CN102655685A - 用于无线传感器网络的任务容错分配方法 - Google Patents
用于无线传感器网络的任务容错分配方法 Download PDFInfo
- Publication number
- CN102655685A CN102655685A CN2012101696891A CN201210169689A CN102655685A CN 102655685 A CN102655685 A CN 102655685A CN 2012101696891 A CN2012101696891 A CN 2012101696891A CN 201210169689 A CN201210169689 A CN 201210169689A CN 102655685 A CN102655685 A CN 102655685A
- Authority
- CN
- China
- Prior art keywords
- task
- node
- subedition
- alliance
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及无线传感器技术领域,特别是一种用于无线传感器网络的任务容错分配方法,包括以下步骤:步骤1:根据各个任务截止期的先后顺序,对各个任务赋予不同优先级;步骤2:采用交叉联盟模型在网络中生成多个动态联盟,并将任务分配给各个联盟;步骤3:联盟的汇聚节点以任务优先级为序,采用主副版本容错技术对联盟内的各个任务进行容错分配。该方法有利于在保证实时任务按期完成的同时,提高任务调度的成功率及可靠性,降低节点能耗,减少任务执行时间,均衡网络负载,进而延长网络的生命周期。
Description
技术领域
本发明涉及无线传感器技术领域,特别是一种用于无线传感器网络的任务容错分配方法。
背景技术
无线传感器网络是任务型网络,任务管理作为无线传感器网络中一个重要管理模块,它与移动管理和能量管理一起承担监控整个网络中传感器节点的能量消耗、动态变化以及任务分配的角色,对于合理分配任务、平衡网络中节点开销、延长网络生命周期并最大限度发挥网络作用具有重要意义。通常无线传感器网络所面对的都是计算密集型任务,由于网络节点的能量以及计算和存储能力有限,单个节点往往不能独立完成任务,脱离整个无线传感器网络单独讨论传感器节点是毫无意义的,因此需要多个传感器节点采用一定的算法通过交换信息协作完成指定任务。另外,由于其外在环境要求、多变的网络状况、不稳定和不十分可靠的无线链路,相比于传统的Internet,无线传感器网络存在着更大的脆弱性,网络中的节点更加容易受到各种安全威胁,更容易遭受环境的破坏而失效,这就要求了无线传感器网络需要带有容错机制,并具有自组织的能力,能够自动组网运行、自我配置维护和适时转发监测数据,并采取自适应机制使任务调度更加适应于无线传感器网络的实时应用需求,因此需要传感器网络任务分配从实时性、经济性、节能性、容错性及动态协调性等方面改善和满足无线传感器网络对实时任务调度系统的性能要求。
围绕这一中心问题,目前已经开展了许多研究工作,经对现有技术的文献检索发现,大部分的研究工作仅仅停留在无线传感器网络的静态分配上,虽然有些工作考虑到动态性并提出了一些动态任务分配方法,然而大多在任务分配的初始阶段就设定了节点及网络的状态,并没有真正结合无线传感器网络的动态性来设计真正适用于无线传感器网络的任务分配算法,现有的这些算法还很可能造成某些高密度地区的节点始终处于工作状态,造成节点的能量消耗不均衡,长期处于工作状态的节点能量很快消耗完,影响网络整体的寿命,并且已有的任务分配算法都未采用容错技术,无法提供有效的任务容错分配机制。
发明内容
本发明的目的在于提供一种用于无线传感器网络的任务容错分配方法,该方法有利于在保证实时任务按期完成的同时,提高任务调度的成功率及可靠性,降低节点能耗,减少任务执行时间,均衡网络负载,进而延长网络的生命周期。
本发明采用的技术方案是:一种用于无线传感器网络的任务容错分配方法,包括以下步骤:
步骤1:根据各个任务截止期的先后顺序,对各个任务赋予不同优先级;
步骤2:采用交叉联盟模型在网络中生成多个动态联盟,并将任务分配给各个联盟:若干个节点组成一个联盟,且同时允许一个节点加入多个联盟,一个联盟具有多个任务待分配执行,同一个联盟内的节点相互合作共同完成任务,联盟由汇聚节点强制生成,无需成员节点协商与交流,且不采用联盟最终确认的机制,当联盟负责的任务执行完毕,联盟随即解散;
步骤3:联盟的汇聚节点以任务优先级为序,采用主副版本容错技术对联盟内的各个任务进行容错分配:
