一种改进的Linux集群系统负载均衡算法

提出一种基于改进的Linux集群系统负载均衡算法.首先通过修改负载权值计算指标,然后通过动态反馈机制收集各个各服务器的实时负载,负载均衡器根据收集的负载信息动态调整服务器权值,最后根据权值选择最优服务器去处理新的任务.仿真测试结果表明,改进负载均衡算法提高了整个系统的响应能力和吞吐量,较大幅度地提高系统的综合性能.     

基于改进布谷鸟算法的自适应负载均衡算法

针对负载均衡算法在高负载请求下服务器集群效率不高,负载不均衡及低负载请求下影响服务器效率的问题,文中基于Nginx负载均衡服务器,提出一种基于改进布谷鸟算法的自适应负载均衡算法。该算法通过熵权法确定CPU、内存、磁盘IO性能和网络带宽等各项负载指标的权系数,衡量各项负载指标对负载评价影响的重要程度,并基于Nginx加权轮询算法和服务器实时负载情况,设计了高并发负载情况下的动态负载均衡算法。引入转化阈值计算,通过引入基于种群熵的改进布谷鸟算法计算Nginx静态加权轮询算法,转变为动态负载均衡算法的转化阈值。通过实验测试,相较于WRR算法、least-con算法和动态权重算法,该算法在响应时间和实际并发数等方面具有表现更好,在数值上相比于动态权重算法有18%左右的提升,验证了本文算法具有更好的负载均衡效果。     

基于DHCP服务器状态的动态负载均衡算法

负载均衡是DOCSIS/PacketCable网络环境中DHCP服务集群亟待解决的问题,负载均衡算法是给集群中各服务器分配任务的核心,本文提出了一种根据服务器状态来分配任务的算法,给出了服务器性能、负载量、权值及服务器状态的计算。算法引入了根据随机数和服务器的状态选择服务器的方法,在考虑服务器真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法。测试结果显示该算法优于基于实时性能动态反馈的负载均衡算法。     

一种基于优先级队列的集群动态反馈调度算法

在分析现有面向LVS集群的负载均衡调度算法优缺点的基础上,提出了一种新的调度算法—基于优先级队列的动态反馈调度算法。该算法根据定期采集到的各服务器负载信息动态地调整各服务器的权值,并根据权值建立优先级调度队列借以实现连接的调度。算法可保证良好的负载均衡性,且时间复杂度降低至O(1)。     

一种面向多类型服务的动态负载均衡算法

针对航空物流ILink数据平台交易复杂性高、服务种类多、业务规模大等特点,提出一种面向多类型服务的动态负载均衡算法。通过分析四种基本服务类型以及实时采集四种服务类型的资源消耗,根据用户服务请求类型的不同动态调整各服务器的负载,引入了过载服务器节点缓冲机制缓冲负载过重节点,有效解决了航空物流ILink数据平台可能出现的用户等待时间过长、局部负载过重、甚至个别服务器节点崩溃的问题,达到了集群的负载均衡。仿真实验结果表明,提出的算法在系统吞吐量、系统响应时间、负载率等关键指标上优于经典的比率算法和遗传算法。     

基于最优赋权法的负载均衡动态分配算法

在集群中服务器均衡负载内置算法运行前指定权值静态评估节点的负载能力,使得负载均衡器不能体现服务器资源动态变化的问题,提出了一种采用最优赋权法对加权轮询算法的权值更新进行改进,通过对后端服务器CPU利用率、内存利用率、磁盘I/O、网络带宽、连接数等性能的建模,再根据最优赋权法动态调整性能指标的权重。能更客观的评价服务器节点的负载情况。通过对照实验结果表明,文章算法在请求响应时间、系统吞吐量等方面有较好的负载均衡效果。     

基于SED的自适应负载均衡研究

负载均衡是提高集群系统性能的重要技术,负载均衡技术可以在当前的网络应用结构上有效提高服务器处理能力,使系统在现有的结构下能够满足更多的用户同时访问所提供的服务,负载均衡算法是集群任务分配的核心。分析了影响服务节点性能的主要因素,基于SED算法提出了一种负载均衡的自适应机制,根据服务节点的性能状况自动调整权值。在Linux平台下进行了实验,测试结果显示该算法优于静态算法。     

基于累积点播概率的负载均衡算法研究

为了提高集群系统的资源利用率,降低对用户请求的拒绝率,需要对集群系统中的各个服务器节点进行负载均衡.文章在对一些主流的负载均衡算法进行了详细分析,对比了它们的优缺点,并在此基础上提出了基于累积点播概率的负载均衡算法.该算法包含三个部分:最优副本生成、贪婪的副本放置和动态贪婪副本调整.仿真实验验证了所提算法的有效性.     

