基于優先級隊列的物聯網節點負載均衡調度方法研究

摘 要：常規的物聯網節點負載均衡調度方法主要使用Map/Reduce大規模并行計算數據集架構分配調度任務，易受子任務切割作用的影響，導致調度任務執行時間分散度較低，因此提出基于優先級隊列的物聯網節點負載均衡調度方法。該方法構建了物聯網節點負載均衡調度模型，利用優先級隊列計算了節點調度分配隊列長度，設計了物聯網節點負載均衡調度算法，從而實現了物聯網節點負載均衡調度。實驗結果表明，所設計的方法在不同任務單元下的節點調度任務執行時間分散度較高，證明設計的負載均衡調度方法的調度效果較好，有一定的應用價值，為提高物聯網任務的執行可靠性做出了一定的貢獻。

關鍵詞：優先級隊列；物聯網節點；負載均衡調度；調度任務執行時間分散度；調度分配隊列長度；PSO-GA算法

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-1302（2025）04-00-03

0 引 言

物聯網節點是連接網絡與外部環境的重要傳輸節點[1-3]。隨著物聯網的發展，節點類型和排布方式越來越多樣化，而節點擁塞問題經常發生，影響了物聯網的傳輸性能。為了提升物聯網的傳輸性能和運行可靠性，需要研究一種有效的節點負載均衡調度方法[4]。為了解決節點的異構性、能效比不均等、拓撲結構變化等問題，本文設計了一種基于優先級隊列的物聯網節點負載均衡調度方法[5-6]。

1 物聯網節點優先級隊列負載均衡調度方法設計

1.1 構建物聯網節點負載均衡調度模型

傳統的負載均衡調度方法未考慮節點資源的消耗狀態，僅考慮滿足單一的物聯網節點調度場景，與多節點調度場景的適配度偏低。因此，為了解決該問題，需要判斷不同節點的剩余能量，融合多種變量構建物聯網節點均衡調度模型。本文構建的調度模型主要利用PSO-GA尋優[7-8]，快速計算節點的數量、物聯網內存占用率、帶寬等，得到最優的均衡權值。基于此，構建的物聯網負載均衡調度模型如圖1所示。

基于圖1進行調度節點負載度量。負載總量J如式（1）所示：

（1）

式中：Pcpu（Si）代表節點頻率；Pmem（Si）代表節點內存容量；Pband（Si）代表物聯網帶寬；Pio（Si）代表節點調度速率[9-10]。利用上述負載均衡調度模型可以快速完成調度反饋，并行處理調度請求，全面提高負載均衡效率。

1.2 基于優先級隊列計算節點調度分配隊列長度

優先級隊列是一種特殊的FIFO隊列結構，可以賦予每個元素標記，以調整數字的優先級，降低容量限制對節點負載均衡調度造成的影響。因此，本文基于優先級隊列計算了節點調度分配的隊列長度。集成處理待調度的節點，根據調度數據的轉發關系生成優先級序列[11]。此時的調度繁忙參數ρ如式（2）所示：

（2）

式中：λ代表單位時間內進入調度序列的節點數量；μ代表處理調度任務的轉發調度數據量。此時生成的優先級隊列分布關系如圖2所示。

由圖2可知，根據上述序列分布關系可以調整負載均衡調度序列常數[12]。將預先分配的數據輸送至隊列中，此時可以計算節點調度分配隊列長度Pk，如式（3）所示：

（3）

式中：N代表調度隊列的丟包概率。此時考慮假定的均衡調度參數，調整數據準備的空閑狀態，得到節點隊列調度概率P0，如式（4）所示：

（4）

式中；ρa代表高優先級節點的調度丟包率。此時可以將物聯網節點均衡調度看成相互度量的過程，以判斷隊列空間的調度狀態，最大程度提高調度任務執行時間的分散度。

1.3 設計物聯網節點負載均衡調度算法

不同的負載均衡調度路徑產生的調度結果存在差異。為了提高調度資源的利用率，本文設計了物聯網節點負載均衡調度算法。首先計算調度均衡指標Q，如式（5）所示：

（5）

式中：σcpu、σband、σio分別代表調度CPU、帶寬、節點資源分配指標。基于此可知，負載均衡調度需要滿足非負、連續、最大原則，可以生成均衡調度適應度函數，如式（6）所示：

（6）

式中：a、b、c分別代表不同的量化均衡調度方差。此時可以根據適應度函數的多元關系獲取負載均衡調度最優解，得到的負載均衡調度算法如圖3所示。

2 實 驗

為了驗證設計的基于優先級隊列的物聯網節點負載均衡調度方法的調度效果，本文配置了基礎實驗網絡拓撲結構，將其與文獻[6]、文獻[7]兩種常規的物聯網節點負載均衡調度方法進行對比。

2.1 實驗準備

結合物聯網節點負載均衡調度實驗要求，本文選取LVS集群作為基礎實驗集群，連接了實驗網絡拓撲。為了滿足物聯網節點的真實負載均衡調度要求，在實驗前需要預先部署Tomcat，為Web提供應用訪問權限，即選取Java環境下載Tomcat壓縮包進行解壓，修改shutdown.sh文件配置，執行cd /home/xy/tomcat/apache-tomcat指令。

