基于流体观点的分布式负载平衡策略

为了实现群机系统内负载的平衡分布,提高资源利用率和系统的吞吐率,文章根据工作站群机负载的特点,将负载比作为流体,从而提出一种基于流体观点的负载平衡策略,为解决分布式系统中的负载平衡问题提供一种新的思路.     

考虑网络负荷的工作站群机负载平衡策略

本文首先介绍了目前工作站群机负载平衡的研究现状,指出网络负荷波动性是工作站各体的一个重要特征,因此负载平衡必须考虑网络负荷;最后提出了一个新的负载平衡策略并介绍了获得网络负荷参数的方法。     

基于流体观点的分布式负载平衡策略

为了实现群机系统内负载的平衡分布，提高资源利用率和系统的吞吐率，文章根据工作站群机负载的特点，将负载比作为流体，从而提出一种基于流体观点的负载平衡策略，为解决分布式系统中的负载平衡问题提供一种新的思路。     

基于工作站的分布式系统中的负载分配和平衡策略

作为分布式系统部自动系统决策的基础,提出了一个新的基于多种资源尺度的用户监控的负载平衡调度器,并讨论了远程过程执行的具体实现方法。采用该文所述策略和方法可使系统性能显著提高。     

ILBOT：用于工作站机群的智能动态负载平衡软件

本文介绍了一个用于工作机群的智能动态负载平衡软件ＩＬＢＯＴ，其特点是使用在线跟踪技术以及主要使用资源利用率作为负描指标，该软件在资源利用率，平均作业响应时间指标方面雹优于当前国际上已实现的负载平衡软件。     

不同选择策略的人工蜂群算法分析

人工蜂群算法是一种模拟蜜蜂群智能行为的新型随机优化算法。在该算法中,跟随蜂选择食物源时采用的是按比例的适应度选择策略,使用这种选择方法在算法后期易产生有效个体的缺失,使搜索过程陷入停滞,导致种群的多样性下降。为了改善种群的多样性,提高算法的全局收敛性和搜索效率。该文采用适应度排序、分类选择和锦标赛等三种不同的选择策略对人工蜂群算法进行了改进与分析,仿真实验表明,改进的算法具有更强的寻优能力,在收敛速度和精度上都有显著提高。     

一个用于工作站网络的动态负载平衡算法

数学和科学计算中的大部分问题都可以用数据并行程序来开发其并行性,但是在工作站网络环境中,负载波动很大,负载平衡是影响其效率的一个重要因素。本文提出了一种动态负载平衡的算法,它可以使数据并行程序在运行时动态地调整负载。并且文中给出了这种算法的实验结果。     

LBS—基于PVM的动态任务负载平衡系统

负载平衡问题是影响工作站机群系统并行计算性能的一个重要因素。     

基于速度选择的RoboCup传球策略

在RoboCup足球2D仿真比赛中,智能体的主要行为有传球、带球、射门、截球等等。而传球策略在其中起着至关重要的作用,它牵涉到多智能体的协作问题。本文中提出的基于速度选择的RoboCup传球策略大大地提高了传球的成功率和准确率,节省了球员体力。     

一个有效的动态负载平衡方法

动态负载平衡问题是影响工作站网络并行计算性能的重要因素.首先分析出在负载平衡中产生额外开销的根本原因是负载的移动,进而定性地给出了每次移动负载的粒度公式.引入益处估计的方法,仅在有益的情况下进行负载平衡.另外还提出了一个动态负载平衡算法.最后,通过实验,将该算法的运行结果与其他人的负载平衡结果以及不作负载平衡的情况进行了对比.此负载平衡方法在工作站为空载以及不同的负载和应用问题的数据规模的情况下,都优于Siegell等人提出的方法.     

基于内容的网络集群负载平衡算法模型

在论述网络集群负载平衡算法的基础上,基于内容分类的方法,给出基于内容的网络集群负载平衡算法三元组模型。请求分类有利于提高缓存命中率,调度机制说明如何适当地转发请求,动态反馈避免将请求分配到重载的服务器,进而分析了调度机制的八种调度策略和六种基于内容的调度转发技术。该模型利用缓存内容来提高集群的吞吐量和响应时间,可部署多种服务类型。     

异构集群环境下负载平衡调度算法研究与实现

围绕平衡负载这一目标,针对进程级并行任务的动态调度问题进行了研究,提出了一个异构集群环境下动态负载平衡算法,它结合了自适应数据采集与交换算法,有效的解决了服务器之间负载不平衡的问题,提高了系统的吞吐率。     

