基于反馈机制的动态负载平衡算法研究*

动态负载平衡是提高多处理器系统资源利用率和并行计算性能的重要途径。为了解决变化负载系统中子任务可并行计算的双重循环(PTM-NL)问题,提出一种基于反馈机制的动态负载平衡算法。该算法以处理器作业速度为负载指标,在循环计算中根据反馈的负载指标分配计算任务,动态适应负载变化。实验结果表明,该算法在变化负载的系统中能有效提高PTM-NL问题并行效率。     

一个有效的动态负载平衡方法

动态负载平衡问题是影响工作站网络并行计算性能的重要因素.首先分析出在负载平衡中产生额外开销的根本原因是负载的移动,进而定性地给出了每次移动负载的粒度公式.引入益处估计的方法,仅在有益的情况下进行负载平衡.另外还提出了一个动态负载平衡算法.最后,通过实验,将该算法的运行结果与其他人的负载平衡结果以及不作负载平衡的情况进行了对比.此负载平衡方法在工作站为空载以及不同的负载和应用问题的数据规模的情况下,都优于Siegell等人提出的方法.     

一种测控通信平台的动态负载平衡服务研究

为了提高基于UDP协议的测控通信平台的稳定性、实时性和数据处理能力,建立了动态负载平衡模型,提出了加权负载因子负载平衡算法.该算法利用CPU的使用率、当前的活动会话数、内存的使用率和剩余任务数来衡量服务器的负载,计算任务队列的剩余任务耗费值,并以此确定服务器的负载状态;进一步说明了负载平衡频率和负载平衡粒度控制策略,通过剩余任务耗费值的阈值、阈长和主辅关系的解除时机两个方面控制负载平衡频率,通过任务迁移量来控制负载平衡粒度.最后通过实验证明了该算法的有效性.     

基于反馈的实时集群系统中的负载平衡方法

为了提高实时集群系统中各节点的利用率并防止出现CPU使用率的热点,研究了实时集群系统中基于反馈控制的实时调度框架,并提出了一种新的面向任意图结构的负载平衡算法.该算法基于差异迁移系数和扩散负载平衡原理指导任务迁移以实现系统负载均衡,同时结合反馈控制以避免系统节点使用率振荡.实验结果表明,该算法不仅实现了节点间负载平衡,有效避免了局部热点,而且与反馈控制算法有机集成,保证整个系统稳定运行.     

面向融合的电信业务平台中负载平衡算法实现

针对面向融合业务平台的系统特征,提出了一种新的负载平衡算法,该算法采用轻负载和重负载不同情况下的两阶段算法,轻负载的情况采用加权随机的算法以保证简单高效,重负载的情况采用基于负载更新的算法以保证负载均衡。在面向融合的电信业务平台上,对两阶段算法和随机、轮转算法进行了平均响应时间的测试对比,结果表明算法达到较好的性能。     

基于渗透式人工蜂群与蚁群优化混合的负载平衡算法

针对当前云计算负载平衡调度过程中出现的虚拟机迁移效率低和能耗高问题,提出了一种基于渗透式人工蜂群与蚁群混合优化负载平衡算法,该算法将化学渗透行为与生物启发的负载平衡算法相结合,在充分利用人工蜂群和蚁群两种优化算法优点的同时,将渗透技术应用于负载均衡。由于渗透技术支持通过云基础设施迁移的虚拟机的自动部署,从而克服了现有仿生算法在实现物理机之间负载平衡方面的缺点,提高了迁移效率。实验结果表明,以现有负载平衡算法相比,提出的算法在迁移性能上提升明显。     

一种基于P2P系统的动态负载平衡算法

在P2P系统中，负载平衡算法的好坏将直接影响到系统的使用效率。在这篇文章中提出了一种负载平衡算法，从地址空间平衡与动态负载等几个方面提出对现有算法的改进策略，目的是提高负载平衡效率并使其适应于更广的DHT应用。     

基于模因优化和循环调度的多目标负载均衡技术

针对现有多目标调度方法所需时间较长以及处理突发情况时性能降低的问题,提出一种基于模因优化和循环调度的多目标负载均衡技术。使用突发检测器检测发送到云服务器的用户请求,确定负载状态。基于测器结果,应用不同的负载平衡算法来高效地调度用户任务。利用选定的负载平衡算法将用户请求任务调度到资源最佳的虚拟机上,保证在最低的时间消耗内达到负载均衡的状态。实验结果表明,与其他算法相比,该方法在多个性能指标上具有明显优势,可以提高调度效率的同时,最大限度地降低云中的能源使用。     

分子动力学模拟中负载平衡方法的应用

文章针对三维分子动力学并行数值模拟中出现的负载不平衡现象,在静态负载平衡基础上,提出了一种简单有效的动态负载平衡算法。通过对三维分子动力学的并行数值模拟试验,此算法可以使得负载基本达到动态平衡,并进一步提高了并行效率。     

一种支持邻居负载感知的动态负载平衡扩散算法

动态负载平衡是网络节点之间负载分布调整的主要手段。负载平衡中的扩散算法与其他算法相比具有各节 点同步执行,迁移开稍较小、不存在中心节点瓶颈等优势。对FOS (First Order Scheme)扩散算法进行改进,提出了 支持部居负载感知的动态负载平衡扩散算法(NLA LI3)。采用了发送者启动的策略来建立迁移组,利用节点的部居 负载信息计算负载交换的影响因子,以实现对H)S算法的加速改进。实验证明,该算法有效提升了收敛速度。     

网络平滑算法在流量工程中的应用

流量工程是当前IP网络解决QoS问题的关键技术之一。然而目前实现流量工程的LSP分布算法一般只对网络资源的利用率进行优化，可能导致网络负载的不平衡。文中引入网络负载平滑度的概念，定义了链路代价函数。针对当前主要的LSP分布算法“带宽．跳数算法”在网络负载平滑度方面的不足，提出由代价函数控制的网络平滑算法，并对算法进行了分析，最后给出相应的实验结果和结论。     

基于Bayes定理的动态负载平衡算法研究

动态负载平衡算法存在影响服务器性能、设置负载因子困难等问题.基于Bayes定理可有效地改正动态负载平衡算法的弊端,得到改进算法的工作机制和实现方法.     

