CN104581788A - 多用户服务选择方法及系统 - Google Patents
多用户服务选择方法及系统 Download PDFInfo
- Publication number
- CN104581788A CN104581788A CN201510037547.3A CN201510037547A CN104581788A CN 104581788 A CN104581788 A CN 104581788A CN 201510037547 A CN201510037547 A CN 201510037547A CN 104581788 A CN104581788 A CN 104581788A
- Authority
- CN
- China
- Prior art keywords
- service
- user
- services
- alternative
- mrow
- 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
- 238000010187 selection method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种多用户服务选择方法及系统,包括:查询并存储无线传感器网络中每个用户的备选服务集合;计算分别位于相邻的两个选服务集合中的任意两个服务间连线的权值;根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务,所述约束条件为所述备选服务集合中仅有一个服务被选择。发明提供的方法及系统,通过服务间权值的计算,将多用户请求下较为复杂的服务选择问题转换为了最短路径问题,并采用多目标整数规划模型选出了每个用户所需的最优服务。
Description
技术领域
本发明涉及无线通信技术领域,更具体地说,涉及一种多用户服务选择方法及系统。
背景技术
现有技术提供了一种面向服务架构的无线传感器网络的服务选择方法,该方法是基于资源受限的特点构建的WSN的QoS模型,该QoS模型包括三种QoS属性:通用QoS属性、领域相关QoS属性和潜在QoS属性,其中,通用QoS属性包括服务的执行时间、价格和可靠性等,领域相关QoS属性包括温控服务中的控温精度等,潜在QoS属性包括服务的能量等。
其中,上述方法的流程图如图1所示,包括:
S101:接收用户发送的服务请求信息,所述服务请求信息包括功能性要求、服务质量要求和服务质量属性的偏好;
S102:根据所述功能性要求选择具有相应功能的服务类或服务类组合,所述服务类包括多个功能相同但服务质量属性不同的服务;
S103:将所述服务类中的服务划分为多个服务集合,并根据每个所述服务类的目标优化函数和约束条件,采用多目标整数规划选出每个所述服务类的备选服务集合,所述约束条件是由所述服务质量要求分解成的,所述目标优化函数是根据所述服务质量属性的偏好和所述服务类能量的权值建立的;
S104:从所述备选服务集合中选出服务质量性能和能量最优的服务。
由于在建立目标优化函数时,充分考虑了服务类的能量因素,因此,可以使能量较低的服务类获得服务数量更多的备选服务集合,从而可以将任务的执行轮流分担到更多的服务,以此减少单个服务的能量消耗,实现服务间能量的均衡消耗,保证了无线传感器网络的生存时间。
但是,上述方法针对的仅仅是单个用户的服务请求,而实际应用中往往存在来自多个用户的服务请求。如图2所示,无线传感器网络中有n个用户,每个用户有一组备选服务,其中,n为大于2的整数,虚线连接的两个服务表示该两个服务为同一服务。假设用户1即User1选择了S11,根据服务共享原则,User2会选择S21,此时,假设User3选择S33,那么就会出现如下问题:在三个用户(User1,User2,User3)均请求的情况下,最优的服务选择方案是(S11,S21,S33)还是(S14,S2X,S33)?其中,S2X表示User2备选服务中能量最高的服务(假设S2X≠S23)。因此,如何在多用户请求下选择最优的服务是目前亟待解决的问题。
发明内容
有鉴于此,本发明提供了一种多用户服务选择方法及系统,
为实现上述目的,本发明提供如下技术方案:
一种多用户服务选择方法,包括:
查询并存储无线传感器网络中每个用户的备选服务集合;
计算分别位于相邻的两个选服务集合中的任意两个服务间连线的权值;
根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务,所述约束条件为所述备选服务集合中仅有一个服务被选择。
优选的,所述查询并存储用户的备选服务集合的过程为:
根据布隆过滤器每一位指向的链表、用户地址以及哈希算法查询并存储所述用户的备选服务集合。
优选的,假设所述两个服务分别为与当与为同一服务时,与间连线的权值为0;当为上次服务选择过程中被选择的服务时,为0.1;当为本次服务选择过程中已被选择的服务时,为0;其他情况,为其中,为的能量值;为第i-1个备选服务集合中所有服务的能量的最大值;为第i-1个备选服务集合中所有服务的能量的最小值。
优选的,还包括:
实时监控用户运行服务的剩余能量,并在所述剩余能量小于预设值时,重新从对应的备选服务集合中选择服务,所述预设值是根据所述备选服务集合中其他服务的剩余能量计算出的。
优选的,还包括:
实时监控用户运行服务的服务质量优度值,并在所述优度值不满足用户的服务质量需求时,重新选择用户的备选服务集合以及服务。
一种多用户服务选择系统,包括:
第一选择模块,用于查询并存储无线传感器网络中每个用户的备选服务集合;
