基于数据划分的分布式模型及其负载均衡算法

介绍了基于应用划分的对称式集群和非对称式集群两种经典的分布式模型,分析两种经典模型在企业级应用中的缺陷.为了克服这些缺陷,引入基于数据划分的分布式模型,并提出适用于企业级系统的基于数据库访问量的负载均衡机制.通过测试与分析,获得负载均衡机制中两个关键参数Dmax和VSRT的阈值.该模型和负载均衡机制具有更好的运行性能、横向可扩展性和动态负载均衡能力,已经被应用于单机金融遗留系统到J2EE分布式环境的再工程项目中,成功地实现了基于数据划分的系统架构,取得了理想的效果.     

结构化P2P网络的语义发布/订阅系统 负载均衡算法

针对分布式发布/订阅系统的特点,结合结构化P2P网络负载均衡算法的优点,实现了一种基于结构化P2P网络的语义发布/订阅系统的负载均衡算法.采用本体支持语义,定义本体类权重、节点权重、虚拟订阅等概念,将本体类权重树映射到代理权重网络.由代理节点管理虚拟订阅,本体路由表维护映射信息.事件和订阅根据其本体信息被分配到不同的代理节点上.实现了对结构化P2P网络的基于语义的划分,达到分布式计算和匹配的目的.在此基础上,提出一种动态负载均衡算法：动态调整本体类权重及代理节点的权重,在代理节点负载过载时,进行虚拟订阅的交换或迁移,使得系统获得高效的负载均衡.实验结果表明,负载均衡算法显著地改善了结构化P2P代理网络的可用容量,具有良好的可扩展性,在网络资源消耗方面取得了良好的平衡效果.     

基于移动Agent的分布式资源分配策略

分布式资源分配策略可以解决集中调度式的瓶颈计算问题.但如果在缺少完整网络信息的前提下,它也会出现学习机制偏差,导致最终无法获得全局稳定的任务均衡负载分布.基于此,该文提出了基于移动agent的分布式资源分配策略(MADRAP),MADRAP是在传统的分布式资源分配策略基础上改进学习机制,使其在只有部分网络信息前提下最终实现全局稳定的任务均衡负载.实验证明MADRAP不会增大系统的耗时,简化了移动agent的路由问题.     

光接入网网络管理系统设计

提出一种基于Web界面，具有分布式处理功能，能适应多种网络环境的光接入网网络管理系统，该系统采用浏览器-总管理者-次管理者-光接入网设备4级分层结构，系统功能独立，扩展负载均衡，功能实现上使用了CORBA面向对象的客户／服务器分布式程序设计思想，利用Java语言作为主要开发语言．     

分布式存储中数据分布策略的分析与研究

通过对当前已有分布式存储中数据放置策略与动态负载平衡算法的研究及学习,本文简单分析了分布式存储架构模型;详细介绍了分布式缓存的问题;研究了哈希算法,并对其容错性和可扩展性进行了分析;分析了虚拟节点的引入原理;并深入研究了基于节点容量感知的负载均衡策略.最后,针对当前分布式存储中数据应用环境中数据分布策略可扩展性以及灵活性的不足,并结合所得的研究成果写出了个人心得,提出一种更加合理的数据分布策略.     

全景动态光场采集的分布式存储与管理

针对目前光场采集系统中软硬件体系结构和数据采集、存储、管理机制的不足,该文设计了一种面向大规模全景动态光场采集的分布式存储与管理系统。系统实现对复杂非规则运动的多目标进行七维光场信息实时采集和捕获,并在时间、空间、光照维度上对分布式存储的光场数据进行关联性检索和管理,该系统具有良好的可扩展性,易于采集节点等硬件设备的扩充和调整。在长时间、数据密集的分布式采集和存储实验中,该系统没有出现丢帧现象,数据库管理性能满足光场处理算法中对数据的关联性检索。     

分布式无线通信系统中负载均衡问题的研究

提出了负载均衡在分布式无线通信系统信号处理资源管理中的应用方法,给出了负载均衡域的划分依据,即域内处理节点呼损概率的方差大于某一定值。指出了负载的评价、均衡的粒度及策略的选择方法。通过分布式时间驱动算法的仿真验证了负载均衡的效果及均衡域的划分依据。     

网络负载均衡问题的对策和建议

随着互联网的迅速发展,应用服务器工作量的日益增加,致使一些网站的服务能力跟不上,从而影响了网站自身业务的发展。负载均衡的出现在一定程度上解决了这个问题。在众多的负载均衡技术中,网络负载均衡技术由于其优势,成为了目前使用最为广泛的技术,其产品包括F5的BIG-IP、RadWare的Web Server Director、IBM的WebSphere EdgeServer、TriLoad负载均衡服务器等。本文概述了负载均衡技术的产生背景,同时也在论述三种负载均衡技术的实现方法上,针对在Windows Server 2003系统中如何实现负载均衡技术做了详细的讲解。     

Linux集群系统分析

主要论述了集群系统的体系结构,从分布式作业调度的角度进行负载平衡特别是网络负载平衡的分析,研究在集群环境下负载均衡的实现手段、均衡算法。     

基于Web Services的工作流系统监控管理工具设计

随着工作流系统趋于大型化和复杂化,工作流实例在执行过程中会出现各种例外,如:实例运行的阻塞、安全性等.引入分布式技术Web Services平台,结合XML技术良好的灵活性和可扩展性,对工作流系统的监控管理工具进行设计,使得工作流管理与监控接口具备了良好的灵活性、重用性和可扩展性.实现监控管理系统对任务执行进行实时监控,对执行过程的一些错误进行及时处理,保证了过程模型的正确性和过程实例的一致性.     

