基于目标约束的分层动态负载均衡算法*

针对网格环境下的负载不均问题,提出了一种分层动态负载均衡机制,该机制采用随机服务模型描述网格任务流特性及其资源上的动态负载状态,将站点内负载平衡问题归结为目标约束规划问题。理论分析了分层负载均衡机制的有效性证明并设计了优化方案的求解算法,仿真实验结果显示,该分层负载均衡算法在平均响应时间、系统吞吐量方面优于以往的RBA算法和DBA算法。     

一种基于序贯博弈的网格资源分配策略

网格环境中资源的负载预测是实现资源优化分配的关键任务之一,而网格资源的动态性和异构性使得准确判断资源的负载状态十分困难.针对已有的分配策略对资源负载评估的不足,提出了一种基于序贯博弈的优化用户时间的网格资源分配策略.该策略将正比例资源共享的网格环境中多用户竞争同一计算资源的问题形式化为一个多人序贯博弈,通过寻求该序贯博弈中各个阶段博弈的纳什均衡解来预测资源负载;然后利用此负载信息生成所有用户的最优出价组合和资源的优化价格;最后根据各用户出价,按比例分配资源的计算能力.通过对网格模拟器GridSim的实验研究,结果表明,该策略能够得到合理的用户出价,降低资源占用时间,从而弥补了Bredin提出的优化策略中未考虑资源未来负载变化的缺陷,实现了资源的优化分配.其结论说明运用序贯博弈方法预测资源负载是可行的,且能更好地适应网格环境下异构资源的动态性.     

动态负载均衡算法在校园网格中的应用

校园网格能有效消除信息孤岛,实现我国高校的计算资源和信息资源的有效共享。一个亟待解决的问题是在校园网格环境下,服务器节点响应能力低下。目前已提出多种技术与方案以解决并提高校园网格的服务器节点的响应能力,负载均衡技术就是一种全新的技术。本文根据校园网格的特点和影响负载均衡的因素,对基于校园网格的负载均衡技术进行了分析和探讨,并提出一种动态负载均衡算法。     

校园网格的负载均衡算法研究

ChinaGrid支撑平台的开发成功,将消除信息孤岛,实现中国高校的计算资源和信息资源的有效共享。一个亟待解决的问题是在ChinaGrid环境下,基于校园网格的服务器集群响应能力低下。目前已提出多种技术与方案以解决并提高校园网格的服务器集群的响应能力,负载均衡技术就是一种全新的技术。文中根据校园网格的特点和影响负载均衡的因素,对基于校园网格的负载均衡技术进行了分析和探讨,并提出一种网格自调度负载均衡算法。     

基于蚁群遗传算法的网格资源调度研究

传统的资源调度算法在网格环境下存在一定缺陷,如不能很好地平衡资源节点的负载,不能很好满足用户服务质量需求等.为了提高网络质量,应用遗传算法全局快速收敛的优点,将遗传算法融入到蚁群算法的每一次迭代中,使之具有很强的全局搜索能力,以加快算法的收敛速度,提出了在价格机制驱动下,应用蚁群遗传算法进行网格资源调度的算法.仿真实验结果表明,在价格机制驱动下,应用蚁群遗传算法进行网格资源调度可以减少系统总执行时间和任务完成时间,系统负载均衡度好,提高了资源调度效率,在网格环境下,算法具有稳定性和高效性.     

基于资源预测的网格任务调度模型

跨越虚拟组织中多个域(或集群)的网格任务调度由于资源的不确定性（如动态性和异构性）而成为网格应用中亟待解决的问题。提出了一种有效的基于资源预测的网格任务调度模型——RPTS,该模型利用加权最小二乘方法进行参数估计的自回归滑动平均(ARMA)预测方法对网格环境下的主机负载进行预测。利用上述资源预测结果和一类数据并行性网格任务的建模结果,对它们进行预处理、匹配并调度执行。RPTS充分考虑了网格环境下资源的动态性和异构性,为解决网格环境下任务调度问题提供了一种较好的方法。与其他一些网格任务调度方法进行了一系列的仿真实验,结果表明RPTS模型具有任务执行时间最短和稳定性较好的特点。     

