所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

一种基于负载平衡集群形成的有效方法

S.Padmini
M。E, CSE。,GKM College of Engineering and Technology, Anna University, Tamilnadu ,IndiaInfectious diseases department, National Medical Center "La Raza", IMSS, Mexico City, Mexico
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

文摘

一个完全分布式负载均衡算法应对负载不平衡问题。比较我们的算法和一个集中的方法在生产系统和分布式文献中提出的解决方案。仿真结果表明,与现有的集中我们的建议与方法,大大优于之前的分布式算法的负载不平衡因素,运动成本,和算法开销。我们的建议的性能在Ha-doop分布式文件系统中实现进一步调查在集群环境中。

介绍

无线传感器网络(WSN)由空间分布式自治传感器监控物理或环境条件,如温度、声音、压力等合作,并将数据通过网络传递给一个主要位置。更现代的网络是双向的,也使传感器的控制活动。无线传感器网络的发展是出于军事应用如战场监视;今天这样的网络被用于许多工业和消费者应用程序中,如工业过程监测和控制,机械健康监测,等等。
“节点”的基础上构建——从几个到数百甚至数千,其中每个节点连接到一个(或有时几个)传感器。每个这样的传感器网络节点通常几部分:一个无线电收发机内部天线或连接到一个外部天线、单片机、电子电路与传感器和一种能源,通常一个电池或嵌入式形式的能量收获。大小和成本限制等传感器节点导致相应的限制资源能源、记忆、计算速度和通信带宽。网络拓扑的变化从一个简单的星形网络,一个先进的种无线网状网络。之间的传播技术网络的啤酒花可以路由或洪水。
由于能量的限制,传感器节点只能与其他传感器有限距离内直接沟通。为了使传感器之间的交流彼此的通信范围内,传感器形成一种通信网络。利用聚类算法来形成一个分层的网络拓扑结构是网络管理的习惯实现场景和数据聚合轮为,和集群促进网络的分布式控制。此外,集群节点组不仅节省能源,而且降低了网络争用当节点沟通各自的簇首的数据较短的距离。出于前聚类算法的研究,本文的目标是研究一个平衡的聚类算法与分布式自组织无线传感器网络(DSBCA),它可以处理随机分布的传感器节点。

相关工作

Leach协议的无线分布式微型传感器系统将使各种环境的可靠监控民用和军事应用。我们看通信协议,可有明显的对这些网络的整体能量耗散的影响。基于我们发现传统的直接传输,协议minimum-transmission-energy,种路由和静态传感器网络集群可能不是最优的,我们建议浸出(低能自适应聚类层次结构),clustering-based协议,利用随机旋转本地集群基站(变),负载的能量被均匀地分布在网络中传感器。LEACH[1]使用本地化的协调,使动态网络可伸缩性和健壮性,并结合数据融合到路由协议来减少信息必须传输到基站。
注意使用方法在传感器网络拓扑控制平衡负载传感器节点,并增加网络可伸缩性和寿命。集群拓扑控制传感器节点是一种有效的方法。一种新颖的分布式聚类方法特别长寿的传感器网络。注意(混合动力节能分布式集群),定期根据混合选择簇头节点的剩余能量和次要参数,如节点靠近邻国或节点的程度。注意[8]终止开销较低的消息,并达到相当均匀的簇头分布在整个网络。我们证明,以适当的节点密度和intra-cluster界限和inter-cluster传播范围,注意[8]渐近几乎肯定可以保证集群网络的连通性。
地理适应性富达或GAF[10]是一个能源意识到基于地理位置的路由算法设计主要是为移动ad hoc网络,但用于传感器网络。该协议旨在优化无线传感器网络的性能通过识别等效节点转发数据包。在GAF协议中,每个节点使用基于GPS的位置信息将自己与“虚拟网格”,这样整个区域分为几个正方形网格,和最高的节点剩余能量在每个网格成为网格的主人。两个节点都被认为是相当时保持相同的邻居节点集,这样他们就可以属于同一通讯线路。源和目标应用程序中被排除在这一特性。
节点利用GPS-indicated位置把自己与一个点在虚拟网格。在每个区域,节点相互协作扮演不同的角色。例如,节点将选出一个传感器节点保持清醒一段时间,然后去睡觉。这个节点负责监测和报告数据到水槽代表区域中的节点和主节点。其他节点在同一网格可以被看作是多余的就转发数据包,因此他们可以安全地把睡在不牺牲“路由忠诚”。