實驗測試環境為小型局域網。利用Ubuntu 16.04的Linux進行管理，選取I5-8500作為負載均衡器，預設了節點均衡調度IP，調整了Jmeter實驗工具。待上述準備完成后，本文將調度任務執行時間分散度div作為調度實驗指標。計算如式（7）所示：

（7）

式中：Di+1代表分配的初始調度節點；Di代表完成調度的節點；n代表調度任務數量。調度任務執行時間分散度的取值范圍為0～1。計算值越高證明節點負載均衡調度方法的調度效果越好；反之，證明節點負載均衡調度方法的調度效果相對較差。基于式（7），可以輸出準確的節點負載均衡調度實驗結果。

2.2 實驗結果與討論

根據上述概況及準備，可以進行物聯網節點負載均衡調度實驗，即預設不同的單元任務，并對這些任務進行編號。接下來，提交實驗任務，分別使用本文設計的基于優先級隊列的物聯網節點負載均衡調度方法、文獻[6]中基于改進粒子群算法的物聯網節點負載均衡調度方法，以及文獻[7]中考慮不同目標覆蓋要求的物聯網節點負載均衡調度方法進行負載均衡調度實驗。使用式（7）計算3種方法在不同單元任務下的調度任務執行時間分散度。調度任務執行時間分散度對比結果如圖4所示。

由圖4可知，本文設計的基于優先級隊列的物聯網節點負載均衡調度方法在不同負載調度任務下調度任務執行時間分散度較高；文獻[6]中基于改進粒子群算法的物聯網節點負載均衡調度方法，以及文獻[7]中考慮不同目標覆蓋要求的物聯網節點負載均衡調度方法的調度任務執行時間分散度較低。上述實驗結果表明，本文設計的負載均衡調度方法的調度效果較好，可靠性高，具有一定的應用價值。

3 結 語

綜上所述，隨著物聯網技術的快速發展，物聯網節點數量不斷增多，分布范圍不斷拓廣，同時節點之間的交互和通信變得復雜。因此，有效進行物聯網節點負載均衡調度是一個迫切需要解決的問題。通過負載均衡調度，可以均勻分配任務負載，提高處理能力和響應速度。然而，現有的調度方法存在執行時間長的問題。因此，本文設計了一種新的基于優先級隊列的物聯網節點負載均衡調度方法，并進行了實驗驗證。實驗結果表明，該方法可靠性高具有一定的應用價值，為推動物聯網技術的進步和提高數據傳輸的安全性做出了一定貢獻。

參考文獻

[1]張震，蓋昊宇，朱煉，等.基于節點連通性的物聯網鏈路傳輸負載均衡控制方法[J].重慶科技學院學報（自然科學版），2023，25（6）：79-84.

[2]張珂，蔡熙桐，霍洪雙.基于2.4 G無線收發模塊的低成本農業物聯網節點軟件設計[J].齊齊哈爾大學學報（自然科學版），2023，39（6）：53-57.

[3]何湘桂，孟志強，周華安.基于LoRa物聯網的城市道路照明能耗與竊電監測系統[J].湖南大學學報（自然科學版），2023，50（10）：11-19.

[4]吳靜，王桂蘭，李小玲.基于樹莓派CM4和CC2530的6LoWPAN網絡的設計與實現[J].長江工程職業技術學院學報，2023，40（3）：29-34.

[5]鄧華.基于梯度算法的智能家具物聯網遠程控制信號分段壓縮傳輸方法[J].沈陽工程學院學報（自然科學版），2023，19（3）：82-86.

[6]陳曉娜.基于改進粒子群算法的無線網絡節點安全傳輸鏈路調度方法[J].信息與電腦（理論版），2023，35（14）：106-108.

[7]李明，林新宇，彭鵬.面向不同目標覆蓋要求的異構有向傳感器網絡節點調度算法[J].電腦知識與技術，2021，17（3）：1-4.

[8]景雯，張杰，傅文博，等.基于改進遺傳算法的物聯網鏈路負載均衡控制方法[J].吉林大學學報（理學版），2023，61（4）：922-928.

[9]黃陽，王坤，楊玲玲，等.工業物聯網無線傳感產品在火電廠重點區域的應用分析—評《無線傳感網絡技術與應用》[J].應用化工，2023，52（7）：2265.

[10]何靜靜，王曉靜，周田田，等.基于物聯網的急診專病綠色通道信息系統的構建及應用[J].江蘇衛生事業管理，2023，34（6）：803-805.

[11]彭木根，蔣逸軒，曹儐，等.區塊鏈賦能泛在可信物聯網：架構、技術與挑戰[J].重慶郵電大學學報（自然科學版），2023，35（3）：391-404.

[12]覃健誠，鐘宇，程喆，等.基于類梅森數的物聯網密鑰交換快速取模算法[J].華南理工大學學報（自然科學版），2023，51（5）：24-35.