吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (3): 926-931.doi: 10.13229/j.cnki.jdxbgxb201503035

• • 上一篇    下一篇

基于分类优化的物联网节点负载均衡策略

赵东1, 2, 韩晓艳3, 赵宏伟1, 于繁华2   

  1. 1.吉林大学 计算机科学与技术学院, 长春 130022;
    2.长春师范大学 计算机科学与技术学院, 长春 130032;
    3.吉林农业大学 信息技术学院, 长春 130118
  • 收稿日期:2014-04-15 出版日期:2015-05-01 发布日期:2015-05-01
  • 通讯作者: 赵宏伟(1962-),男,教授,博士生导师.研究方向:智能信息系统与嵌入式技术. E-mail:zd-hy@163.com
  • 作者简介:赵东(1978-),男,讲师,博士研究生.研究方向:智能信息系统与嵌入式技术.
  • 基金资助:
    国家自然科学基金项目(61101155); 吉林省自然科学基金项目(20140101184JC); 长春市科技计划项目(2012091); 吉发改高技[2014]817号

IOT node load balancing strategy based on classification optimization

ZHAO Dong1, 2, HAN Xiao-yan3, ZHAO Hong-wei1, YU Fan-hua2   

  1. 1.College of Computer Science and Technology, Jilin University,Changchun 130022,China;
    2.College of Computer Science and Technology, Changchun Normal University, Changchun 130032, China;
    3.College of Information Technology, Jilin Agricultural University,Changchun 130118,China
  • Received:2014-04-15 Online:2015-05-01 Published:2015-05-01

摘要: 采用动态多因素组合及KNN分类方法对各节点终端进行了有计划的深入分析,按照各特征节点相似性进行分类,然后根据其分类策略对各节点使用情况进行有机排序,并优先考虑使用效率较高和容易闲置的设备节点,从而实现网络负载均衡。实验结果表明,本文构造的分类器加速比、扩展率及数据伸缩率都有很大的提升。

关键词: 计算机应用, 分类分析, 节点优化, K最近邻, 动态多因素组合

Abstract: The dynamic multi-factor combinations and k-Nearest Neighbor (KNN) classification method are adopted to designedly and in-depth analyze each node terminal. The feature nodes are classified according to their similarities. According to the classification strategy the usages of all nodes are organically sorted. The priority is given to the nodes of high usage efficiency and the easily idle device nodes, thus, to realize the network load balancing. Experiment results show that the proposed method can greatly improve the acceleration ratio, expansion ratio and data expansion rate.

Key words: computer application, classification analysis, node optimization, KNN, dynamic multiple factors combination

中图分类号: 

  • TP393
[1] 毛誉熹,卢汉成,卢昊.WMN中一种基于干扰感知的负载均衡路由协议[J].通信技术,2014(04):401-405.
Mao Yu-xi,Lu Han-cheng,Lu Hao. An interfere-nce-aware load balancing routing protocol for wireless Mesh networks[J].Communications Technology,2014(04):401-405.
[2] 郑相全. 一种基于跨层设计和蚁群优化的自组网负载均衡路由协议[J].电子学报,2006,34(7):1199-1208.
Zheng Xiang-quan. A cross-layer design and a-nt-colony optimization based load-balancing routing protocol for Ad Hoc networks (CALR- A)[J].Acta Electronica Sinica,2006,34(7):1199-1208.
[3] Lin Kai,Rodrigues,Joel J P C, et al.Energy efficiency QoS assurance routing in wireless multimedia sensor networks[J]. Systems Journal, IEEE,2011,5(4):495-505.
[4] 王敏,李士宁,李志刚.基于蚁群算法的WSN多路径负载均衡路由[J].计算机工程,2011,14:1-4.
Wang Min,Li Shi-ning,Li Zhi-gang. Multipath R -outing with load balancing based on ant col-ony algorithm in WSN[J].Computer Enginee-ring,2011,14:1-4.
[5] 尹安,汪秉文,胡晓娅,等.无线传感器网络负载均衡路由协议[J].华中科技大学学报:自然科学版,2010,38(1):88-91.
Yin An,Wang Bing-wen,Hu Xiao-ya,et al. Load balancing routing protocol in wireless sensor network[J]. Journal of Huazhong University of Science and Technology(Natural Science Edition),2010,38(1):88-91.
[6] Wu Dan, Cai Yue-ming.A cooperative commu-nication scheme based on dynamic coalition formation game in clustered wireless sensor net-works[J]. IEEE Conference on Global Telecommunications(GLOBECOM 2011),2011:1-6.
[7] 阮杨杨,徐恪.异构无线网络节点性能与代价优化部署策略[J].中国科技论文,2012,7(7):518-522.
Ruan Yang-yang,Xu Ke. Station and relay node deployment strategy for optimizing performance and costs in heterogeneous wireless networks[J]. China Sciencepaper,2012,7(7):518-522.
[8] 朱永娇,阎巍,左伟明.基于遗传聚类的无线传感器负载均衡路由算法[J].电子设计工程,2011,19(11):4-7.
Zhu Yong-jiao,Yan Wei,Zuo Wei-ming.A load ba-lanced wireless sensor network routing algorithm based on genetic clustering algorithm[J]. Electronic Design Engineering,2011,19(11):4-7.
[9] Giuseppe A, Falchi F.KNN based image classification relying on local feature similarity[J].SISAP,2010:101-108.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[2] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[3] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[4] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[5] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[6] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[7] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[8] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .
[9] 肖赟, 雷俊卿, 张坤, 李忠三. 多级变幅疲劳荷载下预应力混凝土梁刚度退化[J]. 吉林大学学报(工学版), 2013, 43(03): 665 -670 .
[10] 肖锐, 邓宗才, 兰明章, 申臣良. 不掺硅粉的活性粉末混凝土配合比试验[J]. 吉林大学学报(工学版), 2013, 43(03): 671 -676 .