校园网格的负载均衡算法研究

ChinaGrid支撑平台的开发成功，将消除信息孤岛，实现中国高校的计算资源和信息资源的有效共享。一个亟待解决的问题是在ChinaGrid环境下，基于校园网格的服务器集群响应能力低下。目前已提出多种技术与方案以解决并提高校园网格的服务器集群的响应能力，负载均衡技术就是一种全新的技术。文中根据校园网格的特点和影响负载均衡的因素，对基于校园网格的负载均衡技术进行了分析和探讨，并提出一种网格自调度负载均衡算法。     

一种面向效益均衡的网格资源预留机制

网格环境中的资源预留机制为跨站点的协同资源分配提供可靠的服务质量保证.针对传统预留机制存在本地任务QoS难以得到保障的缺陷,提出一种基于效益均衡的预留机制.该机制通过比较资源顸留收益与预留对本地任务执行所造成的负面影响来确定资源预留数量,以期取得网格任务QoS保障和本地任务QoS保障的效益均衡.模拟实验采用真实系统负载在较大规模的计算网格系统中检验了该机制的性能表现,实验结果显示,基于效益均衡的预留机制能有效提高资源利用率,同时能显著降低任务的资源费用情况.     

多机群网格的数据负载均衡模型

在多个计算机机群构成的网格环境下,为了提高异构资源的利用率,提出了一个数据负载均衡模型。根据查询节点的计算能力、存储能力、通信能力,研究了查询节点的性能模型。利用数据饱和度、数据负载矩阵、数据迁移技术描述了系统的数据负载均衡机制。试验结果表明：该模型适合海量数据的查询。     

网格环境中节点CPU负载的分形预测

网格环境下，常常需要知道网格资源在未来某一时刻具有什么样的性能，比如，调度器需要该性能估测以便进行高效的资源调度、提供满足要求的QoS以及保证整个网格系统的负载平衡。正如在其他任何计算环境中一样，计算能力是所有网格资源中最为重要的资源，通常用CPU负载来刻画节点主机的忙碌程度、衡量节点所能提供的计算能力。已有的研究表明CPU负载具有自相似性和长相关性，这启发我们使用本文介绍的分形的方法进行CPU负载的预测。实验结果证明该方法具有较高的预测精度，因而具有较好的实用价值。     

A Heuristic Algorithm for Task Scheduling Based on Mean Load on Grid

Efficient task scheduling is critical to achieving high performance on grid computing environment. The task scheduling on grid is studied as optimization problem in this paper. A heuristic task scheduling algorithm satisfying resources load balancing on grid environment is presented. The algorithm schedules tasks by employing mean load based on task predictive execution time as heuristic information to obtain an initial scheduling strategy. Then an optimal scheduling strategy is achieved by selecting two machines satisfying condition to change their loads via reassigning their tasks under the heuristic of their mean load. Methods of selecting machines and tasks are given in this paper to increase the throughput of the system and reduce the total waiting time. The efficiency of the algorithm is analyzed and the performance of the proposed algorithm is evaluated via extensive simulation experiments. Experimental results show that the heuristic algorithm performs significantly to ensure high load balancing and achieve an optimal scheduling strategy almost all the time. Furthermore, results show that our algorithm is high efficient in terms of time complexity.     

一种网格环境下的动态故障检测算法

针对现有网格系统出错几率较大、已有故障检测算法不能有效满足网格系统需求问题，提出了一种网格环境下的动态故障检测算法．根据网格系统的特点，基于不可靠故障检测思想，建立了网格系统模型和故障检测模型；结合心跳（heartbeat）策略和灰色预测方法，设计了一种动态心跳机制，并给出了预测模型和实时预测策略；提出了基于该动态心跳机制的网格故障检测算法，分析了算法的可靠性．仿真实验结果表明，该算法是正确、有效的，可用于网格环境下的故障检测．     

在无中心式作业调度中的动态网格负载平衡实现

提出一个新颖的递归算法,用于实现动态的网格负载平衡。实验仿真了松耦合无中心式调度框架,基于传统并行系统的workload模型构建了网格workload模型,保守式装填法用作各结点上的本地调度策略。结果表明,在实现网格负载平衡上,这里的递归算法比静态调度方法更有效。     

基于强挂起弱预测机制的负载均衡模型研究

大数据时代的快速发展和大数据战略的明确提出,使得Web服务器集群将面临更加复杂和严峻的负载挑战。传统的负载均衡算法存在着明显的局限性。提出了一种基于强挂起弱预测机制的负载均衡模型,该模型利用强挂起机制和基于层次分析的三次指数平滑预测算法进行负载均衡动态调度。实验结果表明该模型在系统瞬时性能异常、高并发和重负载交互情况下的负载均衡效果优于传统负载均衡算法。     