汇聚节点对各个任务做冗余备份形成任务主副版本,然后分别计算任务主版本在各成员节点上的最早开始时间及任务副版本在各成员节点上的最迟开始时间,对于任务主版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载、能耗及失效率量化并加权累加计算各个成员节点的效能值,将任务主版本优先分配给具有较优效能值的成员节点执行;如果任务主版本执行成功且对应的任务副版本为主动执行模式,则通知所述任务副版本取消执行,如果任务主版本执行成功且对应的任务副版本为被动执行模式,则不发出需要所述任务副版本执行的通知,如果任务主版本执行失败且对应的任务副版本采用主动执行模式,则所述任务副版本不会收到要求其取消执行的通知,因而继续执行,以通过任务副版本的成功执行而实现容错;如果任务主版本执行失败且对应的任务副版本采用被动执行模式,则由汇聚节点或执行任务主版本的节点通知执行任务副版本的节点需要执行任务副版本,以通过任务副版本的成功执行而实现容错;对于主动执行模式的任务副版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载、能耗及失效率量化并加权累加计算各个成员节点的效能值,将主动执行模式的任务副版本优先分配给具有较优效能值的成员节点执行,对于被动执行模式的任务副版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载及失效率量化并加权累加计算各个成员节点的效能值,将被动执行模式的任务副版本优先分配给具有较优效能值的成员节点执行;对普通节点而言,若当前时间下有任务需要执行,则不加区别地执行,如果执行的是任务主版本,在执行过程中不会收到取消执行的命令,执行到最后,如果执行的是主动执行模式的任务副版本,接到通知则取消执行,否则执行到最后,如果执行的是被动执行模式的任务副版本,接到通知才开始执行,否则不执行。
在步骤2中,采用粒子群优化方法,以最小化任务执行时间、节约节点能耗、均衡网络负载、提升任务的调度成功率及网络可靠性为优化目标,并行生成动态联盟:
粒子采用矩阵的二进制编码方式,用二维数组X表示,粒子总共具有m*n个元素,m表示当前有m个并行任务需要分配,任务的编号从1到m,n表示一局部区域有n个节点供选择,节点的编号从1到n;每个元素的取值为0或1,如果元素x ij 的值为1,则表示第j个节点加入了第i个任务所对应的联盟;如果元素x ij 的值为0,则表示第j个节点未加入第i个任务所对应的联盟;
综合考虑任务调度成功率、任务执行时间、节点能耗、网络负载及网络可靠性开销,定义适应值函数Fitness如下:
其中,α、β、δ、θ为不同指标的权重系数,表示网络中第i个节点,对任一任务都存在两个版本:主版本与副版本,并用表示任务的到达时间,表示任务的截止期时间, 与分别表示任务的主版本与副版本的完成时间,任务与分配到的节点分别记为与;时间矩阵及能量矩阵表示任务在节点上的执行时间与执行能耗;与分别表示任务与在节点上的最早与最迟的开始时间;表示当完成时,距离任务的截止期的时间裕度,该值说明了当前允许留给对应任务副版本执行的最多剩余时间;为1表示在对应的任务主版本完成后,没有足够的时间裕度允许在其对应任务主版本完成后才开始执行,网络需要容错则任务副版本无法采用被动执行模式,必须采用主动执行模式,为0表示任务副版本有足够的执行时间裕度,故其采用被动执行模式;表示m个任务的总执行时间,表示m个任务的总能耗,若为1表示采用主动模式,若为0则表示采用被动模式,与分别表示错失任务截止期的任务主版本及副版本数目,表示任务调度的失败率, 为节点的当前负载,表示网络中n个节点的平均负载,表示网络负载,表示网络可靠性开销,与分别表示m个任务的主版本与副版本的可靠性开销,为节点的失效概率。
本发明的有益效果是将无线传感器网络中的任务分配方法和传统实时系统下的容错任务调度方法有效地结合在一起以对任务进行容错分配,同时引入了联盟并行生成的思想,采用粒子群优化方法并行生成动态联盟,进而对整体做出有效的调度,通过二者的结合可以保证网络的可靠性,并能够很好地根据网络节点的动态自适应地响应实时任务的需求,具有较好的自适应能力及实时性,能够有效地减少网络能耗,延长了网络的生命周期,优化了网络资源。
附图说明
图1是本发明的任务容错分配方法的流程图。
具体实施方式
本发明用于无线传感器网络的任务容错分配方法,包括以下步骤:
步骤1:根据各个任务截止期的先后顺序,对各个任务赋予不同优先级;
步骤2:采用交叉联盟模型在网络中生成多个动态联盟,并将任务分配给各个联盟:若干个节点组成一个联盟,且同时允许一个节点加入多个联盟,一个联盟具有多个任务待分配执行,同一个联盟内的节点相互合作共同完成任务,联盟由汇聚节点强制生成,无需成员节点协商与交流,且不采用联盟最终确认的机制,当联盟负责的任务执行完毕,联盟随即解散;
