSSIM模拟仿真验证表明与MintRoute协议相比,SLNC-MHop能更好地实现网络负载均衡,均衡了同级节点的能量消耗.     

一种基于分簇的无线传感器网络数据分发机制

移动SINK可以延长无线传感器网络的寿命,文中提出了一种不依赖于节点地理位置的基于分簇的移动SINK路由算法,源节点和移动SINK之间的通信分为簇内通信和簇间通信两部分.因为SINK的移动而造成的通信路径的中断被限制在簇内通信.     

作业可分割的数据采集系统

随着网络规模的增长和ＩＰｖ６协议的发展,用户增强对大规模网络系统进行数据信息的采集和监控的需求．现有网络性能管理系统主要采用一个工作节点进行网元性能数据采集,获取大量小任务后通过ＳＮＭＰ协议直接执行,出现响应时间长、网络带宽占用大的问题．针对此问题,在兼容ＩＰｖ４／ＩＰｖ６的网络环境中,提出了作业可分割的数据采集系统:系统采用集群模式克服单节点执行效率瓶颈,并针对大量小作业,采用基于采集节点动态反馈负载权重,通过负载权重分析当前不同采集机的任务执行能力,进行任务的重组、封装成新的任务,并将新任务发送到相应的采集节点上．实验结果证明,改进的数据采集系统能够提高作业流的处理能力,降低响应时间,减少对网络带宽的占用．     

一种基于动态可分配比的服务器负载均衡算法

负载均衡是服务器集群技术研究的重点,为了解决分配不均的问题,综合考虑集群中各节点性能、负载情况、传输代价、网络随机任务等各方因素而提出了一种基于动态可分配比的负载均衡算法.基于动态可分配比的算法由一张动态的描述各节点负载情况的全局表动态生成一张候选节点表,并在该表中找出负载最轻的节点完成任务.通过仿真实验发现该算法思路简洁,实现简单,并在解决服务器负载均衡方面有明显效果.     

基于群智能算法的WSNs动态联盟任务协同

针对无线传感器网络(Wireless sensor networks,WSNs)中单个节点的计算能力有限、完成数据发送任务比较困难的问题,提出一种协同处理的方式传送数据,可以将协同任务分为感知子任务和计算子任务。在传感节点任务协同的动态联盟中,引入基于粒子群算法优化蚁群算法(Particle swarm optimization ant colony algorithm,PSO-ACO)构建传感网的数据汇集路由树。利用传感器网络在采集数据之间的相关性,运用群智能算法来优化节点发送数据的传输路径,以保证动态联盟执行任务时的连续性,在一定程度上保证传感网的性能,从而降低了通信能耗。仿真实验表明:当传感器网络的感知节点与网络节点总数的比值小于28%时,网络监测性能最优,该文方案可以消除同一任务检测传感器节点冗余、降低系统能量消耗。     

基于节点实时负载的开源大数据负载均衡优化算法

为保证网络访问稳定,减少资源浪费,提出了基于节点实时负载的开源大数据负载均衡优化算法。建立开源大数据节点计算能力模型,按照节点负载大小及时反馈和调整,根据该区域服务器收到的请求数量预测下一步行动,利用指数平滑方法算出每秒服务器请求数量的预测值,完善一阶指数平滑法滞后偏差问题,计算服务器综合负载。在节点上添加一个负载代理和监控器,用于平衡组块的数目和分片节点负载,并将不能删除的分片和组块放入最小单元候选名单,实现负载均衡优化。通过实验证明,所提算法能提高网络资源利用率和负载均衡性,在访问中保证网络更加稳定安全。     

基于Equalchord语义Web服务发现模型

为了拓展服务发现的范围提高服务发现效率并使得各个服务注册中心上的负载均衡,提出了一种基于Equalchord的语义Web服务发现模型(ECSDM).在此模型中,服务发布时首先按照NACIS进行分类,并以分类码作为标识符按照Chord路由算法分布到网络节点上.针对Equalchord中的节点负载均衡问题提出了过载率的衡量指标.为了实现节点间负载均衡,提出了节点加入算法和节点自动负载均衡算法.节点加入时根据网络中的负载信息来设置自己标识符以分担负载过重节点的负载,节点通过周期性的比较与邻居的负载情况调用自我负载均衡算法按顺时针分担负载,实现节点间的负载均衡.通过仿真系统ChordSim模拟实验,证明了该模型及算法具有良好的效果.     

一种云环境下的虚拟机负载均衡算法

针对多数负载均衡算法都以虚拟机的CPU、内存等资源的利用率作为优化目标,而未考虑虚拟机上总任务工作时长不均衡导致任务总等待时长增加的问题,提出一种结合随机森林分类器的粒子群优化算法用于解决虚拟机的负载均衡问题.该算法不仅均衡了虚拟机的CPU利用率和内存利用率,也将虚拟机上总任务工作时长作为优化目标,以达到均衡虚拟机资源利用率,同时减少任务总等待时间的目的.仿真实验结果表明,该算法能有效解决虚拟机的负载均衡问题.     

网格中多副本数据的后向预测调度算法

针对网格环境下追求最快响应时间的多副本数据检索应用,提出了一种调度算法,该算法考虑了数据副本分布状况对负载均衡的影响.在被检索数据的多个子集分布在网格中多个节点,并且以数据子集为单位存在不定数目的副本情况下,给出了一种估算存放副本的网格节点动态负载和延时的方法.基于估算出的这些参数,算法根据对响应时间的计算和对后向任务的预测将任务分配到网格节点.后向预测考虑了网格节点被选中访问其上各个副本的可能性.最后通过仿真程序分析了该算法的性能.