基于优先级队列的物联网节点负载均衡调度方法研究

摘 要：常规的物联网节点负载均衡调度方法主要使用Map/Reduce大规模并行计算数据集架构分配调度任务，易受子任务切割作用的影响，导致调度任务执行时间分散度较低，因此提出基于优先级队列的物联网节点负载均衡调度方法。该方法构建了物联网节点负载均衡调度模型，利用优先级队列计算了节点调度分配队列长度，设计了物联网节点负载均衡调度算法，从而实现了物联网节点负载均衡调度。实验结果表明，所设计的方法在不同任务单元下的节点调度任务执行时间分散度较高，证明设计的负载均衡调度方法的调度效果较好，有一定的应用价值，为提高物联网任务的执行可靠性做出了一定的贡献。

关键词：优先级队列；物联网节点；负载均衡调度；调度任务执行时间分散度；调度分配队列长度；PSO-GA算法

中图分类号：TP391 文献标识码：A 文章编号：2095-1302（2025）04-00-03

0 引 言

物联网节点是连接网络与外部环境的重要传输节点[1-3]。随着物联网的发展，节点类型和排布方式越来越多样化，而节点拥塞问题经常发生，影响了物联网的传输性能。为了提升物联网的传输性能和运行可靠性，需要研究一种有效的节点负载均衡调度方法[4]。为了解决节点的异构性、能效比不均等、拓扑结构变化等问题，本文设计了一种基于优先级队列的物联网节点负载均衡调度方法[5-6]。

1 物联网节点优先级队列负载均衡调度方法设计

1.1 构建物联网节点负载均衡调度模型

传统的负载均衡调度方法未考虑节点资源的消耗状态，仅考虑满足单一的物联网节点调度场景，与多节点调度场景的适配度偏低。因此，为了解决该问题，需要判断不同节点的剩余能量，融合多种变量构建物联网节点均衡调度模型。本文构建的调度模型主要利用PSO-GA寻优[7-8]，快速计算节点的数量、物联网内存占用率、带宽等，得到最优的均衡权值。基于此，构建的物联网负载均衡调度模型如图1所示。

基于图1进行调度节点负载度量。负载总量J如式（1）所示：

（1）

式中：Pcpu（Si）代表节点频率；Pmem（Si）代表节点内存容量；Pband（Si）代表物联网带宽；Pio（Si）代表节点调度速率[9-10]。利用上述负载均衡调度模型可以快速完成调度反馈，并行处理调度请求，全面提高负载均衡效率。

1.2 基于优先级队列计算节点调度分配队列长度

优先级队列是一种特殊的FIFO队列结构，可以赋予每个元素标记，以调整数字的优先级，降低容量限制对节点负载均衡调度造成的影响。因此，本文基于优先级队列计算了节点调度分配的队列长度。集成处理待调度的节点，根据调度数据的转发关系生成优先级序列[11]。此时的调度繁忙参数ρ如式（2）所示：

（2）

式中：λ代表单位时间内进入调度序列的节点数量；μ代表处理调度任务的转发调度数据量。此时生成的优先级队列分布关系如图2所示。

由图2可知，根据上述序列分布关系可以调整负载均衡调度序列常数[12]。将预先分配的数据输送至队列中，此时可以计算节点调度分配队列长度Pk，如式（3）所示：

（3）

式中：N代表调度队列的丢包概率。此时考虑假定的均衡调度参数，调整数据准备的空闲状态，得到节点队列调度概率P0，如式（4）所示：

（4）

式中；ρa代表高优先级节点的调度丢包率。此时可以将物联网节点均衡调度看成相互度量的过程，以判断队列空间的调度状态，最大程度提高调度任务执行时间的分散度。

1.3 设计物联网节点负载均衡调度算法

不同的负载均衡调度路径产生的调度结果存在差异。为了提高调度资源的利用率，本文设计了物联网节点负载均衡调度算法。首先计算调度均衡指标Q，如式（5）所示：

（5）

式中：σcpu、σband、σio分别代表调度CPU、带宽、节点资源分配指标。基于此可知，负载均衡调度需要满足非负、连续、最大原则，可以生成均衡调度适应度函数，如式（6）所示：

（6）

式中：a、b、c分别代表不同的量化均衡调度方差。此时可以根据适应度函数的多元关系获取负载均衡调度最优解，得到的负载均衡调度算法如图3所示。

2 实 验

为了验证设计的基于优先级队列的物联网节点负载均衡调度方法的调度效果，本文配置了基础实验网络拓扑结构，将其与文献[6]、文献[7]两种常规的物联网节点负载均衡调度方法进行对比。

2.1 实验准备

结合物联网节点负载均衡调度实验要求，本文选取LVS集群作为基础实验集群，连接了实验网络拓扑。为了满足物联网节点的真实负载均衡调度要求，在实验前需要预先部署Tomcat，为Web提供应用访问权限，即选取Java环境下载Tomcat压缩包进行解压，修改shutdown.sh文件配置，执行cd /home/xy/tomcat/apache-tomcat指令。