在线多任务异构云服务器负载均衡算法研究

针对由于云服务器之间软件环境存在异构性及数据分布不均匀等特点而导致云服务器集群在处理大量任务时往往出现节点负载不均衡的情况,提出了解决在线多任务异构云服务器集群负载均衡的方法与相关算法。首先统计集群提供的各类服务的平均资源消耗,结合任务在服务器上已运行时长和资源占用情况,预测评估某一时刻服务器上任务剩余负载总量;然后按周期获取节点实际任务负载情况,及时修正任务负载情况;最后综合考虑节点各项性能,计算在待分配任务提交时刻各节点的预测负载评估值,并将任务分配给预测负载最轻的节点。实验结果表明,该算法具有可行性且在多任务异构云服务器集群负载均衡方面具有一定优势。     

一种支持服务网格的动态负载平衡系统

为了实现服务网格系统内负载的均衡分布，提高资源利用率和系统的吞吐率，设计并实现了一种基于服务网格环境的动态负载平衡系统。提出了层次式负载平衡调度模式，给出了本系统结构形式，设计并实现了一种综合考虑各局部代理作业数和各个局部代理性能以及当前的负载情况的动态双阈值作业分配算法。实验结果表明，此算法能有效地基于负载分派作业，达到了提高网格内分布资源的利用率和减少作业调度时间的目的。     

THE LOAD DISTRIBUTION PROBLEM IN A PROCESSOR RING

Abstract

Given a global picture of the system load and the average load, the load distribution problem is to find a suitable schedule, consisting of the amount of excess load to transfer along every edge, so that the system load can be balanced in minimal time by executing the schedule. We study this problem for the ring topology We discuss some existing algorithms, show how they fall short of being able to generate optimal schedules, and present a simple algorithm that would generate an optimal schedule for any given system load instance. This simple algorithm relies on an existing algorithm to create a search window in which the optimal solution is to be found.     

基于关系矩阵编码的粒子群负载均衡算法研究

针对网络流量负载均衡与优化问题,提出了一种基于关系矩阵编码的粒子群负载均衡算法.给出一种采用关系矩阵作为编码方法的粒子群算法来处理网络负载均衡问题,能够使网络流量能较好的分担到不同链路上.仿真结果表明,该算法取得了较好的流量负载分担效果及较小的时间花费.     

Extremal Optimization applied to load balancing in execution of distributed programs

The paper describes methods for using Extremal Optimization (EO) for processor load balancing during execution of distributed applications. A load balancing algorithm for clusters of multicore processors is presented and discussed. In this algorithm the EO approach is used to periodically detect the best tasks as candidates for migration and for a guided selection of the best computing nodes to receive the migrating tasks. To decrease the complexity of selection for migration, the embedded EO algorithm assumes a two-step stochastic selection during the solution improvement based on two separate fitness functions. The functions are based on specific models which estimate relations between the programs and the executive hardware. The proposed load balancing algorithm is assessed by experiments with simulated load balancing of distributed program graphs. The algorithm is compared against a greedy fully deterministic approach, a genetic algorithm and an EO-based algorithm with random placement of migrated tasks.     

一个基于集群的Web服务器负载平衡模型

将集群思想应用到解决Web服务器的负载平衡问题,提出了基于集群的Web服务器负载平衡模型。重点介绍了负载探测的实现和负载平衡算法的设计。     

基于负载灰度图映射模型的云集群负载评估方法

为了快速评估云计算中百万节点的整体负载状态,通过分析负载均衡本质与图像均衡特征的对应关系,以熵和信息论为基础,构建了集群负载信息向灰度图的映射模型,完成了负载均衡研究向图像均衡分析的转换。通过图像压缩、信息熵、haar小波变换方法对图像进行分析,提出了一种基于图像处理的集群负载评估方法。实验表明,该方法可以较快地评估出集群均衡性,由此得到的集群负载状态值为负载均衡算法的改进提供了新的思路。     

基于大流调度的软件定义数据中心网络负载均衡算法

传统负载均衡算法对数据中心网络中的大流进行调度时,会造成部分链路负载过重、网络整体负载不均衡等问题。将负载均衡问题转化为多商品流问题进行求解,结合软件定义网络集中控制的思想和数据中心网络的流量特征,提出一种基于大流调度的软件定义数据中心网络负载均衡算法。根据阈值将数据流划分为大流和小流,结合路径上大流分布度和可用负载度对大流进行重路由,以减小大流对网络负载均衡的影响。仿真实验表明,在流量大小分布不均衡的数据中心网络中,该算法与传统的等价多路径算法和基于全局最先匹配的动态流量调度算法相比,在平均对分带宽上获得了更大的提升,能够更好地实现数据中心网络的负载均衡。