计算模块,用于计算分别位于相邻的备两个选服务集合中的任意两个服务间连线的权值;
第二选择模块,用于根据所述权值和约束条件建立目标函数,并采用多目标整数规划选择所述用户所需的服务,所述约束条件为所述备选服务集合中仅有一个服务被选择。
优选的,还包括:
第一监控模块,用于实时监控用户运行服务的剩余能量,并在所述剩余能量小于预设值时,重新从对应的备选服务集合中选择服务,所述预设值是根据所述备选服务集合中其他服务的剩余能量计算出的。
优选的,还包括:
第二监控模块,用于实时监控用户运行服务的服务质量优度值,并在所述优度值不满足用户的服务质量需求时,重新选择用户的备选服务集合以及服务。
与现有技术相比,本发明所提供的技术方案具有以下优点:
本发明提供的多用户服务选择方法及系统,获取每个用户的备选服务集合后,计算分别位于相邻的备选服务集合中的任意两个服务间连线的权值,根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务。本发明提供的方法及系统,通过服务间权值的计算,将多用户请求下较为复杂的服务选择问题转换为了最短路径问题,并采用多目标整数规划模型选出了每个用户所需的最优服务。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为现有的服务选择方法流程图;
图2为多用户根据现有服务选择方法选择服务的示意图;
图3为本发明实施例一提供的多用户服务选择方式流程图;
图4为本发明实施例一提供的用户备选服务集合的查询流程示意图;
图5为本发明实施例一提供的多用户服务选择的路径示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本实施例提供了一种多用户服务选择方法,其流程图如图3所示,包括:
S301:查询并存储无线传感器网络中每个用户的备选服务集合;
本发明是将多用户请求下服务的最优选择问题转换为图论中最短路径问题。值得注意的是,对于同一服务类,不同用户的备选服务集合可能存在交集,但是不同的。而这些备选服务集合对于多用户请求下服务的最优选择至关重要,因此,在选择最优服务之前,需要实现不同用户备选服务集合的快速存储及查询。
布隆过滤器由一个很长的二进制向量和一组随机映射函数组成,用于检索一个元素是否在一个集合中。布隆过滤器的存储空间和插入/查询时间都是常数,因此具有较高的空间及时间效率。由于服务的存储不仅需要存储服务本身,还需要存储服务与用户的对应关系,因此,本发明采取改进的布隆过滤器来实现高效的服务存储及查询。该布隆过滤器的每一位不再只是一个比特,还指向了一个链表,同时,为实现服务的存储及查询,每个用户被分配一个唯一的用户ID,即用户地址,从而可以根据布隆过滤器每一位指向的链表、用户地址以及哈希算法查询并存储用户的备选服务集合。
如图4所示,User1有备选服务Service1,对User1.ID进行哈希,得到8、12、15。进一步将b8、b12以及b15所在位重置为1,并将(User1#Service1)插入到b8所指向的链表中。同样,User1另有备选服务Service2,对User1.ID进行哈希,进一步将b8,b12以及b15所在位重置为1。由于b8指向的链表中已存在一个元素,为实现均衡,将(User1#Service2)插入到b12所指示的链表中。查询时,同样对User1.ID进行哈希,得到8,12,15。接下来检查b8、b12以及b15所在位是否均为1,若均为1,则将b8、b12以及b15所指向链表中User1对应的所有服务取出,即为User1的备选服务集合。
S302:计算分别位于相邻的两个选服务集合中的任意两个服务间连线的权值;
服务的共享可以减少不必要的能量消耗,适用于资源受限的无线传感器网络。然而,不同于单用户请求,多用户请求情况下由于不同用户备选服务集合间存在交集,因此,会导致多用户请求情况下服务的选择更加复杂。但是,服务选择的优化目标是清晰明了的,包括以下三项:
一、选择出的服务的能量应该最大。
通过选择能量较高的服务,可以避免某些能量较低的服务过度消耗能量,进而导致过早注销,影响功能完整性。
二、选择出的服务的总数量应该最小。
较小的服务总量可以带来较高的服务共享率,从而减少整体的能量消耗。
三、尽量不改变已有的服务选择方案。
接收到新的用户请求时,服务选择应该尽量不影响先前用户的服务选择方案,以减小服务选择的复杂度。
上述三个优化目标不一定能够全部实现,但是,本实施例试图能够尽可能最优以及尽可能多的满足以上优化目标。
如图5所示,当无线传感器网络中有n个用户请求时,这n个用户分别为User1,User2,…,Usern,对应n个用户的备选服务集合分别为SS1,SS2,…,SSn,每个备选服务集合大小均为R,即包括R(R>1)个服务,第i个备选服务集合的第j个服务表示为Sij,其中,i、j为1~n之间的任意一个值。将每个备选服务集合均看作一个点,且分别位于相邻的两个选服务集合中的任意两个服务间存在一条连线,连线的权值与该连线两端的具体服务相关。
基于前面提到的三个优化目标,假设连线两端的两个服务分别为与当与为同一服务时,与间连线的权值为0;当为上次服务选择过程中被选择的服务时,为0.1;当为本次服务选择过程中已被选择的服务时,为0;其他情况,为其中,为的能量值;为第i-1个备选服务集合中所有服务的能量的最大值;为第i-1个备选服务集合中所有服务的能量的最小值。
图5中D为一虚拟服务,不指代某一实际的服务,仅用于指示目标节点。因此,所有与D相连的连线的权值均相同,本专利中设为0。这里,服务的状态就是通过布隆过滤器查询得到的。