实验测试环境为小型局域网。利用Ubuntu 16.04的Linux进行管理，选取I5-8500作为负载均衡器，预设了节点均衡调度IP，调整了Jmeter实验工具。待上述准备完成后，本文将调度任务执行时间分散度div作为调度实验指标。计算如式（7）所示：

（7）

式中：Di+1代表分配的初始调度节点；Di代表完成调度的节点；n代表调度任务数量。调度任务执行时间分散度的取值范围为0～1。计算值越高证明节点负载均衡调度方法的调度效果越好；反之，证明节点负载均衡调度方法的调度效果相对较差。基于式（7），可以输出准确的节点负载均衡调度实验结果。

2.2 实验结果与讨论

根据上述概况及准备，可以进行物联网节点负载均衡调度实验，即预设不同的单元任务，并对这些任务进行编号。接下来，提交实验任务，分别使用本文设计的基于优先级队列的物联网节点负载均衡调度方法、文献[6]中基于改进粒子群算法的物联网节点负载均衡调度方法，以及文献[7]中考虑不同目标覆盖要求的物联网节点负载均衡调度方法进行负载均衡调度实验。使用式（7）计算3种方法在不同单元任务下的调度任务执行时间分散度。调度任务执行时间分散度对比结果如图4所示。

由图4可知，本文设计的基于优先级队列的物联网节点负载均衡调度方法在不同负载调度任务下调度任务执行时间分散度较高；文献[6]中基于改进粒子群算法的物联网节点负载均衡调度方法，以及文献[7]中考虑不同目标覆盖要求的物联网节点负载均衡调度方法的调度任务执行时间分散度较低。上述实验结果表明，本文设计的负载均衡调度方法的调度效果较好，可靠性高，具有一定的应用价值。

3 结 语

综上所述，随着物联网技术的快速发展，物联网节点数量不断增多，分布范围不断拓广，同时节点之间的交互和通信变得复杂。因此，有效进行物联网节点负载均衡调度是一个迫切需要解决的问题。通过负载均衡调度，可以均匀分配任务负载，提高处理能力和响应速度。然而，现有的调度方法存在执行时间长的问题。因此，本文设计了一种新的基于优先级队列的物联网节点负载均衡调度方法，并进行了实验验证。实验结果表明，该方法可靠性高具有一定的应用价值，为推动物联网技术的进步和提高数据传输的安全性做出了一定贡献。

参考文献

[1]张震，盖昊宇，朱炼，等.基于节点连通性的物联网链路传输负载均衡控制方法[J].重庆科技学院学报（自然科学版），2023，25（6）：79-84.

[2]张珂，蔡熙桐，霍洪双.基于2.4 G无线收发模块的低成本农业物联网节点软件设计[J].齐齐哈尔大学学报（自然科学版），2023，39（6）：53-57.

[3]何湘桂，孟志强，周华安.基于LoRa物联网的城市道路照明能耗与窃电监测系统[J].湖南大学学报（自然科学版），2023，50（10）：11-19.

[4]吴静，王桂兰，李小玲.基于树莓派CM4和CC2530的6LoWPAN网络的设计与实现[J].长江工程职业技术学院学报，2023，40（3）：29-34.

[5]邓华.基于梯度算法的智能家具物联网远程控制信号分段压缩传输方法[J].沈阳工程学院学报（自然科学版），2023，19（3）：82-86.

[6]陈晓娜.基于改进粒子群算法的无线网络节点安全传输链路调度方法[J].信息与电脑（理论版），2023，35（14）：106-108.

[7]李明，林新宇，彭鹏.面向不同目标覆盖要求的异构有向传感器网络节点调度算法[J].电脑知识与技术，2021，17（3）：1-4.

[8]景雯，张杰，傅文博，等.基于改进遗传算法的物联网链路负载均衡控制方法[J].吉林大学学报（理学版），2023，61（4）：922-928.

[9]黄阳，王坤，杨玲玲，等.工业物联网无线传感产品在火电厂重点区域的应用分析—评《无线传感网络技术与应用》[J].应用化工，2023，52（7）：2265.

[10]何静静，王晓静，周田田，等.基于物联网的急诊专病绿色通道信息系统的构建及应用[J].江苏卫生事业管理，2023，34（6）：803-805.

[11]彭木根，蒋逸轩，曹傧，等.区块链赋能泛在可信物联网：架构、技术与挑战[J].重庆邮电大学学报（自然科学版），2023，35（3）：391-404.

[12]覃健诚，钟宇，程喆，等.基于类梅森数的物联网密钥交换快速取模算法[J].华南理工大学学报（自然科学版），2023，51（5）：24-35.