基于动态反馈机制的服务器负载均衡算法研究

针对当前已有负载均衡算法无法准确反映服务器负载的大小和手动设置服务器权值比较固定等方面所存在的不足,提出了一种基于动态反馈机制的服务器负载均衡算法。本算法综合考虑服务器各种性能因素,并根据当前负载动态调整权值,再依据算法调整服务器负载,使得服务器实现负载均衡。通过使用OPNET仿真软件证明该算法相对于传统算法能够减少服务器延迟,提高平均响应速率,并且有效地平衡了集群中服务器的负载。     

一种改进的动态反馈负载均衡算法

在集群系统中,负载均衡算法是影响系统性能的关键因素之一.为了进一步提高集群系统的性能,有必要对负载均衡算法进行优化.通过对最小连接算法和DFB(Dynamic Feed-Back)算法的详细分析,提出了一种改进的动态反馈负载均衡算法.该算法通过收集每台服务器的实时性能参数,动态地计算出各服务节点的分配概率,并由此决定用户请求分配给哪一个服务节点.通过对上述三种算法性能的测试,得出了该算法能够有效提高集群系统性能的结论.     

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LVS的动态反馈负载均衡的分析与研究

在Linux内核中实现负载均衡调度算法都是静态的,没有动态调节机制。这里在介绍LVS集群原理和已有方法的基础上,提出一种实时获取真实服务器的性能数据、计算和评估真实服务器负载,并动态地调节服务器权值的方法。经测试,使用该方法能够达到良好的负载均衡效果,进而能有效地提高集群的性能。     

基于动态反馈的一致性哈希负载均衡算法

负载均衡一直是分布式网络的一个研究重点.近年来随着网络视频监控系统的广泛应用,负载均衡也逐步应用到该领域,以满足分布式视频监控的需要.本文针对分布式系统的视频服务器集群提出了一种新的负载均衡方案,将动态反馈机制与一致性哈希算法相结合,并根据其业务特性进行了优化和改进,增加了系统的可靠性和抗冲击性,提高了负载均衡的总体效果.     

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。     

一种基于最优路径的分布式服务器请求迁移算法

给出了一种基于最优路径的适用于分布式视频点播服务器系统的请求迁移算法,本算法以提高系统的用户请求接受率和降低带宽消耗为目标,在随机早期迁移算法基础上,根据系统负载均衡度和带宽消耗,动态地选择最优迁移路径。实验结果证明,与随机早期迁移算法相比,这种算法增强了系统各服务器间的负载均衡,在提高了请求接受率的同时降低了带宽消耗,从而提高了系统的总体性能。     

面向智慧社区的云分支服务器设计与实现*

根据我国智慧社区的最新发展和需求,设计了一种功能强大的云分支服务器(Embed Cloud Branch Server,ECBS).通过在社区合理布置云分支服务器,从而实现社区无线网络覆盖,居民通过终端设备连接上网并使用智能服务软件,实现了社区管理和服务的智能化.并提出一种基于节点负载权值的调度算法,实现云分支服务器数据的存储与更新,保证集群系统负载均衡.经应用测试表明,该云分支服务器性能稳定,应用效果好,具有一定的推广价值,符合未来智慧社区的发展趋势.     

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。     

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.     

基于改进遗传算法的服务器端负载均衡算法

在负载均衡技术中，负载调度方法是核心，它的好坏直接影响均衡系统的性能。提出一种基于改进遗传算法的服务器端负载均衡算法。该方法降低了服务器端请求的响应时间。提高了服务器端CPU的利用率。从而改善了系统性能。数据实例表明。该方法是可行的、正确的和有效的。     

一种基于分布式服务器集群的可扩展负载均衡策略技术

提出了一种基于软件定义网络的分布式数据库负载均衡算法,将数据、控制、应用分离的同时计算服务器集群中单个服务器的实际负载.通过查询流量采样记录来决策最少连接的服务器路径,减少了访问请求的响应时间,提高了系统吞吐量和容错能力,实现了充分利用服务器资源的目的.内网中的分布式数据库实验对通用负载均衡技术和基于软件定义网络的负载均衡技术进行了比较,在不同服务器集群的负载状态下,后者的平均响应时间小于前者,并得到了更好的负载均衡效果.     

基于改进蚁群算法的软件定义网络负载均衡

为改善软件定义网络(SDN)负载均衡问题,对传统的蚁群算法进行改进,并结合服务器负载均衡算法,提出一个改进型的联合算法。该算法使用加权最小连接调度算法,服务器端选择负载最小的服务器,并利用改进蚁群算法(Im-ACO)选择到达所选服务器的最佳路径。理论分析及实验结果表明,提出的联合算法使网络性能得到显著提高,网络吞吐量更高,丢包率更低。     

代理集群的负载均衡系统的设计与实现

为了提高代理集群系统的整体性能,提高代理集群的效率,基于分布式计算领域已经较为成熟的负载均衡算法的研究成果,以及目前流行的服务器流量均衡策略,设计了一种针对代理集群这一应用背景的负载均衡策略系统,完成了系统结构和负载均衡策略的实现,并进行了性能测试。     

基于Linux的服务器集群系统的研究与设计

设计一个基于Linux的服务器具有提供负载平衡功能的集群系统。该系统能够控制完成内部网中某台实际服务器执行外部网转发来的多种请求的任务,并且不断监视集群中各台实际服务器的负载状况。     

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。     

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)。     

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.