步骤3:联盟的汇聚节点以任务优先级为序,采用主副版本容错技术对联盟内的各个任务进行容错分配:
汇聚节点对各个任务做冗余备份形成任务主副版本,然后分别计算任务主版本在各成员节点上的最早开始时间及任务副版本在各成员节点上的最迟开始时间,对于任务主版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载、能耗及失效率量化并加权累加计算各个成员节点的效能值,将任务主版本优先分配给具有较优效能值的成员节点执行;如果任务主版本执行成功且对应的任务副版本为主动执行模式,则通知所述任务副版本取消执行,如果任务主版本执行成功且对应的任务副版本为被动执行模式,则不发出需要所述任务副版本执行的通知,如果任务主版本执行失败且对应的任务副版本采用主动执行模式,则所述任务副版本不会收到要求其取消执行的通知,因而继续执行,以通过任务副版本的成功执行而实现容错;如果任务主版本执行失败且对应的任务副版本采用被动执行模式,则由汇聚节点或执行任务主版本的节点通知执行任务副版本的节点需要执行任务副版本,以通过任务副版本的成功执行而实现容错;对于主动执行模式的任务副版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载、能耗及失效率量化并加权累加计算各个成员节点的效能值,将主动执行模式的任务副版本优先分配给具有较优效能值的成员节点执行,对于被动执行模式的任务副版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载及失效率量化并加权累加计算各个成员节点的效能值,将被动执行模式的任务副版本优先分配给具有较优效能值的成员节点执行;对普通节点而言,若当前时间下有任务需要执行,则不加区别地执行,如果执行的是任务主版本,在执行过程中不会收到取消执行的命令,执行到最后,如果执行的是主动执行模式的任务副版本,接到通知则取消执行,否则执行到最后,如果执行的是被动执行模式的任务副版本,接到通知才开始执行,否则不执行。
在步骤2中,采用粒子群优化方法,以最小化任务执行时间、节约节点能耗、均衡网络负载、提升任务的调度成功率及网络可靠性为优化目标,并行生成动态联盟:
粒子采用矩阵的二进制编码方式,用二维数组X表示,粒子总共具有m*n个元素,m表示当前有m个并行任务需要分配,任务的编号从1到m,n表示一局部区域有n个节点供选择,节点的编号从1到n;每个元素的取值为0或1,如果元素x ij 的值为1,则表示第j个节点加入了第i个任务所对应的联盟;如果元素x ij 的值为0,则表示第j个节点未加入第i个任务所对应的联盟;
综合考虑任务调度成功率、任务执行时间、节点能耗、网络负载及网络可靠性开销,定义适应值函数Fitness如下:
其中,α、β、δ、θ为不同指标的权重系数,表示网络中第i个节点,对任一任务都存在两个版本:主版本与副版本,并用表示任务的到达时间,表示任务的截止期时间, 与分别表示任务的主版本与副版本的完成时间,任务与分配到的节点分别记为与;时间矩阵及能量矩阵表示任务在节点上的执行时间与执行能耗;与分别表示任务与在节点上的最早与最迟的开始时间;表示当完成时,距离任务的截止期的时间裕度,该值说明了当前允许留给对应任务副版本执行的最多剩余时间;为1表示在对应的任务主版本完成后,没有足够的时间裕度允许在其对应任务主版本完成后才开始执行,网络需要容错则任务副版本无法采用被动执行模式,必须采用主动执行模式,为0表示任务副版本有足够的执行时间裕度,故其采用被动执行模式;表示m个任务的总执行时间,表示m个任务的总能耗,若为1表示采用主动模式,若为0则表示采用被动模式,与分别表示错失任务截止期的任务主版本及副版本数目,表示任务调度的失败率, 为节点的当前负载,表示网络中n个节点的平均负载,表示网络负载,表示网络可靠性开销,与分别表示m个任务的主版本与副版本的可靠性开销,为节点的失效概率。
在步骤3中,任务主版本在成员节点上的最早开始时间的计算方法如下:
依次对各成员节点由前往后扫描节点的空闲时间槽[0,],[,],[,],…,[,],其中,表示节点任务队列下的第i个任务的开始时间,表示节点任务队列的第i个任务的预计完成时间,为表述的一致性,令,找到第一个符合条件的空闲时间槽[,],则任务在节点上的最早开始时间est j,i 记为:
任务副版本在成员节点上的最迟开始时间的计算方法如下:
