网络负载均衡技术对HRPD网络的性能提升

HRPD智能网络的关键技术之一——网络负载均衡(NLB)技术,能解决现网所存在的负载不均衡问题,有效地提升网络性能,改善用户体验.通过将网络负载均衡技术应用到现网环境下,评估该技术在现网的应用效果,重点分析开启网络负载均衡技术后,现网重负载扇区的容量增益及用户体验增益情况.分析结果表明,网络负载均衡技术能有效降低重负载扇区的负荷量,为网络带来一定的容量增益和用户体验增益.     

自组织无线网络中的移动负载均衡技术

文章认为基于人工进行的网络优化方法难以适应未来网络发展需要,为此LTE系统引入了自组织网络技术。自组织网络技术涉及网络部署、运行的各个环节,其中移动负载均衡技术是自组织网络技术的一个关键技术。移动负载均衡技术通过用户在不同小区之间的切换实现负载的转移,从而实现负载的均衡分布,提高网络性能。针对很多移动负载均衡算法没有考虑用户的服务质量(QoS)要求,文章介绍了一种保证QoS要求的移动负载均衡算法。     

基于等概率路由模型的传感器网络负载均衡研究

无线传感器网络的能耗效率与流量负载分布密切相关。论文从微观角度研究了无线传感器网络的负载均衡问题。基于等概率路由模型,分析了拓扑传输结构对于感知数据流量的分流作用。根据分析结果,提出了多对一传输模式下任意节点负载密度的定义和算法。分析了节点的负载密度与传感器网络生命期的关系,进一步论证了在多对一的多跳传感器网络中不能实现完全的负载均衡,但是通过设计合理的拓扑结构可以实现准负载均衡。仿真结果说明,从微观角度得到的节点负载密度可以准确描述无线传感器网络的流量负载分布,由此得到的准负载均衡条件也能实现绝大多数节点的负载均衡。     

基于OpenFlow的负载均衡研究

Open Flow网络将控制平面与数据平面解耦,通过集中式的控制器来控制整个网络,能够更有效地实现对网络流量的管控。基于Open Flow的负载均衡通过对链路流量进行调度和分配,实现对整个网络流量的负载均衡,能防止网络拥塞、提高网络资源利用率等。但是传统的负载均衡方案难以满足Open Flow网络的全局式、灵活性的要求。因此,需要对Open Flow网络中的负载均衡进行进一步研究,文章提出一种全新的负载均衡解决方案。     

基于最大流的无线mesh网络负载均衡信道分配算法

针对无线mesh网络中各信道间的干扰情况及流量负载均衡问题,定义了负载均衡的目标优化函数,设计一种基于最大流的负载均衡信道分配算法。该算法优先考虑为负载量比较大的链路分配更多的带宽,使得一些关键链路能够承受较大的流量负载,实现各信道的负载均衡,减少网络拥塞,降低分组丢失率和延迟。实验结果表明,该算法较好地平衡了网络负载,在网络业务较重的情况下还能获得较好的网络性能。     

LTE异频负载均衡算法优化的技术应用

文章通过对大话务量场景下同覆盖异频小区的话务不均衡的问题进行负载均衡专项优化,应用负载均衡触发模式、异频负载均衡用户数门限、负载均衡用户数偏置、负载均衡最大切换用户数、用户数差值门限、异频空闲态等有效方法,对异频小区的话务量不均衡情况进行了网络优化,使网络效益明显提升。     

一种软件定义无线网络负载均衡架构及算法

软件定义网络( SDN)为实现异构无线网络中的负载均衡提供了新的思路。设计了一种软件定义的无线网络负载均衡架构,并提出对应算法。首先,根据接收信号强度构建候选网络列表;其次,根据各候选网络的可用负载比率标准差进行负载差异分级;再次,将服务质量匹配度函数和负载均衡指数线性组合成联合优化函数,并根据负载差异分级对联合优化的权重进行动态调整,合理设置门限进行接纳控制。与传统算法相比,所提算法一方面可使各类业务阻塞率明显降低大约20%,另一方面使不同网络的归一化负载更加接近。该算法在进行网络负载均衡的同时,能够有效降低业务阻塞率,从而有效提升异构无线网络的整体性能。     

使用负载均衡技术建设高负载的网络站点

随着互联网络的不断发展,信息交换需求的增加,对网络站点的负载能力要求越来越高。针对如何建设高负载的网络站点这一问题,分析了负载均衡技术的基本原理,研究了基于特定服务器软件的负载均衡、基于DNS的负载均衡等几种不同负载均衡技术的性质。比较了它们的优缺点,得出了相应的结论并提出一些建议。     

基于类正态分布的TD-LTE重选机制研究

根据网络负载均衡问题,引入了类正态分布概念。从小区负载入手,通过添加重选触发值和重选阈值,提出了一种全新的基于均衡网络的重选机制。根据优先级的不同,提出的TD-LTE、TD-SCDMA和GSM 3种系统的重选参数与准则,能保证网络重选后小区始终处于负载均衡状态。     

ISA中的的负载均衡技术及其应用

探讨网络负载均衡技术(NLB)在网络中的应用.介绍使用群集技术的优势及常见的负载均衡类型,以及基于ISA-Server的负载均衡应用及解决方案,最后给出实际应用的效果.     