WCA:重量聚类算法

网络由节点和链接可以用一个无向图G = (V, E),其中V表示的节点集vi和E代表ei的链接。V的基数不变但E的基数总是变化的创建和删除链接。聚类可以被认为是添加了一些约束图划分问题。作为底层图不显示任何常规结构、分区图最优(即。,with minimum number of partitions) with respect to certain parameters becomes an NP-hard problem [7].
更正式,我们寻找的顶点集S⊆V (G),这样that_v∈S N [V] = V (G),邻居簇头的节点的集合,躺在其传输范围。年代称为支配集合,每个顶点G的属于或有一个邻居在年代。
我们表明,重叠种聚类问题是np困难并提出k-hop重叠聚类算法(KOCA)作为随机分布式算法来解决它。KOCA[15]旨在生成连接重叠集群,覆盖整个传感器网络的边界节点所需的平均数量重叠区域。KOCA运行在固定网络节点移动和没有平等的意义,这对传感器网络是一个合理的假设。
集群节点随机选出自己是头有一些概率p。集群头概率(p)是给定参数的算法可以通过调优控制网络中重叠集群的数量。终止后2聚类过程中,每个节点是集群交头接耳或k-hop内至少一个集群,在k (clusterradius)是另一个给定参数的算法。O(1)的聚类过程终止迭代,独立于网络的大小和不依赖于网络拓扑和尺寸。通过分析和仿真实验,我们展示了如何选择不同的参数值来实现聚类过程的目标。此外,结果表明,KOCA算法开销低的消息交换和生产大约大小相同的集群,它允许负载均匀地分布在不同的集群。

系统模型

负载平衡算法帮助您轻松地调整交通是如何分布在连接。每个部署有独特的设置,Peplink企业级负载均衡功能可以满足你所有的特殊要求。创建您自己的规则和算法后,你可以坐下来享受高性能路由Peplink带来给你。

负载平衡算法

在我们的算法中,每个服务器节点块我第一次估计是否在加载(光)或超载(重型)没有全球知识。光节点如果块的数量小于阈值。
负载状态的样本随机选择的节点。具体来说,每个节点接触系统中随机选择的节点的数量雷竞技网页版和构建一个向量用诉一个向量由条目,每个条目包含的ID、网络地址和一个随机选择的节点的负载状态。

算法:

负载平衡算法帮助您轻松地调整交通是如何分布在连接。每个部署有独特的设置,Peplink企业级负载均衡功能可以满足你所有的特殊要求。创建您自己的规则和算法后,你可以坐下来享受高性能路由Peplink带来给你。

加权平衡:

分配更多的交通更快的链接或更少交通连接带宽上限。
网络负载平衡促进创建一个Web服务器农场的过程。Web服务器农场是一个冗余的几个Web服务器集群提供一个单一的IP地址。最常见的情况是,每个服务器的完全相同的配置运行Web服务器和本地Web服务器上运行的Web应用程序,如图1所示。每台机器都有自己的一切需要的副本运行Web应用程序,其中包括HTML文件,任何脚本页面(ASP, ASP.Net),二进制文件(如编译。net程序集、COM对象或从Web应用程序加载的dll)和任何支持文件如配置和本地数据文件(如果有的话)。简而言之应用程序应该在单个机器上完全独立,除了数据共享的中央位置。数据通常驻留在一个SQL后台的一些网络上的某个地方,但也可能是文件共享目录中的文件从一个基于文件的数据库引擎,如全国计算机等级考试二级或访问。
负载状态的样本随机选择的节点。具体来说,每个节点接触系统中随机选择的节点的数量雷竞技网页版和构建一个向量用诉一个向量由条目,每个条目包含的ID、网络地址和一个随机选择的节点的负载状态。DSBCA集群大小的设置阈值。集群节点的数量不能超过阈值,以避免形成大的集群,这将导致额外的开销,从而降低网络的生命周期。当簇头节点接收到加入消息发送的普通节点,它将与阈值比较大小的集群,接受新成员和更新集群节点的计数,如果尺寸小于阈值,或拒绝请求。