可见,图5所示为n-1层的有向无环图。则最优服务选择问题可以转换为单源(即Sn 2)单目的(即D)n-1层图的最短路径问题。式(1)中,当与为同一服务或在本次服务选择过程中已被选择时,会使得服务尽可能被复用,从而减少选择出的服务的总数量;当为上次服务选择过程中被选择的服务(即当前正在使用),小于一般情况下的取值,会使得尽量不改变已有的服务选择方案;最后,一般情况下 会使得尽量选择能量较大的服务。
S303:根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务;
其中,所述约束条件为所述备选服务集合中仅有一个服务被选择。
具体的,约束条件为:
其中,xi,j=0或xi,j=1,xi,j=0表示Ai中的第j条连线未被选择,xi,j=1表示Ai中的第j条连线被选择。则式(2)表示对于n个备选服务集合中的任一个,有且仅有一个服务被选择。
目标函数为:
通过上述的多目标整数规划,可以求解得到最优的服务选择方案。
服务的长期执行必将导致其过度消耗能量,从而过早注销破坏网络的功能完整性。因此,通过多个服务间轮换执行任务,可以达到不同服务间能量的均衡消耗。此外,服务的QoS属性也并不是一成不变的。QoS属性的变化会导致备选服务集合中的某些服务不再满足用户的QoS需求。因此,本实施例在此基础上,对服务选择进行了动态修正。
即本实施例提供的方法,还包括:实时监控用户运行服务的剩余能量,并在所述剩余能量小于预设值时,重新从对应的备选服务集合中选择服务,所述预设值是根据所述备选服务集合中其他服务的剩余能量计算出的。
服务(假设为S')执行过程中,实时监测该服务以及其对应的备选服务集合中其余R-1个服务的剩余能量,如式(3)所示:
式(3)表示,当运行中的服务的剩余能量小于其余R-1个服务的平均剩余能量的80%的时候,触发新一轮的多用户最优服务选择,从而保证能量在多个服务间均衡消耗,延长网络生存时间。
还包括:实时监控用户运行服务的服务质量优度值,并在所述优度值不满足用户的服务质量需求时,重新选择用户的备选服务集合以及服务。
服务执行过程中,其QoS属性也是动态变化的,因此,需要动态监测执行中的服务的QoS属性。为均衡QoS监控的开销及时效性,本实施例采用频率自适应的监控方法,提出了QoS优度(即QoS满足用户需求的程度)的概念。
由于QoS属性分为积极属性和消极属性两类,消极属性如执行时间,数值越小,服务的QoS越优,积极属性如可靠性,数值越大,服务的QoS越优,因此,在本实施例中,当QoS属性为积极属性时,采用公式(4)计算优度值,当QoS属性为消极属性时,采用公式(5)计算优度值,公式(4)和(5)如下所示:
其中,为第i个QoS属性的优度值;为第i个QoS属性的当前实际值;为用户对第i个QoS属性的约束值。
其中,不同的QoS属性具有不同的动态性。如执行时间具有较强的动态性,而价格则较为稳定。据此,为不同QoS属性赋予不同的动态性因子,如式(6)所示:
I={I1,I2,…} (6)
最终,服务的QoS优度值如式(7)所示:
可见,服务的QoS优度值为所有QoS属性优度值的最小值。得到了服务的QoS优度,根据表1,可以确定采取的监控频率。
表1
表1中,QoSinit表示服务刚被选择时由式(7)计算得到的QoS优度值。可见,当实时计算得到的QoS优度值越接近QoSinit,采取的QoS监控频率越低,以减少监控开销;而当实时计算得到的QoS优度值越接近0,QoS即将失效的可能性越大。因此采取较高的监控频率,以保证QoS监控的时效性。当QoS监控指示用户的QoS需求不再满足时,重新选择用户的备选服务集合以及服务。
本实施例提供的多用户服务选择方法,获取每个用户的备选服务集合后,计算分别位于相邻的备选服务集合中的任意两个服务间连线的权值,根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务。本发明提供的方法及系统,通过服务间权值的计算,将多用户请求下较为复杂的服务选择问题转换为了最短路径问题,并采用多目标整数规划模型选出了每个用户所需的最优服务。
实施例二
本实施例提供了一种多用户服务选择系统,包括第一选择模块、计算模块和第二选择模块。
其中,第一选择模块,用于查询并存储无线传感器网络中每个用户的备选服务集合;计算模块,用于计算分别位于相邻的备两个选服务集合中的任意两个服务间连线的权值;第二选择模块,用于根据所述权值和约束条件建立目标函数,并采用多目标整数规划选择所述用户所需的服务,所述约束条件为所述备选服务集合中仅有一个服务被选择。
本实施例提供的多用户服务选择系统,还包括第一监控模块和第二监控模块,第一监控模块,用于实时监控用户运行服务的剩余能量,并在所述剩余能量小于预设值时,重新从对应的备选服务集合中选择服务,所述预设值是根据所述备选服务集合中其他服务的剩余能量计算出的;第二监控模块,用于实时监控用户运行服务的服务质量优度值,并在所述优度值不满足用户的服务质量需求时,重新选择用户的备选服务集合以及服务。
本实施例提供的多用户服务选择系统,获取每个用户的备选服务集合后,计算分别位于相邻的备选服务集合中的任意两个服务间连线的权值,根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务。本发明提供的方法及系统,通过服务间权值的计算,将多用户请求下较为复杂的服务选择问题转换为了最短路径问题,并采用多目标整数规划模型选出了每个用户所需的最优服务。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种多用户服务选择方法,其特征在于,包括:
