云计算环境下多信道联合均衡调度算法研究

针对传统资源调度方法存在执行时间跨度大、信道接入率低、资源负载不均衡等问题,提出云计算环境下多信道联合均衡调度算法研究.根据云计算环境下多信道通信链路优化时隙和多信道资源,构建多信道链路模型,提出信道端到端可靠性最大化优化模型,将优化问题转换为多信道联合均衡调度问题.利用多信道最优跨度和负载均衡算法对均衡调度问题进行求解.结合多信道数据处理和任务执行的特性,设计最优跨度和负载均衡双适应度函数,在种群进化初始阶段和接近收敛阶段对适应度函数做适当调整,完成多信道联合均衡调度.实验结果表明,所提方法资源调度的执行时间跨度小、信道接入率高、负载均衡程度好,能满足资源传输的实时性要求.     

基于端到端时延保证的紧急分组优先算法

提出了一种能够提供端到端时延保证的多跳间时延协作Crossbar调度算法(紧急分组优先算法)。 该算法以分组头中记录的剩余时延为权重对分组进行调度,通过控制分组在各跳上的时延不但能够保证 分组的端到端时延,还能够平衡不同跳数分组的端到端时延。算法还能够使路由器避免维护每个流的状态 信息以及对单个流进行复杂的队列管理和调度,由此增加了路由器的可扩展性。计算机仿真表明该算法具 有较高的资源利用率,较低的端到端时延和时延抖动以及较低的分组丢弃率等特点。     

基于端到端时延保证的紧急分组优先算法

提出了一种能够提供端到端时延保证的多跳问时延协作Crossbar调度算法(紧急分组优先算法)。该算法以分组头中记录的剩余时延为权重对分组进行调度，通过控制分组在各跳上的时延不但能够保证分组的端到端时延，还能够平衡不同跳数分组的端到端时延。算法还能够使路由器避免维护每个流的状态信息以及对单个流进行复杂的队列管理和调度，由此增加了路由器的可扩展性。计算机仿真表明该算法具有较高的资源利用率，较低的端到端时延和时延抖动以及较低的分组丢弃率等特点。     

面向时间敏感网络的安全感知调度方法

时间敏感网络（TSN）中信息的真实性是系统的关键安全要素,然而直接引入传统安全认证机制会导致系统可调度性和实时性大幅降低。现有的方法仍存在适用场景少、资源消耗高等问题。针对这些问题,文中提出了一种面向TSN的安全感知调度方法。首先基于TSN流量特性设计了一种时间有效的一次性签名安全机制,为消息提供高效的组播源认证;然后提出相应的安全模型对该机制进行评估,描述安全机制对任务和流量的影响;最后对提出的安全感知调度方法进行数学建模,在传统调度约束的基础上,增加了安全机制相关的约束,同时以最小化应用端到端时延为优化目标,使用约束规划进行求解。仿真实验结果表明：改进的一次性签名机制的引入可以有效保护TSN中关键信息的真实性,且对调度的影响有限;在多个基于真实工业场景生成的不同规模测试用例中,产生的应用端到端时延平均仅增加13.3%,带宽消耗平均仅增加5.8%;与其他同类型方法相比,文中方法的带宽消耗更低,更加适用于有严格带宽限制的TSN。     

云计算资源优化问题求解的萤火虫算法

为了提高云计算资源利用率,结合云计算资源优化问题的特点,设计一种云计算资源优化问题求解的萤火虫算法.首先建立云计算资源负载调度问题的约束条件,以用户任务完成时间最少作为云计算资源负载调度优化的目标函数;然后通过萤火虫算法找到目标函数值最优的资源调度策略;最后在CloudSim平台上实现云计算资源负载调度仿真实验.实验结果表明,萤火虫算法减少了云计算任务完成的时间,均衡了云计算资源的负载,使云计算资源得到合理分配,且比其他算法优势明显.     

无线回传网络中队列感知在线功率分配策略

无线回传技术因其能大幅降低运营商成本开销、给用户终端提供根本上的灵活性并提高网络整体频谱效率等优势,是下一代移动网络中具有前景的解决方案之一。通过利用李雅普诺夫(Lyapunov)优化框架和凸优化理论,提出了一种基于队列感知的带内全双工无线回传网络功率分配算法。该算法在每个离散的资源调度时隙内,通过综合考虑信道和队列状态信息,动态地为各用户的接入链路和小基站的回传链路分配功率,以实现在保证网络稳定性和满足各用户服务质量需求的同时,最大化网络平均和频谱效率。此外,理论分析和仿真结果显示,所提出的算法可通过调整引入的控制参量的取值灵活地实现时延与谱效间的动态平衡。     

WSN内一种基于TDMA的时隙优化重组算法

无线传感器网络内节点的时隙分配是影响整个网络能耗、时延的重要因素.STDMA的时隙分配算法能避免数据碰撞,在一定程度上降低了能量损耗,但由于每个节点分配的时隙固定、离散,造成节点频繁启动,损耗了大量能量,为此,在STDMA的基础之上提出了OTT-TDMA算法,在MAC层重新调度时隙,减少节点启动次数,同时尽量将节点发送时隙调度到接收时隙之后.实验仿真表明,改进算法在能耗和时效性方面比STDMA有一定提高.     

