基于轮转周期的动态反馈负载均衡算法

网络管理系统中管理端逐步采用分布式集群构架,通过负载均衡算法调度客户端请求,并将客户端请求分配给多个事务节点进行并行处理。为进一步提高集群系统服务的性能,文中在研究以往负载均衡算法的基础上,提出了一种基于轮转周期的动态反馈负载均衡算法。该算法设计了一种基于剩余资源动态权值的节点剩余负载能力计算方法的动态反馈机制;并在动态反馈负载均衡算法的一个采样周期内引入轮转周期对客户端请求均衡分配。通过实验比较分析,该算法能获得更好的负载均衡效果。     

异构平台下格子Boltzmann方法实现及性能分析

对CPU+GPU异构平台下的多种并行编程模式进行了研究,并针对格子Boltzmann方法实现了CUDA,MPI+CUDA,MPI+OpenMP+CUDA多级并行算法。结果表明,算法具有较好的加速性能;提出的根据计算量比例参数调节CPU和GPU之间负载均衡的方法,对于在异构平台上实现多级并行处理及资源的有效利用具有一定的参考和应用价值。     

基于MPI的动态负载平衡算法的研究

MPI是目前集群系统中最重要的并行编程工具,它采用消息传递的方式实现并行程序间通信.在MPI并行程序设计中实现负载平衡有着重要的意义,可以减少运行时间,提高MPI并行程序的性能.为了解决同构集群中动态负载均衡问题,提出了一种在MPI并行程序中实现的方法,可有效地根据节点的负载情况在节点间迁移任务.     

支持IPv6的大规模链路接入系统应用研究

针对传统带宽链路接入系统不支持IPv6、接入链路数少及负载调度能力弱等问题,设计一种能够支持IPv6的链路接入系统架构,提出基于内核级的链路计算方法及分布式并行处理模型,以支持超大规模链路接入,研究多处理节点负载均衡及流量控制方法。实验结果表明,该系统能够获得良好的性能。     

MPI并行程序设计的负载平衡实现方法

MPI是目前集群系统中最重要的并行编程工具,它采用消息传递的方式实现并行程序间通信。在MPI并行程序设计中实现负载平衡有着重要的意义,可以减少运行时间,提高MPI并行程序的性能。负载平衡又可分为静态负载平衡和动态负载平衡,对于静态负载平衡,提出了一种分配任务的算法,可有效地按照节点的计算能力,在节点间分配任务;对于动态负载平衡,提出了一种在MPI并行程序中实现的方法,可有效地根据节点的负载情况,在节点间迁移任务。     

一种MPI并行程序设计中的动态负载平衡策略

介绍了MPI并行编程环境和MPI并行程序设计的特点,讨论了在MPI并行程序设计中实现动态负载平衡的方法,提出一种根据计算节点的计算能力和实时负载情况进行任务迁移的动态负载平衡策略。     

一种面向节点负载均衡的虚拟网络重构算法

为提高虚拟网络请求接受率,针对物理节点负载不均衡的问题,提出一种面向节点负载均衡的虚拟网络重构算法。根据物理节点的平均可用计算资源和最小可用计算资源,设置一个阈值,对超过阈值的物理节点进行重配置,动态地选择需要迁移的虚拟节点,在均衡物理节点负载的情况下,尽可能地减少虚拟节点的迁移数量。仿真结果表明,所提方法均衡了物理节点负载,提高了物理网络资源利用率和虚拟网络请求接受率。     

基于P2P系统的动态负载均衡算法

在现实的P2P网络环境中,由于节点的计算能力和带宽等方面的异构性,网络负载不均衡现象非常突出.基于数据复制/转移策略,提出一种动态的平衡算法.根据节点的能力,当前节点负载状态、负载转移代价预估算,在整个系统范围内找到一组传输代价较小并且负载较轻的节点集合,从中随机选取较为适宜的节点进行负载转移或者数据复制.试验结果表明,该算法能够有效地均衡负载的分布以及降低负载的迁移率.     