问题概述

许多分布式实时应用程序,比如音频和视频会议,要求网络构建一个多播路径从发送者到多个接收者(树)。此外,实时应用程序服务质量(QoS)需求(如带宽)。路由协议的目的是建立一个树,都是可行的(即满足请求的QoS)和成本最低。树的成本取决于成本的链接。链接应该反映的成本分配资源到新连接的影响在现有和未来的连接。许多研究提出了多播算法构建低成本QoS-constrained树。然而,这些研究假设为每个链接给出一些成本,和他们不检查链路代价函数的影响。我们检查各种链接成本函数的影响在两个类的多播路由算法的性能在均匀和倾斜的实时负载。我们也研究不准确的网络状态信息的影响。我们发现,一个链接成本函数加载性能更好更敏感当链路状态信息是相对准确的,当链路状态信息比较陈旧,成本函数的链接,不太敏感负载性能更好。 This is more pronounced under higher load and when multicast groups are denser.

提出工作

DSBCA集群在均匀分布。

DSBCA的目的是生成集群balancedenergy和避免创建过度与许多节点集群。靠近基站的簇也提出了进一步的数据集群(所有集群需要与基站进行通信,但长距离无线通信消耗更多的能量),我们都知道,太多的集群中的成员可能带来过度的能源消耗管理和沟通。因此,基于上述问题,DSBCA算法考虑了连接密度和节点的位置,试图建立一个更加平衡的聚类结构。DSBCA的基本思想是基于连接密度和基站之间的距离来计算k(聚类半径)。聚类半径是由密度和距离:如果两个集群有相同的连接密度、集群基站的更远更大的集群半径;如果两个集群基站的距离相同,集群与更高的密度较小的簇半径。DSBCA形式不同聚类层的半径更大更远的聚类层,和在同一层聚类半径相同

DSBCA集群不均匀分布。

在非均匀分布的情况下,集群半径取决于基站的距离和连接节点的密度。与基站距离更远和更低的连接密度、集群半径更大;相反,与近距离基站和较低的连接密度、集群半径更小。

实现

DSBCA遵循分布式方法没有centralcontrol建立层次结构自组织模式。DSBCA选择随机节点先触发聚类过程。然后触发节点Utcalculates连接的密度和距离基站确定集群半径k和成为临时簇头。
k = f loor[βD (Ut) / Dk (Ut)]
在D (u)的距离基站的u, Dk (u)是节点的连接密度u,βis网络的传感器参数取决于特定的应用程序,和地板是四舍五入的计算。DSBCA遵循分布式方法在自组织建立hierarchicalstructure没有中央控制模式。
集群稳定一段时间,直到进程ofreselecting集群头触发T (k)。集群头收集所有成员节点的重量,然后选择权重最高的节点作为下一个节点。通过这种方式,沟通成本降低了。集群的革命事业发生在“旧”集群,所以临时头的广播和相应的响应的所有k-hops邻居是不必要的。

结论

DSBCA是平滑的曲线比其他人,indicatesthat集群结构更稳定。因此DSBCA可以适应不同的分布。然而,其他传统算法的生命周期急剧下降,当节点的数量超过150。的下降是相对于集群结构和簇头的选择。DSBCA可以形成更合理的集群结构以避免频繁的交换节点权重信息和临时簇首广播后第一个集群。因此,有效地降低能耗。集群结构的变化在每一轮LEACH,注意和WCA;然而,DSBCA保持相对稳定的集群结构转换的集群头通常发生在同一集群。

确认

我们想表达我们的真诚感谢所有工作人员的计算机科学与工程系,GKM工程与技术学院的帮助和合作。

数据乍一看

图1 图2
图1 图2

引用