步骤3.2.2:扫描的任务队列,处于任务队列的空闲时间槽,则记并转步骤3.2.3,否则表示与队列中已有的任务发生重叠,选中发生重叠的任务,记为;若任务为被动执行模式的任务副版本,则记并转步骤3.2.3;若任务为主动执行模式的任务副版本,且重叠发生在部分,则也记并转步骤3.2.3,否则更新,令为的开始执行时间,;如果小于0,记,否则重复步3.2.2;
步骤3.2.3:若还存在指定的任务在其上的最迟开始时间未被计算的成员节点,则重复步3.2.1,否则结束。
任务主版本的分配方法具体如下:
步骤3.3.1:选中尚未被分配且具有最早截止期的任务,针对联盟内的成员节点,计算该任务在节点上的与之和,预测任务在节点上的完成时间,如能满足任务截止期约束,则根据数据标准化函数计算节点的效能值,否则记效能值为无穷大,直至所有节点判断完毕;数据标准化函数是通过Sigmoid函数分别将第j个节点当前时间负载,能耗及节点失效率映射到区间[0, 0.5],具体计算公式如下所示:
其中,wt1、wt2、wt3表示效能值函数下的各性能指标的权重系数,本发明的容错任务分配方法考虑到了各种任务的抽象,这些权重系数可根据不同的应用需求而进行调整;与分别表示当前联盟内节点具有的最重负载值及最轻负载值,越小表示节点的负载越轻;与分别表示处理第i个任务当前联盟内节点需要消耗的最大能耗与最小能耗,越小表示节点处理任务的能耗越低;与分别表示当前联盟内节点的最大失效率及最小失效率,越小代表节点失效概率;
步骤3.3.2:汇聚节点在联盟内挑选具有最小效能值的成员节点,将任务映射到该成员节点待执行;
任务副版本的分配方法具体如下:
步骤3.4.1:选中尚未非被分配且具有最早截止期的任务,针对联盟内的成员节点,计算该任务在节点上的与之和,其中,,预测任务在节点上的完成时间,如能满足任务截止期约束,则根据数据标准化函数计算节点的效能值,否则记为无穷大,直至联盟内所有节点判断完毕;其中,的具体计算公式如下:
其中,wt1、wt2、wt3表示效能值函数下的各性能指标的权重系数,本发明的容错任务分配方法考虑到了各种任务的抽象,这些权重系数参数可根据不同的应用需求而进行调整;值越小表示节点的综合性能越好;及分别表示当前联盟内的节点执行真实所需的最小及最大能耗,计算方法为:与,其中的与为具有真实最小及最大能耗的节点编号;
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (6)
1.一种用于无线传感器网络的任务容错分配方法,其特征在于:包括以下步骤:
步骤1:根据各个任务截止期的先后顺序,对各个任务赋予不同优先级;
步骤2:采用交叉联盟模型在网络中生成多个动态联盟,并将任务分配给各个联盟:若干个节点组成一个联盟,且同时允许一个节点加入多个联盟,一个联盟具有多个任务待分配执行,同一个联盟内的节点相互合作共同完成任务,联盟由汇聚节点强制生成,无需成员节点协商与交流,且不采用联盟最终确认的机制,当联盟负责的任务执行完毕,联盟随即解散;
步骤3:联盟的汇聚节点以任务优先级为序,采用主副版本容错技术对联盟内的各个任务进行容错分配:
汇聚节点对各个任务做冗余备份形成任务主副版本,然后分别计算任务主版本在各成员节点上的最早开始时间及任务副版本在各成员节点上的最迟开始时间,对于任务主版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载、能耗及失效率量化并加权累加计算各个成员节点的效能值,将任务主版本优先分配给具有较优效能值的成员节点执行;如果任务主版本执行成功且对应的任务副版本为主动执行模式,则通知所述任务副版本取消执行,如果任务主版本执行成功且对应的任务副版本为被动执行模式,则不发出需要所述任务副版本执行的通知,如果任务主版本执行失败且对应的任务副版本采用主动执行模式,则所述任务副版本不会收到要求其取消执行的通知,因而继续执行,以通过任务副版本的成功执行而实现容错;如果任务主版本执行失败且对应的任务副版本采用被动执行模式,则由汇聚节点或执行任务主版本的节点通知执行任务副版本的节点需要执行任务副版本,以通过任务副版本的成功执行而实现容错;对于主动执行模式的任务副版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载、能耗及失效率量化并加权累加计算各个成员节点的效能值,将主动执行模式的任务副版本优先分配给具有较优效能值的成员节点执行,对于被动执行模式的任务副版本,在满足任务截止期约束的前提下,通过数据标准化函数将成员节点的时间负载及失效率量化并加权累加计算各个成员节点的效能值,将被动执行模式的任务副版本优先分配给具有较优效能值的成员节点执行;对普通节点而言,若当前时间下有任务需要执行,则不加区别地执行,如果执行的是任务主版本,在执行过程中不会收到取消执行的命令,执行到最后,如果执行的是主动执行模式的任务副版本,接到通知则取消执行,否则执行到最后,如果执行的是被动执行模式的任务副版本,接到通知才开始执行,否则不执行。