LTE-Advanced异构网络中负载均衡研究进展及展望

新一代移动通信网络不断演进为高密集、无定型的异构网络,业务需求与资源供给的匹配问题,即负载均衡问题是异构网络(heterogeneous network,HetNet)资源管理的挑战问题之一.阐述了负载均衡的一般性问题,根据负载均衡算法的主要特征给出了综合分类,按照分类对近年来提出的主要负载均衡策略进行了细致和深入的对比分析;同时也对比分析了几种减少负载均衡过程中信令开销的方案.在总结现有研究成果的基础上,进一步分析负载均衡技术的最新发展趋势,为下一步的研究提出了新的问题和思路.     

网络动态负载均衡算法分析

在阐述网络负载基本概念的基础上．分析了基本的网络负载均衡算法并对动态反馈负载均衡进行了探讨。     

铁路负载均衡技术在多宿主网络中的应用

对目前多宿主网络存在的问题,提出使用链路负载均衡技术解决其负载均衡和冗余备份。论述了链路负载均衡技术的工作原理和它在企业网中的具体应用与改造。改造后的网络经测试其效率和可靠性都得到了明显提高,有着较高的应用价值。     

WLAN_MESH中一种基于负载均衡的接入点选择方法

针对WLAN Mesh网络进行接入点选择方法设计时,传统的接入方法以RSSI强度作为接入判断准则存在的缺陷问题,本文提出一种基于负载均衡的接入点选择方法,通过在负载均衡器中添加负载控制模块对网络和节点的负载进行实时监控,并建立网络效用模型,确定联合网络收益最大所对应的每个网络的接入用户数量,使得网络之间负载均衡且联合收益最大化。     

面向数据中心网络的分布式负载均衡网关架构

为满足数据中心网络在高并发量、低尾延时等性能上的需求,提出一种面向数据中心网络的分布式负载均衡网关架构。该新型网关架构主要包括资源池化汇聚算法、优先调度算法和动态负载均衡算法等3个核心算法模型。基于该架构,借助现场可编程门阵列(FPGA)实现智能网关的整体设计。通过第三方测试,基于分布式负载均衡网关架构的智能网关可针对数据包的关键信息实现灵活、可扩展的负载均衡,线速可达9.4 Gbps(不丢包),线速为10 Gbps的丢包率约5%,端口时延为2 μs。与通用的负载均衡方案(软件负载均衡与硬件负载均衡)相比,分布式负载均衡网关架构采用基于数据包优先调度的负载均衡策略和硬件存储资源智能“池化”的流量管理,保障了数据中心网络系统中百万级数据流的高效分发,提升高并发量、低时延应用的性能。在面向百万条并发情况下,网络链路响应尾延时小于60 ms。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

Ad Hoc网络负载均衡路由协议研究

网络负载是影响Ad Hoc网络性能的重要因素,网络负荷比较重时,局部的拥塞将导致网络性能的下降,分析研究现有负载均衡路由协议,并利用链路层信息,结合原Ad Hoc路由协议AODV提出了一种跨层负载均衡的路由协议方案,在选路过程中引入负载均衡机制,均衡网络流量,以提高网络时延、分组到达率等性能.最后用NS2软件仿真证明了改进路由算法的优越性.     

基于聚类分析和深度学习的多频多模网络负载均衡优化

负载均衡问题是LTE多频多模网络要解决的重大问题。多频多模网络结构复杂,负载均衡涉及的参数达数百个,仅依靠人工经验很难进行精细化配置。为解决多频多模网络的负载均衡问题,解决现网运维的难点与痛点,提出一种基于机器学习的多频多模网络负载均衡方案。首先选取关键指标对网络场景进行划分,然后利用机器学习技术挖掘出不同场景下的最佳参数配置建议。经验证,机器学习技术可以大大提高参数配置的质量和效率,做到精细化参数配置。     

软件定义网络中基于效率区间的负载均衡在线优化算法

在大型复杂软件定义网络中,为提高网络负载均衡,减少控制器与交换机间的传播时延,该文提出一种基于效率区间的负载均衡在线优化算法。在初始静态网络中,通过贪心算法选择初始控制器集合,并以其为根节点构建M棵改进代价的最小生成树(MST),确定初始M个负载均衡的子网;当网络流量发生变化时,通过广度优先搜索(BFS)调整子网间交换机映射关系使其满足效率区间,保证任意时刻网络的负载均衡。算法均以网络连通性为基础,且均以传播时延为目标重新更新控制器集合。仿真实验表明,该算法在保证任意时刻网络负载均衡的同时,可以保证较低的传播时延,与Pareto模拟退火算法、改进的K-Means算法等相比,可以使网络负载均衡情况平均提高40.65%。