可负载均衡的实时虚拟机VCPU调度算法

针对多核环境下的现有实时虚拟机VCPU(virtual CPU)调度算法不能在保证任务可调度的基础上高效地使用CPU资源的问题,提出一种改进的实时虚拟机VCPU调度算法LBP-EDF(基于独立队列的可负载均衡的最早截止时间优先调度算法).该算法采用了独立队列的方式,以避免共享队列带来的竞争开销.同时算法能够识别紧急任务,并通过负载均衡的机制及时地将紧急任务迁移到负载较轻的CPU上执行,在保证任务可调度的基础上,同时达到充分使用CPU资源的目的.实验结果表明:在保证任务可调度的基础上,LBPEDF较其他算法有更高的CPU利用率.     

基于SDN的多媒体流QoS队列调度机制研究

随着多媒体新兴应用的不断涌现,网络规模日益复杂.为提高不同优先级多媒体业务的传输能力,保障业务的服务质量需求,结合软件定义网络技术,设计一种基于SDN的队列调度模型.同时,为了有效提高新型队列调度模型下数据的传输质量,避免产生网络拥塞,将复杂的网络抽象为M/M/1和M/D/1排队模型,并提出一种基于SDN的排队论时延模型,分析了新模型下MLFQ分组调度算法并对不同分组调度算法性能进行对比分析.仿真结果表明,基于SDN的多媒体流QoS队列调度机制在满足网络不同多媒体业务优先级要求的基础上,降低了数据传输时延和丢包率,增加了链路带宽利用率.     

一种新颖的多信道多接口无线Mesh网络的接入调度算法

无线Mesh网络信道接入调度问题是指在一个调度周期内为网络中每个节点在信道上分配时隙,在该时隙上节点可以向邻居发送控制信息,问题的目标是最小化调度周期长度.提出采用饱和度(staturation degree)的方法来研究这个问题,与现有方法关键不同之处是,饱和度算法的每一步不是对节点本身,而是对节点的邻居依次分配时隙.在第一步完成对网络中邻居最多的节点的分配后,调度周期的长度已逼近理论下界,从而在随后分配过程中可充分实现时隙的空间复用.同时也提出了该算法的分布式实现,并对算法性能进行了理论分析.仿真实验结果表明,算法在各种情况下实验结果均非常接近理论的下限.     

一种基于QoS的星座通信系统跨层资源分配算法

针对目前星座通信系统星地链路资源分配不灵活、缺乏有效服务质量(QoS)保障机制等问题,提出一种基于QoS的星座通信系统跨层资源分配算法.利用自适应编码调制(ACM)技术,通过定义用户信道质量评估算法、可调公平性调度算法、业务QoS分类调度算法及用户业务分配权重函数,为终端用户指定工作频率、时隙、编码方式、调制方式等物理层工作参数,实现根据业务QoS保障要求灵活分配物理层信道资源,达到提高系统资源利用率与满足业务QoS保障需求的平衡.仿真实例验证该算法可以实现星座通信系统根据业务QoS和用户信道质量对星地链路资源的合理分配和调度.     

无线网状网中多并发流路由结合调度的组合方案

为解决无线网状网中多条路径同时传送引起的干扰冲突和资源竞争问题,提出了依托信道分层方法的组合式路由结合调度的方案:首先,给出了路径发现的可行方案,并基于网状网的可用资源提出一种路径选择判据——资源可获得度;然后,确定了多条路径可并发传输的信道分配方案;最后,开发了结合路由、信道分配、调度的组合优化调度方案(COSS算法),以启发式的方法找到每个时隙下尽可能多的可兼容路径,实现可兼容路径的组合优化调度.为验证COSS算法的性能,在不同网络资源配置、多种流量请求下进行仿真实验.实验结果表明:(1)COSS算法在吞吐量、传输延迟、传输完成时间方面有较好的表现;(2)与AODV路由协议相比,COSS算法有效地提高了吞吐量.     

基于流量模式的Q-学习路由及其连接调度

为解决无线网状网中因多条路径同时传输数据而引起网络性能降低的问题, 提出了一个基于流量的Q-学习路由与调度方案(QRST): 针对每一个路由请求, 首先采用强化学习中的Q-学习算法寻找路径; 然后根据找到的路径结合信道分配完成组合调度, 以启发式的方法尽可能为每个时隙使用网络资源分配路径的连接. 并在不同网络资源配置和多种流量请求下进行虚拟计算实验, 以验证该方案的正确性和有效性. 实验结果表明: 与COSS方案和AODV方案相比,采用QRST方案的无线网状网在吞吐量、激活链路数量和传输完成时间等网络性能上有较好的表现.     

