摘要：为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。

摘要：为了改善无线多跳网络的性能,很多研究表明跨层协议设计比OSI模型更适合无线网络。本文分析了无线多跳网络的特征及对各协议层的影响,给出了跨层协议设计对网络性能的改善以及它可能带来的问题,并针对速率自适应MAC协议和网络层路由协议之间的相互影响给出了仿真实例,结果证明跨层协议设计要充分考虑不同协议之间的相互影响,合理规划、谨慎实施,否则网络的性能不升反降。

摘要：为改善水平母线铸造机在运行中出现的各种故障,提高水平母线铸造机控制有效性,特基于PLC技术实施水平母线铸造机控制系统优化设计,并将其应用在实际运行过程中,提高了水平母线铸造机生产效率,并且为水平母线铸造机运行平稳性提供保障。基于PLC技术的水平母线铸造机控制系统设计在实际中的应用,具有运行高效平稳以及减少电能损耗等的优势,表明本次优化设计具有应用价值。

摘要：主要介绍了地下矿山全封闭打运专家系统的实现逻辑,该专家系统实现了打运系统可行方案的优化选择,初步实现打运系统的设计自动化、打运系统预测、管理、绩效考核的数字化,为领导决策提供智力支持。

摘要：在移动边缘计算(MEC)网络架构中,用户能够以较低的网络延时访问服务,当用户发生移动时,为保证服务的连续性以及业务的服务质量,需要引入服务迁移策略。为解决此问题,将服务迁移问题建模为马尔科夫决策过程(MDP),用户移动模型采用二维随机行走模型,构造基于迁移成本与传输成本的收益函数,基于贝尔曼方程的长期收益值更新迁移策略,得出最优迁移策略。仿真结果表明,所提算法与传统服务迁移策略相比,在保证服务连续性的同时降低了总成本,降低了用户移动对后续服务质量的影响。

摘要：针对目前物联网以垂直服务系统为主、缺乏跨系统的资源共享等问题,提出了一个可扩展的物联网智慧服务体系架构。在此基础上构建了统一的服务数据模型,通过消息发布中间件,屏蔽底层设备的数据结构、数据平台、操作系统等多源异构问题,加入认证授权机制,从而形成一个可扩展、可以接入各种服务、安全可靠的物联网智慧开放服务平台。最后设计了物联网开放服务平台的系统原型,通过实现具体的应用系统,验证了所提架构的可行性与优越性。

摘要：针对命名数据网络在网络规模增大时存在FIB的表项数目庞大、节点的负载(内存等指标)和开销过大等路由可扩展性问题,提出一种基于名称分类的路由可扩展性改进方案。通过将数据名称根据流行度分为流行(全局)与不流行(非全局),以及生产者主动发布两种不同形式的名称公告包,使得不同流行度的兴趣包分散处理。引入非全局路由名称集中点,分担全局名称集中点的压力。实验结果表明,该方案在中间路由器处理的兴趣包数目、兴趣包的处理时延上存在优化效果,提升了网络的路由可扩展性。

摘要：现有虚拟网络功能(virtual network function,VNF)部署方案大多基于单一资源展开研究,忽略了VNF的多维资源需求,导致资源分配失衡,造成低效部署。针对这一问题,提出一种高效的多维资源均衡的VNF部署方法。为避免后续VNF部署时的资源浪费,在正式部署前会对部分服务器进行VNF迁移。综合考虑VNF的多种资源需求,通过周期性更新服务器的各种资源信息,为各个待部署VNF寻找最合适的部署服务器。仿真结果表明,基于该方法进行VNF部署,可以在保证服务器资源分配均衡的同时,在每个维度上实现近乎最优的资源利用,有效减少使用的服务器的数量。

摘要：IETF发布基于IPv6的低功耗无线个域网标准IPv6 over IEEE 802.15.4——6Lo WPAN,使得6LoWPAN网络能无缝连接Internet。对新型6LoWPAN网络的管理存在许多值得研究的问题。通过对现有技术文献和应用实例的分析研究,提出基于SNMP协议的管理方案,将SNMP协议应用于无线传感网络;设计分层管理模型,采用二级管理及缓存表(Cache Table,CT)机制;利用前缀压缩方式压缩管理信息库(Management Information Base,MIB)。通过实验分析验证,该方案可提高管理效率,降低网络流量,满足下一代无线传感网发展需要。

摘要：为避免移动边缘计算中任务的重复计算,进一步提升系统性能,缩减应用程序完成时间,提出基于主动缓存的云边端协同卸载策略(CEECO)。在边缘服务器和云端主动缓存计算任务的执行结果,在此基础上基于线性回归模型进行任务预测,得到不同的云边端卸载执行策略。仿真结果表明,该算法相对传统卸载策略总完成时间更少,能够满足不同任务情况下对时延的要求。