查询并存储无线传感器网络中每个用户的备选服务集合;
计算分别位于相邻的两个选服务集合中的任意两个服务间连线的权值;
根据所述权值和约束条件建立目标函数,并采用多目标整数规划模型选择所述用户所需的服务,所述约束条件为所述备选服务集合中仅有一个服务被选择。
2.根据权利要求1所述的方法,其特征在于,所述查询并存储用户的备选服务集合的过程为:
根据布隆过滤器每一位指向的链表、用户地址以及哈希算法查询并存储所述用户的备选服务集合。
3.根据权利要求1所述的方法,其特征在于,假设所述两个服务分别为与当与为同一服务时,与间连线的权值为0;当为上次服务选择过程中被选择的服务时,为0.1;当为本次服务选择过程中已被选择的服务时,为0;其他情况,为其中,为的能量值;为第i-1个备选服务集合中所有服务的能量的最大值;为第i-1个备选服务集合中所有服务的能量的最小值。
4.根据权利要求1-3任一项所述的方法,其特征在于,还包括:
实时监控用户运行服务的剩余能量,并在所述剩余能量小于预设值时,重新从对应的备选服务集合中选择服务,所述预设值是根据所述备选服务集合中其他服务的剩余能量计算出的。
5.根据权利要求4所述的方法,其特征在于,还包括:
实时监控用户运行服务的服务质量优度值,并在所述优度值不满足用户的服务质量需求时,重新选择用户的备选服务集合以及服务。
6.一种多用户服务选择系统,其特征在于,包括:
第一选择模块,用于查询并存储无线传感器网络中每个用户的备选服务集合;
计算模块,用于计算分别位于相邻的备两个选服务集合中的任意两个服务间连线的权值;
第二选择模块,用于根据所述权值和约束条件建立目标函数,并采用多目标整数规划选择所述用户所需的服务,所述约束条件为所述备选服务集合中仅有一个服务被选择。
7.根据权利要求6所述的系统,其特征在于,还包括:
第一监控模块,用于实时监控用户运行服务的剩余能量,并在所述剩余能量小于预设值时,重新从对应的备选服务集合中选择服务,所述预设值是根据所述备选服务集合中其他服务的剩余能量计算出的。
8.根据权利要求7所述的系统,其特征在于,还包括:
第二监控模块,用于实时监控用户运行服务的服务质量优度值,并在所述优度值不满足用户的服务质量需求时,重新选择用户的备选服务集合以及服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510037547.3A CN104581788B (zh) | 2015-01-26 | 2015-01-26 | 多用户服务选择方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510037547.3A CN104581788B (zh) | 2015-01-26 | 2015-01-26 | 多用户服务选择方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104581788A true CN104581788A (zh) | 2015-04-29 |
CN104581788B CN104581788B (zh) | 2018-09-14 |
Family
ID=53096767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510037547.3A Active CN104581788B (zh) | 2015-01-26 | 2015-01-26 | 多用户服务选择方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104581788B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110996316A (zh) * | 2019-12-12 | 2020-04-10 | 东莞理工学院 | 一种两层无线传感器网络中的安全数据检索方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123175A (zh) * | 2011-03-07 | 2011-07-13 | 浙江大学 | 一种基于最优相似距离的Qos感知的服务选择方法 |
WO2014124516A1 (en) * | 2013-02-13 | 2014-08-21 | Randall Marusyk | A system to maximize regional regulated revenue |
CN104253830A (zh) * | 2013-06-26 | 2014-12-31 | 浙江大学 | 一种基于位置的服务选择方法 |
-
2015
- 2015-01-26 CN CN201510037547.3A patent/CN104581788B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123175A (zh) * | 2011-03-07 | 2011-07-13 | 浙江大学 | 一种基于最优相似距离的Qos感知的服务选择方法 |
WO2014124516A1 (en) * | 2013-02-13 | 2014-08-21 | Randall Marusyk | A system to maximize regional regulated revenue |