2.根据权利要求1所述的用于无线传感器网络的任务容错分配方法,其特征在于:在步骤2中,采用粒子群优化方法,以最小化任务执行时间、节约节点能耗、均衡网络负载、提升任务的调度成功率及网络可靠性为优化目标,并行生成动态联盟:
粒子采用矩阵的二进制编码方式,用二维数组X表示,粒子总共具有m*n个元素,m表示当前有m个并行任务需要分配,任务的编号从1到m,n表示一局部区域有n个节点供选择,节点的编号从1到n;每个元素的取值为0或1,如果元素x ij 的值为1,则表示第j个节点加入了第i个任务所对应的联盟;如果元素x ij 的值为0,则表示第j个节点未加入第i个任务所对应的联盟;
综合考虑任务调度成功率、任务执行时间、节点能耗、网络负载及网络可靠性开销,定义适应值函数Fitness如下:
其中,α、β、δ、θ为不同指标的权重系数,表示网络中第i个节点,对任一任务都存在两个版本:主版本与副版本,并用表示任务的到达时间,表示任务的截止期时间, 与分别表示任务的主版本与副版本的完成时间,任务与分配到的节点分别记为与;时间矩阵及能量矩阵表示任务在节点上的执行时间与执行能耗;与分别表示任务与在节点上的最早与最迟的开始时间;表示当完成时,距离任务的截止期的时间裕度,该值说明了当前允许留给对应任务副版本执行的最多剩余时间;为1表示在对应的任务主版本完成后,没有足够的时间裕度允许在其对应任务主版本完成后才开始执行,网络需要容错则任务副版本无法采用被动执行模式,必须采用主动执行模式,为0表示任务副版本有足够的执行时间裕度,故其采用被动执行模式;表示m个任务的总执行时间,表示m个任务的总能耗,若为1表示采用主动模式,若为0则表示采用被动模式,与分别表示错失任务截止期的任务主版本及副版本数目,表示任务调度的失败率, 为节点的当前负载,表示网络中n个节点的平均负载,表示网络负载,表示网络可靠性开销,与分别表示m个任务的主版本与副版本的可靠性开销,为节点的失效概率。
4.根据权利要求3所述的用于无线传感器网络的任务容错分配方法,其特征在于:在步骤3中,任务副版本在成员节点上的最迟开始时间的计算方法如下:
步骤3.2.2:扫描的任务队列,处于任务队列的空闲时间槽,则记并转步骤3.2.3,否则表示与队列中已有的任务发生重叠,选中发生重叠的任务,记为;若任务为被动执行模式的任务副版本,则记并转步骤3.2.3;若任务为主动执行模式的任务副版本,且重叠发生在部分,则也记并转步骤3.2.3,否则更新,令为的开始执行时间,;如果小于0,记,否则重复步3.2.2;
步骤3.2.3:若还存在指定的任务在其上的最迟开始时间未被计算的成员节点,则重复步3.2.1,否则结束。
5.根据权利要求4所述的用于无线传感器网络的任务容错分配方法,其特征在于:在步骤3中,任务主版本的分配方法具体如下:
步骤3.3.1:选中尚未被分配且具有最早截止期的任务,针对联盟内的成员节点,计算该任务在节点上的与之和,预测任务在节点上的完成时间,如能满足任务截止期约束,则根据数据标准化函数计算节点的效能值,否则记效能值为无穷大,直至所有节点判断完毕;数据标准化函数是通过Sigmoid函数分别将第j个节点当前时间负载,能耗及节点失效率映射到区间[0, 0.5],具体计算公式如下所示:
其中,wt1、wt2、wt3表示效能值函数下的各性能指标的权重系数;与分别表示当前联盟内节点具有的最重负载值及最轻负载值,越小表示节点的负载越轻;与分别表示处理第i个任务当前联盟内节点需要消耗的最大能耗与最小能耗,越小表示节点处理任务的能耗越低;与分别表示当前联盟内节点的最大失效率及最小失效率,越小代表节点失效概率;
6.根据权利要求5所述的用于无线传感器网络的任务容错分配方法,其特征在于:在步骤3中,任务副版本的分配方法具体如下:
步骤3.4.1:选中尚未非被分配且具有最早截止期的任务,针对联盟内的成员节点,计算该任务在节点上的与之和,其中,,预测任务在节点上的完成时间,如能满足任务截止期约束,则根据数据标准化函数计算节点的效能值,否则记为无穷大,直至联盟内所有节点判断完毕;其中,的具体计算公式如下:
其中,wt1、wt2、wt3表示效能值函数下的各性能指标的权重系数;值越小表示节点的综合性能越好;及分别表示当前联盟内的节点执行真实所需的最小及最大能耗,计算方法为:与,其中的与为具有真实最小及最大能耗的节点编号;