基于市场匹配的多Agent智能爬虫系统

在网络文字、图像视频、音频数量日益增长的网络世界中,网络爬虫爬取结果变得越来越差,主要表现在爬取网页的精确率低、召回率低和重复率高等方面。为解决这些问题,结合市场匹配基本原理和网络爬虫的特点,提出一种基于市场匹配算法的多Agent智能爬虫系统。基于市场匹配算法,设计了多Agent智能爬虫系统,以雅虎一级目录12个主题为测试数据对网络爬虫爬取网页的精确率、召回率和重复率进行了分析。结果表明,与未使用市场匹配算法的系统相比较,基于市场匹配算法的多Agent智能爬虫系统的精确率提高了9%、召回率提高了8%、重复率降低了5%,其爬虫性能有较大改善。     

网络爬行虫智能化研究分析

Web爬行虫是当今搜索引擎的主要组成部分,也是信息检索领域研究的热点问题。本文综述了具有一定智能性的网络爬行虫的研究历史与现状,主要包括两个方面:传统的人工智能方法如神经网络、遗传算法、蚁群算法等在网络爬行虫的应用,以及借助这些方法发展起来的主题爬行虫;多网络爬行虫系统中爬行虫的协调的Agent技术。在此基础上,提出了一个语义概念背景图的网络爬行的基本思路。     

双层均布荷载作用腹板开孔混凝土简支箱梁模型试验研究分析

为实现城市双层交通,以1∶6比例设计了腹板开孔混凝土箱梁,对其在双层均布荷载作用弹性工作状态下的受力性能进行了试验研究。基于试验结果建立有限元模型对其进行分析,在理论值与试验值吻合的基础上,讨论了开孔与否对试验梁弹性阶段受力性能的影响。研究表明：均布荷载作用在双层箱梁底板其实测跨中挠度比相同荷载作用于顶板时增大9.7％,底板加载对腹板开孔混凝土简支箱梁的挠度有较大影响;较不开孔箱梁而言,各工况作用时开孔箱梁跨中挠度增大22.9％～28.1％,且开孔梁在各工况作用下截面剪力滞系数增大,最大增大量值达62.0％。因此,腹板开孔对承受双层荷载钢筋混凝土简支箱梁抗弯受力性能有较大影响。     

一种改进的网格资源组织及其任务调度

为了提高网格资源调度的效率,利用分层的思想和方法,提出一种分层的网格资源组织方式及其调度机制。通过在分层组织结构中引入负载信息表和资源统计表,对传统的资源组织方式进行改进,在任务调度时对网格资源进行筛选,缩短任务的平均调度时间,提高任务调度效率,同时可解决网格内部的负载平衡问题。仿真实验及分析显示,与传统的资源组织方式相比,该组织方式可提高网格系统的性能,同时具有较好的扩展性。     

一种负载均衡算法的研究与实现

在分布式系统中，负载均衡就是要将重负载机上的作业转移到轻载机上执行，使得整个计算机系统中的负载趋于平衡，目的是要缩短作业的平均响应时间．本文以故障检测设备的研发为背景，提出了一种实用的负载均衡算法，并通过网络仿真软件-OPNET仿真了该算法，仿真结果表明该算法较好地完成了负载均衡的任务．     

基于网格的异构无线网络负载均衡算法

针对目前软负载均衡算法中无线资源统计不具有普适性,未考虑用户业务需求与异构资源单元差异性匹配的问题,根据网格计算的思想,在异构无线网络中提出了基于网格的负载均衡算法。该算法首先将无线资源映射成不同的三维资源单元,每个三维资源单元相当于一个网格。然后将业务分成不同的子业务流(数据包),统一分给不同的网格,实现业务的分布式分流,在保证用户QoS的情况下,实现网络的负载均衡。仿真结果表明:基于网格的负载均衡算法能够较好地均衡异构网络间的负载,降低负载偏离度,提高系统吞吐率。     

LEO卫星网络中基于分布式路由算法的流量均衡策略

LEO卫星网络因覆盖于地球表面的球面结构,高纬度地区轨道间链路较短,导致网络流量分布不均匀的现象. 该文以分布式路由算法为基础,提出了基于横向转发权限和横向转发率两种应用于LEO卫星网络的全网流量均衡分布优化策略. 前者能够对特定区域的流量进行调整,可作为流量实时调整策略; 后者能够控制全局网络的流量分布情况,适用于网络流量分布的整体优化. 通过仿真,验证了两种流量均衡策略能够使网络流量分布情况按照一定的均衡特点进行调整,从而实现网络流量优化的目的.     

基于CMM模型的HDFS负载均衡策略

为实现Hadoop分布式文件系统的负载均衡,并保证较低的负载迁移代价和数据传输代价,提出了确定环境下多阶段多目标(CMM)决策模型. 该模型以CPU、内存和磁盘剩余负载能力作为决策条件,以负载均衡效果、负载迁移代价和数据传输代价作为决策目标,依据决策节点间的影响关系构建有向无环图,通过多个决策阶段的决策,并计算方案效用确定最优均衡方案. 仿真实验结果表明,基于CMM模型的负载均衡策略能取得较好的负载均衡效果、负载迁移代价和数据传输代价.     

P2P信任管理模型的公平性研究

在众多相关文献中,P2P信任管理模型设计更多考虑效率,抵抗恶意攻击性等方面,而"公平性"作为影响网络整体性能提高的重要因素却没有得到重视.将影响公平性的行为分类,着重考虑"非恶意行为"所造成的"隐性不公平",最后通过仿真验证了信任管理模型可以在实现负载均衡的同时达到降低无效下栽次数的目的.