一种基于内容的Web集群系统负载均衡算法

1.引言 Internet的普及为人们的工作带来许多方便,人们通过它获取信息或者开展电子商务活动。一个成功的Web站点面临不断增长的访问量和日益复杂的内容处理的挑战。这一切似乎都集中到如何扩充Web站点的处理能力上。早期依靠更高处理性能的服务器系统来解决问题的办法显得笨拙而昂贵。人们开始寻找更加灵活而廉价的技术手段。一些站点采用镜象(mirroring)的方式,在多个服务器上复制相同信息,以不     

一种Web服务器集群负载均衡调度算法

分析Web服务器集群技术,研究负载均衡算法,提出基于临界加速递减的一致性哈希负载均衡算法CHMDC(Consistent hash load balancing algorithm based on the Multiplicative Decrease in Critical area)。一方面,该算法采用了加权一致性哈希算法,引入了虚拟化的设计思路,采用虚拟节点进行真实服务器节点分配;另一方面,该算法提出了基于请求反馈时间计算机服务器节点负载率的方法,引入了临界因子的概念,采用了临界因子加速递减来防止服务器过载。通过实验测试证明,该算法应用于Web服务器集群的负载均衡效果突出。     

在MSCS上实现动态负载平衡

本文在比较各种服务各的基础上重点讨论运行于ＷｉｎｄｏｗｓＮＴ上的服务器软件ＭＳＣＳ的优缺点,并介绍在ＭＳＣＳ上实现动态负载平衡的技术关键。     

基于集群的代谢网络计算平台研究

在生物代谢网络研究中,为提供面向多用户的高性能计算服务,开发了基于Linux计算机集群的代谢网络模拟Web计算平台.该平台以集群为密集计算后台,以重建心肌细胞能量代谢网络为算例,采用集中式任务调度模型、加权结合轮询法的负载平衡技术以及消息传递接口并行编程模型,实现了对多用户并发任务的处理.通过实例应用和调度监控,验证了该平台在代谢网络模拟中的可用性,以及集群服务器并行处理多任务的有效性.     

基于集群的负载平衡调度算法研究与实现

在集群系统的负载调度研究中,针对请求的服务时间变化大的特点,该文提出了一个动态反馈负载平衡算法,它结合内核中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而有效地解决服务器问的负载不平衡问题,提高了系统的吞吐率。     

Practical load balancing for content requests in peer-to-peer networks

This paper studies the problem of balancing the demand for content in a peer-to-peer network across heterogeneous peer nodes that hold replicas of the content. Previous decentralized load balancing techniques in distributed systems base their decisions on periodic updates containing information about load or available capacity observed at the serving entities. We show that these techniques do not work well in the peer-to-peer context; either they do not address peer node heterogeneity, or they suffer from significant load oscillations which result in unutilized capacity. We propose a new decentralized algorithm, Max-Cap, based on the maximum inherent capacities of the replica nodes. We show that unlike previous algorithms, it is not tied to the timeliness or frequency of updates, and consequently requires significantly less update overhead. Yet, Max-Cap can handle the heterogeneity of a peer-to-peer environment without suffering from load oscillations. Mema Roussopoulos is an Assistant Professor of Computer Science on the Gordon McKay Endowment at Harvard University. Before joining Harvard, she was a Postdoctoral Fellow in the Computer Science Department at Stanford University. She received her PhD and Master’s degrees in Computer Science from Stanford, and her Bachelor’s degree in Computer Science from the University of Maryland at College Park. Her interests are in the areas of distributed systems, networking, and mobile and wireless computing. Mary Baker is a Senior Research Scientist at HP Labs. Her research interests include distributed systems, networks, mobile systems, security, and digital preservation. Before joining HP Labs she was on the faculty of the computer science department at Stanford University where she ran the MosquitoNet project. She received her PhD from the University of California at Berkeley.     

多入口集群负载均衡问题研究

分析了常用的负载均衡算法在多个调度器上同时运行时的效果,提出多入口集群的水平分割调度方案,该方案通过对各调度器设置阈值来实现。为度量轮循调度的接口负载并设置阈值,提出了轮循频率的概念,当来自不同接口的流量不一致时,需要对阈值进行调整以提高整个集群的吞吐量,为此,提出了阈值动态调整算法和一种分布式调整触发机制。该方案兼容现有的单调度器方案,有效地解决了集群环境中存在多个调度器时的负载均衡问题。     

一个基于机群的可扩展的Web缓存服务器

解决分层缓存系统较高层缓存器的瓶颈问题可用扩展性好的机群系统来实现。文章在分析了目前已有的两种典型的机群缓存服务器的基础上,提出了一个新的Web缓存服务器系统。在新系统里引入了摘要缓存机制,使系统形成单一缓存映像,达到快速访问的目的。摘要信息文件的缩短和单一入口点只传输请求不传输响应的机制,减轻了系统里请求分配器的负担,系统可扩展性好。解决缓存系统的热点文件和机群系统的异构性问题的动态负载平衡算法有利于提高系统的吞吐率。