步骤3.4.2:汇聚节点在联盟内挑选具有最小效能值的成员节点,将任务映射到该成员节点待执行;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210169689.1A CN102655685B (zh) | 2012-05-29 | 2012-05-29 | 用于无线传感器网络的任务容错分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210169689.1A CN102655685B (zh) | 2012-05-29 | 2012-05-29 | 用于无线传感器网络的任务容错分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102655685A true CN102655685A (zh) | 2012-09-05 |
CN102655685B CN102655685B (zh) | 2014-12-03 |
Family
ID=46731196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210169689.1A Expired - Fee Related CN102655685B (zh) | 2012-05-29 | 2012-05-29 | 用于无线传感器网络的任务容错分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102655685B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176850A (zh) * | 2013-04-10 | 2013-06-26 | 国家电网公司 | 一种基于负载均衡的电力系统网络集群任务分配方法 |
CN103763373A (zh) * | 2014-01-23 | 2014-04-30 | 浪潮(北京)电子信息产业有限公司 | 一种基于云计算的调度方法和调度器 |
CN104486795A (zh) * | 2014-12-03 | 2015-04-01 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
CN104570915A (zh) * | 2013-10-09 | 2015-04-29 | 中国科学院沈阳计算技术研究所有限公司 | 一种适用于数控系统实时调度的方法 |
CN104951367A (zh) * | 2015-07-17 | 2015-09-30 | 中国人民解放军国防科学技术大学 | 一种虚拟化云中容错任务调度方法 |
CN106813706A (zh) * | 2017-01-11 | 2017-06-09 | 江苏科技大学 | 一种冗余传感器量测系统的容错方法 |
CN110213788A (zh) * | 2019-06-15 | 2019-09-06 | 福州大学 | 基于数据流时空特征的wsn异常检测及类型识别方法 |
CN110620735A (zh) * | 2019-09-09 | 2019-12-27 | 北京航天自动控制研究所 | 一种基于表格化配置的动态负载均衡遥测方法 |
CN111275420A (zh) * | 2020-01-19 | 2020-06-12 | 南京邮电大学 | 一种面向异构环境下的微小算力调度系统 |
CN116016205A (zh) * | 2022-12-06 | 2023-04-25 | 天津理工大学 | 一种基于综合强度和节点效率的网络关键节点识别方法 |
CN116467059A (zh) * | 2023-04-21 | 2023-07-21 | 哈尔滨有初科技有限公司 | 一种基于分布式计算的数据处理系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080240019A1 (en) * | 2007-03-30 | 2008-10-02 | Yigal Bejerano | Methods and devices for scheduling the transmission of multicast messages in wireless local area networks |
CN101610567A (zh) * | 2009-07-10 | 2009-12-23 | 华南理工大学 | 一种基于无线传感器网络的动态群组调度方法 |
-
2012
- 2012-05-29 CN CN201210169689.1A patent/CN102655685B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080240019A1 (en) * | 2007-03-30 | 2008-10-02 | Yigal Bejerano | Methods and devices for scheduling the transmission of multicast messages in wireless local area networks |