基于模式融合的网络动态资源柔性调度仿真

传统资源调度方法无法获取资源调度适配因子,导致资源调度精度偏低、利用率小且负载均衡度低问题.为此提出基于模式融合的网络动态资源柔性调度方法.根据移动中心网络结构矩阵确定移动网络节点分布,以此为基础构建混合预测模型,获取网络节点负载状态,并计算节点负载和资源占有率,得出适配因子,引入max-min和蚁群混合算法,实现网络动态资源有效调度.实验结果表明:研究提出的教育教学动态资源利用率和负载均衡度更高,说明基于模式融合的网络动态资源柔性调度方法性能更好,更有利于实现资源共享.     

多种资源下结构化P2P网络的负载均衡方法

在真实网络环境中, 存在多种瓶颈资源, 如存储能力、处理请求能力和带宽等。传统的负载均衡方法只考虑了一种瓶颈资源, 忽视了其他瓶颈资源对网络性能的影响。针对该问题, 建立相似度概念模型, 设计用于虚拟服务器转移的转移代价函数, 提出可用于任意结构化P2P网络的多种资源负载均衡(MRLB)算法。仿真结果显示, 节点上任一资源的负载都随着节点能力的提升而相应增加。MRLB算法能够有效解决传统方法的缺点, 实现多种瓶颈资源的负载均衡。     

一种层次结构化P2P网络中的负载均衡方法

相对于扁平结构化P2P网络,层次结构化P2P网络可利用稳定、高性能的超级节点提高P2P网络在动态环境下的性能.然而,超级节点的负载不均是层次结构化P2P网络面临的基本问题之一.对此,作者提出一种超级节点的负载均衡方法,通过分离超级节点负责的关键字空间和负责的叶子节点空间来为均衡负载提供条件,通过采用"力矩平衡原理"来实现兼顾均衡超级节点负责的叶子节点空间和查询请求负载.实验结果表明:在节点承载容量服从Zipf分布和查找请求服从正态分布或Pareto分布的环境下,负载均衡方法可使超级节点的负载达到较好的均衡,实现了用较少的超级节点承担较大的负载总量.     

结构化P2P网络的负载均衡技术研究

在结构化对等网络中,负载失衡现象的产生将会造成单点失效、网络拥塞、请求延迟甚至是系统瘫痪等系统应用性能问题。本文针对传统复制算法中存在的无有效的预防热点策略、忽视节点性能差异性和副本维护机制等问题,提出基于节点性能分类和数据,节点分析的自适应负载均衡算法。通过实验模拟证明本文算法能够有效地实现结构化对等网络的负载均衡,降低数据请求报文的丢失率,从而有效地提高系统节点的利用率。     

DHT网络中一种基于树型结构的负载均衡方案

负载均衡是P2P系统在设计时需要考虑的公平性问题之一,本文针对DHT网络中文件在节点问分布不均匀的问题,提出了一种基于树型结构的负载均衡方案，针对P2P网络中节点的性能差异和相同节点上文件的差异提出对于文件的负载度量准则，并根据此准则对一些热门文件按照树型结构复制方案进行分块复制，该复制方案具有维护简单、扩展性好、负载更分散的特点．仿真结果表明本方案大大改善了网络的性能，有效地进行了负载均衡．     

生物复杂网络motif发现的并行算法

生物复杂网络motif发现是一种研究生物网络的重要方法，它基于复杂网络的理论研究，以新的视角来研究生命现象和生命机制，但是在处理较大的网络规模或者需挖掘较大的motif时计算效率低。针对这个问题，在现有串行网络motif发现算法ESU的基础上，提出一种基于消息传递接口（MPI）的并行化ESU算法。该方法在ESU计算过程中优化了节点值以解决节点值依赖问题，并以ESU算法的子图发现策略统计各节点子图数，利用动态规划策略寻找最佳节点分配策略以解决负载不均衡问题。模拟网络数据和真实生物网络数据的实验结果表明，并行化ESU算法优化了节点值依赖问题，实现了基于动态规划的负载均衡策略，其运行时间比串行算法缩短了90%，并且该并行算法对不同类型不同规模的网络都具有较强的适用性，有效地提高了网络motif发现问题的计算效率。     