一种基于改进遗传算法的动静态负载均衡算法

针对目前负载均衡算法在低负载情况下影响系统效率及在高负载情况下分配效率不佳等问题，基于Nginx服务器，文中提出了一种在改进遗传算法基础上动静态结合的负载均衡算法。该算法选择使用CPU性能、内存性能、磁盘I/O和网络带宽等服务器性能参数作为服务器节点性能评价指标及低负载下的静态加权轮询算法权值，并基于该指标根据节点性能使用率所占集群平均负载使用率的变化，设计了在高负载情况下的动态负载均衡算法。通过引入操作转换阈值及动态三角函数操作概率的改进遗传算法，实现了静态算法优势区转变为动态算法优势区的阈值计算。通过设计对比实验，证明了文中算法在实验环境下相比于加权轮询算法、概率择优算法和dnfs＿conn算法更具有较好的负载均衡效果，相比于dnfs＿conn算法在平均响应时间和实际并发连接数等数值上具有15%左右的提升。     

基于排队论综合指标评估的动态负载均衡算法

互联网通信、计算机集群和云环境均具有一定的复杂性和动态性,极易发生负载失衡,从而降低服务效率、增加能耗。因此,负载均衡技术成为重点研究课题。现有的负载均衡策略均是以 CPU、内存、进程等参数的占用率来评估服务器当前的负载情况,但服务器负载情况的复杂性往往使其难以得到准确评估。针对该问题,提出了一种基于排队论综合指标评估的动态负载均衡算法,首先引入排队论模型评估各服务器的实时负载情况,然后根据各服务器的负载综合指标,将输入队列中的任务逐一分配给各服务器。实验结果表明,该方法可有效平衡各服务器的负载且减少任务请求的平均等待时间。     

基于多核单向共享树的选播路由算法的研究

为了更好地在应用层实现选播通信.在对已有选播路由算法PIA-SM和CBT的优缺点分析的基础上,提出了一种基于多核单向共享树的选播路由算法,并给出了核节点和选播组成员的选择策略,实验表明,本算法能有效平衡网络和服务器负载,并在网络负载较重的情况下,有效地降低数据包的传送时延.     

基于内容的分布式web服务器负载平衡算法

通过分析服务器对静态内容和动态内容处理过程的不同,在给出分布式网络服务器系统结构模型的基础上,提出了一个新的将静、动态内容分配都考虑在内的周期更新动态负载分配算法;通过将其加载在所建立的仿真平台上进行测试得到的最终结果可以看出,所给的负载平衡算法能有效的使系统达到并且保持负载平衡.     

一种新的面向广域Web服务器集群的动态负载平衡算法

由于地理意义上的分散性和系统的动态变化性,群集间的负载分配成为了一个棘手的问题.首先给出了一种多量纲参数的融合策略,然后提出了一种动态负载平衡算法.通过对广域Web服务器集群环境建立数学模型,设计并实现了试验平台.仿真结果表明,该算法可以满足系统的负载平衡需求,因此较大程度地减少重定向引起的延时以及提高系统的准入概率.     

A LIMITED RESOURCE VECTOR LOAD-BALANCING ALGORITHM FOR SOFTSWITCH-BASED HETEROGENEOUS CLUSTERED MEDIA SERVER

I. Introduction NGN (Next Generation Network) that can sup- port multimedia services has become a research hotspot in telecom and computer field in recent years. In the NGN architecture, multimedia service platform includes many kinds of devices[1]. As the device to provide media resource data and multime- dia operation environment under the control of softswitch device, media server is a key device on multimedia service platform. The media server un- der the control of softswitch device i…     

一种保证服务数据流QoS的选播路由算法

提出一个目标为保证服务数据流QoS的选播路由算法．算法利用路径逆向带宽、跳数和服务器负载生成能够满足选播数据报所要请求服务数据的QoS要求的路径，并在该路径上路由选播数据报，同时为服务数据预留资源，以此保证选播数据报到达的服务器以及相应网络路径能够为服务数据提供足够的支持．算法免去服务数据资源预留对单播QoS路由算法的依赖；能够提高服务数据资源预留的成功率，并在一定程度上平衡服务器负载；同时还可降低资源预留的消息开销，减少资源预留的建立时间。     

SOA中一种带有预测功能的自适应负载均衡算法

在面向服务架构（SOA）中,针对目前负载均衡算法对于延时期间的负载波动情况自适应性及预测性较差的问题,提出一种改进的带有预测功能的自适应负载均衡算法．当工作负载到达率和服务特征发生变化时自动调整负载参数,并对后续请求的负载权重及分配情况进行预测．实验结果表明,该算法适用于高频率分布式的服务集群环境,能够有效的缩短服务器的平均响应时间,提高服务器的性能．