CN101610567A (zh) * | 2009-07-10 | 2009-12-23 | 华南理工大学 | 一种基于无线传感器网络的动态群组调度方法 |
Non-Patent Citations (2)
Title |
---|
CHENGYU CHEN等: "A New Task Allocation Algorithm based on Dynamic Coalition in WSNs", 《2012 IEEE 26TH INTERNATIONAL PARALLEL AND DISTRIBUTED PROCESSING SYMPOSIUM WORKSHOPS & PHD FORUM》 * |
YING CHEN等: "A Dynamic-alliance-based Adaptive Task Allocation Algorithm in Wireless Sensor Networks", 《2010 NINTH INTERNATIONAL CONFERENCE ON GRID AND CLOUD COMPUTING》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176850A (zh) * | 2013-04-10 | 2013-06-26 | 国家电网公司 | 一种基于负载均衡的电力系统网络集群任务分配方法 |
CN104570915A (zh) * | 2013-10-09 | 2015-04-29 | 中国科学院沈阳计算技术研究所有限公司 | 一种适用于数控系统实时调度的方法 |
CN104570915B (zh) * | 2013-10-09 | 2017-10-31 | 中国科学院沈阳计算技术研究所有限公司 | 一种适用于数控系统实时调度的方法 |
CN103763373A (zh) * | 2014-01-23 | 2014-04-30 | 浪潮(北京)电子信息产业有限公司 | 一种基于云计算的调度方法和调度器 |
CN104486795B (zh) * | 2014-12-03 | 2017-10-27 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
CN104486795A (zh) * | 2014-12-03 | 2015-04-01 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
CN104951367B (zh) * | 2015-07-17 | 2018-02-16 | 中国人民解放军国防科学技术大学 | 一种虚拟化云中容错任务调度方法 |
CN104951367A (zh) * | 2015-07-17 | 2015-09-30 | 中国人民解放军国防科学技术大学 | 一种虚拟化云中容错任务调度方法 |
CN106813706A (zh) * | 2017-01-11 | 2017-06-09 | 江苏科技大学 | 一种冗余传感器量测系统的容错方法 |
CN110213788A (zh) * | 2019-06-15 | 2019-09-06 | 福州大学 | 基于数据流时空特征的wsn异常检测及类型识别方法 |
CN110620735A (zh) * | 2019-09-09 | 2019-12-27 | 北京航天自动控制研究所 | 一种基于表格化配置的动态负载均衡遥测方法 |
CN110620735B (zh) * | 2019-09-09 | 2023-02-28 | 北京航天自动控制研究所 | 一种基于表格化配置的动态负载均衡遥测方法 |
CN111275420A (zh) * | 2020-01-19 | 2020-06-12 | 南京邮电大学 | 一种面向异构环境下的微小算力调度系统 |
CN116016205A (zh) * | 2022-12-06 | 2023-04-25 | 天津理工大学 | 一种基于综合强度和节点效率的网络关键节点识别方法 |
CN116016205B (zh) * | 2022-12-06 | 2024-03-29 | 天津理工大学 | 一种基于综合强度和节点效率的网络关键节点识别方法 |