边缘计算网络中面向负载均衡的调度机制

考虑边缘计算网络中的负载均衡需求,提出一种基于集中控制的调度机制。首先决定在哪些网络节点部署边缘计算功能,再针对用户的数据和请求,在满足相关负载均衡约束的前提下通过调度尽量降低流量的平均端到端延迟。评估结果表明,边缘计算节点的数量、计算资源和网络资源的负载均衡程度均可能影响流量的平均端到端延迟。只需选择少量合适的节点作为边缘计算节点,再将计算资源和网络资源的负载均衡调配到合适程度即可有效降低平均端到端延迟。     

结构化P2P系统中基于网络定位的负载均衡算法*

结构化P2P系统中,各对等节点处理能力的差异以及关键字通常与一定的语义相关,导致系统中节点的负载不均衡。算法针对基于DHT的大规模计算网络中,计算任务在节点间分布不均衡的问题,提出了一种高效的基于网络定位的负载均衡算法：当某个节点的负载较小时,它将以自己为中心,与物理位置相近的节点构成一个星型结构区域,然后在这个物理位置相近的区域进行负载转移。该算法具有扩展性好、效率高、维护简单的特点。仿真实验表明本算法可以达到理想的负载均衡效果,并使负载转移开销减少了40%以上。     

一种新的结构化对等网负载均衡算法

研究结构化对等网(P2P)中的负载均衡问题,P2P网络的节点、延迟和处理能力差异性很大,当前负载均衡算法忽略节点差异性,造成网络负载极不平衡,容易出现"热点"问题,使负载变化大。为了更好的均衡P2P负载,提出一种新的网络负载均衡算法。算法充分考虑节点之间的差异性,对物理节点的地址空间进行动态分配,对于热点资源下载采用局部搜索算法找到邻居节点,并自动把负载转移到轻载节点上,保证节点间负载均衡。仿真结果表明,新网络负载均衡算法加快了负载均衡速度,使P2P网络负载均衡更加均衡,能够很好保持系统稳定性。     

面向WSN数据汇集应用的动态负载均衡算法

针对WSN数据汇集应用中,由于负载分配不均衡,使得网络节点出现早死,缩短网络寿命问题,提出一种面向WSN数据汇集应用的动态负载均衡算法（DLB-DGA）。DLB-DGA算法采用压力传输和压力均衡的思想,通过压力计算模型和流量均衡计算模型,动态调整子节点转发给父节点的数据流量比例,使网络上游节点的负载逐渐趋于最大程度的均衡,延长网络寿命。仿真实验表明DLB-DGA算法可行。     

网络负载均衡在Web服务器中的应用

网络负载均衡是一种动态均衡技术,也是提高网络可靠性、进行高性能计算以及实现网络负载合理均衡分配的关键技术,它能将工作负载在多个配置和性能相近的服务器间进行均衡分配,保证网络高效运行。服务器群集使得网络负载均衡能力得到极大改善,在Windows Server 2003中网络负载均衡功能易于操作实现。本文介绍了Windows Server 2003网络负载均衡技术在Web网站的应用案例。     

基于沙堆模型的无线Mesh网负载均衡算法

无线网络中广泛使用的基于最短路径路由算法的负载均衡机制,存在部分节点负载过重而导致网络拥塞的问题,严重降低了网络的传输性能;同时,无线网络的广泛部署和应用需求急剧增长,迫切需要对现有的负载均衡机制进行优化和改进。因此,基于沙堆模型的坍塌机制及其改进,提出了一种适用于无线Mesh网络的负载均衡算法,重点设计了负载均衡的触发条件、候选节点集合计算和负载分配机制。仿真结果表明,基于沙堆模型的负载均衡算法在丢包率和吞吐量方面相比同类算法分别改善了10.4%和7%。