基于动态权重的一致性哈希微服务负载均衡优化

随着互联网技术的发展,互联网服务器集群的负载能力正在面临着前所未有的挑战,实现合理的负载均衡策略尤为重要。为了使负载均衡达到最佳的效率,可以使用一致性哈希算法来对集群负载均衡系统进行负载分配。针对微服务架构的服务器集群场景,对该集群负载均衡的特性进行分析,提出一种基于虚拟节点的一致性哈希环的设计与分割方法及基于动态权值的分配策略,在一致性哈希算法的基础上,实现服务集群之间的负载转移,解决微服务集群中服务负载增多,导致服务之间负载不均衡的问题,防止其中某些服务因为负载压力过大,导致服务崩溃的问题。经实验表明,与传统的一致性哈希算法相比,改进后的负载均衡策略负载不均衡的概率是原来的31%;并且动态分配策略具有良好的负载均衡性能,有效地解决了微服务分布式架构的负载均衡问题。     

基于动态灰色预测的网格故障检测算法

针对网格系统故障检测的需求，提出了一种基于动态灰色预测的网格故障检测算法。基于不可靠故障检测思想，建立了网格系统及故障检测模型；结合心跳策略和灰色预测方法，设计了一种动态心跳机制，并给出了预测模型和实时预测策略；提出了基于该动态心跳机制的网格故障检测算法，分析了算法的可靠性,并通过仿真实验验证了算法的正确性和有效性。     

大规模并行 CFD 软件的负载平衡设计

基于多区结构网格的计算流体力学方法,在并行处理的难点是多个网格数据块在计算资源上的高效合理分配,以实现大规模并行环境下的负载平衡。本文围绕负载平衡问题,介绍了 CCFD 软件开展的一些工作,包括：1. 面向结构网格的双层图剖分策略,通过细层图剖分环节考虑计算量和通信量的负载平衡;2. 建立可细分的重叠网格体系,并基于该体系建立了重叠网格系统的双级负载平衡模型。算例验证表明,所采用的负载平衡策略在大规模并行环境下能获得较高并行效率。     

独立任务调度的启发式算法

任务调度是一个NP-hard问题,而且是并行与分布式计算中一个必不可少的组成部分,特别是在网格计算环境下任务调度更加复杂。该文提出了满足负载均衡的一个启发式任务调度算法。给出了选择处理机和任务的方法,以提高算法的效率。实验表明该算法是一个高效率的调度算法,并且几乎总是找到了最优调度方案。     

P2P分布实时数据交换的高可用混合负载均衡算法

负载分配是分布式系统的资源管理和任务调度的关键问题之一，本文在分析当前已有算法在负载的实时分配方面存在的问题基础上，提出了适用于P2P分布实时数据交换的高可用性混合负载均衡算法2PLB．该算法将处理结点的处理能力和网络流情况协同考虑，以一种静态负载均衡和动态负载均衡结合的自调节混合负载均衡算法实现用于实时任务调度和负载调节．相比单纯的静态负载均衡或者动态负载均衡算法，本文所提的算法避免了纯静态负载均衡算法在处理任务时不能满足可适应性问题，又克服了纯动态负载均衡在任务处理过程中由于维护动态负载状态和任务迁移而导致的计算复杂度等问题的缺点，所提算法对于大规模实时任务处理具有实时性强，易于调度，具有显著的可比性等特点，广域网络环境下的系统测试表明所提算法能够以对等模式提供高质量实时数据交换和共享服务．     

集群服务器在混合请求下的负载均衡优化算法

针对Web集群服务器在处理分配混合页面访问任务时开环负载均衡算法导致局部服务器负载偏高而降低系统效率的问题,建立了一类基于动态调节的闭环负载分配策略。根据服务器处理Web访问页面类型的特点,建立静态页面与动态页面混合处理的负载量模型,形成处理不同服务请求与负载均衡的内在动态映射关系,以此优化静态页面缓存与调用方式,并基于服务器负载率动态预测和均衡指标,采用负载率偏差最小的任务权重最优分配模型,确定服务器集群的最优任务权重,实现了服务器集群处理混合页面访问的负载均衡分配策略和算法。仿真结果验证了负载均衡算法的正确性和有效性,可以达到更好的负载均衡效果。