CN116467059A (zh) * | 2023-04-21 | 2023-07-21 | 哈尔滨有初科技有限公司 | 一种基于分布式计算的数据处理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102655685B (zh) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102655685A (zh) | 用于无线传感器网络的任务容错分配方法 | |
Xu et al. | Intelligent resource management in blockchain-based cloud datacenters | |
CN101986661B (zh) | 一种改进的虚拟机群下MapReduce数据处理方法 | |
CN108055683A (zh) | 一种水下无线传感器网络均衡能耗并保持覆盖的方法 | |
CN113886029A (zh) | 一种跨地域分布数据中心任务调度方法及系统 | |
Panda et al. | An efficient energy saving task consolidation algorithm for cloud computing systems | |
CN106304230A (zh) | 基于即时路由的无线自组网方法及装置 | |
Ding et al. | MPSICA: An intelligent routing recovery scheme for heterogeneous wireless sensor networks | |
Bukhsh et al. | A decentralized edge computing latency-aware task management method with high availability for IoT applications | |
CN103970613B (zh) | 一种异构分布式系统多副本任务容错调度方法 | |
CN103702384B (zh) | 无线传感器网络面向应用的分簇式路由方法 | |
CN103176850A (zh) | 一种基于负载均衡的电力系统网络集群任务分配方法 | |
CN101345674B (zh) | 一种传感器网络三维覆盖控制方法 | |
Neamatollahi et al. | A distributed clustering scheme for wireless sensor networks | |
CN108199873B (zh) | 节点拓扑控制方法和节点拓扑控制系统 | |
Comito et al. | A distributed allocation strategy for data mining tasks in mobile environments | |
CN108874517A (zh) | 固定优先级待机备用系统利用率划分能耗优化方法 | |
CN107707471A (zh) | 基于大规模sdn的最小化转发链路数的节能方案 | |
CN105554900A (zh) | 一种剩余能量排序负载调度方法及系统 | |
CN106131879A (zh) | 基于n策略的无线传感网络网关节点功率控制方法 | |
Aboalnaser | Energy–aware task allocation algorithm based on transitive cluster-head selection for iot networks | |
Karimi et al. | Energy-efficient cluster-based scheme for handling node failure in real-time sensor networks | |
CN110083453A (zh) | 一种云计算环境下基于Min-Max算法的节能资源调度方法 | |
Qi et al. | ELBCFVD: An Efficient Low-Energy Balanced Clustering Algorithm Based on Fast Voronoi Division for Mobile Sensor Networks | |
CN117632444B (zh) | 一种计算机集群的npu容错调度系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141203 Termination date: 20180529 |
|
CF01 | Termination of patent right due to non-payment of annual fee |