60-GHz网络并行传输中基于顶点多着色的时隙分配算法

针对60-GHz网络中现有并行传输算法的不足,首先分析了数据并行传输的充分条件,然后基于冲突矩阵来对网络中的顶点进行多着色,进而提出了一种基于顶点多着色的时隙分配算法.此外,考虑到两种类型的传输:组内传输(单跳)和组间传输(多跳),还提出一种基于距离的中继选择算法作为发射机和接收机之间进行直接通信还是中继通信的决策指标.在单跳和多跳场景下评估所提算法的性能,仿真结果表明,所提算法可显著提升网络吞吐量和单位时隙期间的数据流平均数量,相比于传统的Greedy算法和TDMA算法,性能提升幅度分别达到19%和12%.     

基于优先级权重的 Hadoop YARN 调度算法

为解决 Hadoop 现有调度器调度任务时不能根据任务的紧迫程度分配资源的问题, 研究 YARN 中的资源 调度机制, 改进原调度器(Capacity Scheduler), 提出一种基于优先级权重的 Hadoop YARN(Yet Another Resource Negotiator)调度算法(Weight Scheduler Based on Priority)。 为叶子队列设置队列优先级, 结合队列资源利用率和 队列优先级选择队列; 将应用程序的初始权重设置为应用程序优先级的大小, 通过等待时间判断是否更新权 重, 根据权重对队列中的应用程序进行排序, 调度时优先为权重高的应用程序分配资源。 实验结果表明, 与原 有调度算法相比, 改进算法平均任务执行时间约减少 141 s, 平均等待时间减少 34. 5%, 保证了用户执行任务 的相对公平, 提高了用户总体满意度。     

基于对偶分解的 MU-CoMP 联合资源分配算法

在MU-CoMP-JT(multi-users coordinated multiple-points joint transmission)资源分配算法中,大多数将功率分配与子载波分配分为独立的2个部分进行独立求解,这样势必会降低系统性能,而实际上子载波分配和功率分配是密切相关的.为了有效地提升系统吞吐量,采用了迫零预编码技术,研究了一种在多个小区和多个子信道之间联合优化用户调度与功率分配的资源分配算法,该算法以最大化用户权重速率为目标,基于对偶分解理论,将原优化问题分解为多个独立优化的子问题.仿真结果表明,该算法与最优的穷尽分配算法相比性能有所降低,但有效地降低了复杂度,同时也能获得较好的性能.     

基于时间标签的可扩展准入控制方案

资源预留协议允许通信的双方预留诸如带宽等资源以提供一种有保证的服务.基于当前资源预留体系结构在拥有大量流的核心网络中,其可扩展性存在着严重的不足,提出了一种简单的资源预留协议和一种可扩展的准入控制算法,可为单个的流提供较严格的服务质量保证,而不用在网络的核心维护每个流的状态信息.通过将每个流映射到一个确定的时间,该方案解决了目前困扰端点准入控制方案有效性的问题.描述了整体的准入控制过程,通过分析说明了方案的合理性,并用仿真验证了其性能.     

一种基于蚁群算法动态均衡的网格任务调度

网格资源分配属于NP-难问题,为了更好地解决该问题,首先建立一种性能QoS优化的作业级网格任务调度模型和目标函数,并对资源和任务数进行了分析.提出了基于动态信誉度的改进蚁群算法RACO(reputation-based ACO)进行网格任务调度,RACO引入空间效率和时间效率的动态调节因子,同时采用局部和全局信息素更新策略.仿真实验表明,RACO在资源利用率、动态均衡方面优于Min-min,Max-min和ACO算法.     

基于LBT的网格依赖任务调度算法

文章将任务调度分为资源分配和调度执行2个阶段,定义了网格环境下的调度执行最晚开始时间、调度执行开始时间和任务依赖图中边的权值;分析了任务图冻结消减和执行消减对任务图结构的影响;提出了基于LBT的网格依赖任务调度算法;实验表明该算法有效地减弱了网格动态性对调度结果的影响。     

基于时间间隔可变服务的HR-WPAN资源分配算法

在保证服务的前提下,HR-WPAN依据流量规范参数化QoS来传输应用层的数据包显得尤为重要.针对SIMA(service interval-based MAS allocation)分配算法存在延时跳跃或信道利用率低的问题,紧凑型分配算法存在因服务间隔时间不均匀可能导致无法对MASs进行分配的问题,提出了一种VSIB（variable-service interval-based）分配算法.该算法在流量规范的基础上,计算出媒体访问时隙、本地资源及本地条件的数量,确定超帧中媒体访问时隙的合适位置,从而在参数化QoS基础上能有效地保留媒体资源以容纳更多的设备.仿真实验结果表明,与SIMA分配算法及紧凑型分配算法相比,VSIB分配算法可容纳更多的设备,且资源分配效率高出10%左右.