CN104253830A (zh) * | 2013-06-26 | 2014-12-31 | 浙江大学 | 一种基于位置的服务选择方法 |
Non-Patent Citations (3)
Title |
---|
HUA JIN,等: "QoS-based service selection for multiple requests with different classes", 《IEEE XPLORE DIGITAL LIBRARY》 * |
周宁,等: "基于定性多用户偏好的Web服务选择", 《电子学报》 * |
朱勇,等: "一种面向多用户的负载感知动态服务选择模型", 《软件学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110996316A (zh) * | 2019-12-12 | 2020-04-10 | 东莞理工学院 | 一种两层无线传感器网络中的安全数据检索方法 |
CN110996316B (zh) * | 2019-12-12 | 2021-09-24 | 东莞理工学院 | 一种两层无线传感器网络中的安全数据检索方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104581788B (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110049130B (zh) | 一种基于边缘计算的服务部署和任务调度方法及装置 | |
WO2019119897A1 (zh) | 一种边缘计算服务缓存方法、系统、装置及可读存储介质 | |
US7496039B2 (en) | Delay guarantee path setting system | |
US10735314B2 (en) | Service specific route selection in communication networks | |
CN106102075B (zh) | 无线传感网络中基于等级区域划分的分簇方法及系统 | |
Wang et al. | Energy balancing RPL protocol with multipath for wireless sensor networks | |
KR20130061732A (ko) | 모바일 디바이스를 위한 배터리 전력 관리 | |
JP7079998B1 (ja) | クラスタの容量拡張方法及び装置 | |
US20150327135A1 (en) | Apparatus and method for dynamic hybrid routing in sdn networks to avoid congestion and balance loads under changing traffic load | |
EP2962427A1 (en) | Method and system to represent the impact of load variation on service outage over multiple links | |
CN104581788B (zh) | 多用户服务选择方法及系统 | |
CN108471609B (zh) | 基于d2d认知无线网络的缓存部署方法 | |
CN110149221A (zh) | 一种基于联盟链的自适应网络的构建方法及装置 | |
JP2016201802A5 (zh) | ||
CN103546522B (zh) | 确定存储服务器的方法及分布式存储系统 | |
Sharma et al. | Routing and clustering optimization techniques in WSN: A review | |
EP1652344A2 (en) | Electronic device connection resource management | |
CN113608870A (zh) | 消息队列的负载均衡方法及装置、电子设备及存储介质 | |
WO2015109499A1 (zh) | 多目标决策方法及装置 | |
CN109450807B (zh) | 一种接口选择方法及通信设备 | |
Wang et al. | Enhance resilience and qos awareness in message oriented middleware for mission critical applications | |
Kim | Adaptive call admission control scheme for heterogeneous overlay networks | |
JP2015507251A (ja) | 評判メカニズムを判定するシステムおよび方法 | |
CN110366205B (zh) | 移动机会网络流量卸载中初始源节点的选择方法和装置 | |
Ipaye et al. | Mathematical model implementation of vertical handover network decision algorithms in heterogeneous network based on QoS parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |