物联网数据是当前一类典型的大数据,其应用正成为诸多行业领域的热点,围绕物联网数据的应用往往可以被表7K为由一组大数据处理与分析任务构成的工作流.与传统工作流不同的是,IoT(Internet of Things)环境下这种数据驱动的工作流具有数...物联网数据是当前一类典型的大数据,其应用正成为诸多行业领域的热点,围绕物联网数据的应用往往可以被表7K为由一组大数据处理与分析任务构成的工作流.与传统工作流不同的是,IoT(Internet of Things)环境下这种数据驱动的工作流具有数据来源分散、数据规模大、云边协同分布执行等特点,给IoT数据工作流的执行带来了数据流控制管理、数据传输调度等方面的诸多挑战.针对IoT数据工作流的执行约束和数据传输优化问题.提出一种面向IoT数据工作流的分割与调度优化方法.首先对IoT数据工作流的执行约束条件、边缘节点负载以及数据传输量进行建模,进而以数据传输和执行时间优化为目标设计一种云边架构下IoT数据工作流的分割算法和子工作流执行调度算法.通过基于WorkflowSim的仿真实验结果表明,提出的算法与典型的HEFT和MINMIN算法相比,可以在保障边缘节点执行约束和负载均衡的条件下有效降低IoT数据工作流的执行时间.展开更多
为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)...为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.展开更多
文摘物联网数据是当前一类典型的大数据,其应用正成为诸多行业领域的热点,围绕物联网数据的应用往往可以被表7K为由一组大数据处理与分析任务构成的工作流.与传统工作流不同的是,IoT(Internet of Things)环境下这种数据驱动的工作流具有数据来源分散、数据规模大、云边协同分布执行等特点,给IoT数据工作流的执行带来了数据流控制管理、数据传输调度等方面的诸多挑战.针对IoT数据工作流的执行约束和数据传输优化问题.提出一种面向IoT数据工作流的分割与调度优化方法.首先对IoT数据工作流的执行约束条件、边缘节点负载以及数据传输量进行建模,进而以数据传输和执行时间优化为目标设计一种云边架构下IoT数据工作流的分割算法和子工作流执行调度算法.通过基于WorkflowSim的仿真实验结果表明,提出的算法与典型的HEFT和MINMIN算法相比,可以在保障边缘节点执行约束和负载均衡的条件下有效降低IoT数据工作流的执行时间.
文摘为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.