一种基于VOD集群服务器负载均衡算法

高校精品课程建设工程的深入研究和发展,促使服务器需要提供用户大量的并发访问需求,导致越来越多的瓶颈出现在服务器端。目前较常见的解决方案是构建基于高校精品课程的VOD集群服务器和采用负载均衡技术。本文根据VOD集群服务器特点,结合遗传算法的优点,对基于高校精品课程的VOD集群服务器的负载均衡技术进行了分析和探讨,并提出一种遗传均衡算法。     

视频监控系统中的VOD负载均衡改进算法

在传统轻负载优先调度负载均衡算法中,存在用户点播响应时延长且负载均衡度不高的问题。为解决上速问题,提出一种静态负载调度和动态负载迁移相结合的负载均衡算法。静态调度算法采用基于视频点播(VOD)相似度的轻负载优先算法,将相似的点播请求调度至相同的视频点播上,提高VOD的缓存命中率,以缩短点播响应时延。动态负载迁移算法采用基于缓存考虑的REM负载迁移算法,将负载由高载VOD迁移到低载VOD上,以提高负载均衡程度。实验结果表明,在典型城域视频监控系统500路点播规模下,提出的负载均衡算法与传统轻负载优先算法相比,能够缩短17.5%的点播延迟时间,降低53.4%的集群负载方差,提高了系统的负载均衡度。     

使用WinSock编程实现负载均衡防火墙

防火墙系统常常成为整个网络系统的瓶颈。本文采用负载均衡技术构架并行防火墙群，使用客户机／服务器的工作模式，在服务器上运行负载均衡算法作为均衡负载服务器．把负载分配到防火墙群中，负载均衡算法采用C＋＋WinsSock编程实现。较好地解决了防火墙的负载均衡和可靠性问题。     

基于遗传算法的VOD集群负载均衡研究*

VOD集群技术解决了VOD服务器系统容量问题,其核心思想是负载均衡策略和算法。对VOD集群中的负载均衡技术进行了分析和探讨,并提出了一种自适应遗传算法,取得了比较理想的实验结果。     

分布式均衡算法在防火墙集群中的实现

集中式的负载均衡算法虽然能提高防火墙集群系统的工作效率,但是负载平衡服务器本身承担了信息收集和权值计算等任务,会成为网络流量新的瓶颈。分布式负载均衡算法,将各结点信息的收集和权值的计算等项任务交由结点机自己完成,结点机主动将计算出的指标值定期发送给负载均衡服务器。负载均衡服务器只运行负载均衡算法来均衡网络访问,减少了中心负载均衡服务器的工作量,更有效地提高了防火墙集群系统的工作效率。     

用遗传算法解决IM系统中的负载均衡问题

本文提出了一种基于遗传算法的自适应调度方案,用于解决即时通信(IM)系统中,登录服务器的负载均衡问题.该方案考虑到影响服务器权值的多方面因素,将遗传算法用于动态调整服务器的调度序列,实现自适应分配Peer点的登录请求,使系统中各服务器负载趋于最佳均衡状态.     

大规模多层次分布式网络系统及其仿真

研究网络分布系统管理优化问题。集中式和分布式系统结构的特点,系统存在集中式系统中服务器负载过重以及分布式系统中负载不均衡的问题。为解决上述问题,提出一种多层次的分布式系统结构,采用一个多服务器的分布式VOD原型系统用以验证所提出的多层次结构的有效性。在原型系统中,利用节目热度和用户概率模型对大规模用户的并发VOD请求进行仿真。系统中实现了一个用户行为模型系统和相应的文件调度策略,并对文件调度策略调整后的服务器负载平衡和带宽消耗进行了实验。实验结果表明,在所提出的网络系统结构下,文件调度可以使服务器达到很好的负载均衡效果,并且耗费较少的带宽资源。     

有效的WebGIS地图服务器场负载均衡算法

针对现有网络地理信息系统（WebGIS）负载均衡技术的缺陷,分析利用集群技术解决WebGIS负载均衡的必要性和可行性,提出基于地图服务器场的WebGIS分布式负载均衡模型,研究地图服务器场分布式动态均衡调度算法,建立试验床,通过一系列的试验结果验证了该算法良好的全局网络负载性。     

服务器集群负载均衡的建模与仿真研究

研究服务器集群负载优化调试问题,各服务器负载能力差异较大,要求尽可能使每一个服务器的负载均衡,传统方法没有考虑负载动态变化特点,导致服务器集群负载极不均衡,系统性能差。为提高集群系统的整体性能,提出一种基于遗传算法的服务器集群负载均衡算法。首先根据负载均衡目标建立数学模型,然后采用遗传算法模型进行求解。仿真结果表明,遗传算法提高了服务器集群系统吞吐量,使系统负载更加均衡,使整个集群系统的资源得到充分利用。     

集群服务器响应延时预测及其负载调度控制

单纯以负载均衡为目标的Web服务器集群调度不仅增加了算法的复杂度,在集群超载的情况下也无法保证服务的质量,而以响应延时为基础的均衡算法则可确保更好的服务质量.综合运用多级模糊系统与人工神经网络,既基于服务器系统的负载状况,又兼顾Web请求文件的类型与大小,对响应延时进行模糊预测,并在此基础上提出了一种基于响应延时阈值的集群服务器负载控制算法.构建仿真环境对所提出的参数预测及算法的有效性进行了验证.     

一种基于集群的VOD媒体服务器方案设计

根据电信级视频服务器和集群系统的特点，在Linux虚拟服务器构建网络服务器的基础上，提出了一种基于集群的VOD媒体服务器的解决方案，使其具有负载均衡、高可用性和动态扩展的特点，最后给出了VOD服务器集群系统的系统实现方案和测试结果。该方案的实现对其他大规模VOD系统的设计有一定的参考意义。     

多服务器/客户DVE系统的分区数据管理模式

针对分布式虚拟环境（ＤＶＥ）研究中的通信带宽限制问题,提出了一种新的适于多服务器／客户模型的ＤＶＥ系统的分区几何数据管理模式,在此基础上设计并实现了一种需求驱动的动态负载平衡算法,这种方法既利用了数据集中管理方法便于实现管理的好处,又解决了单服务器／客户系统的服务器瓶颈问题,实验结果表明该数据管理模式及负载平衡算法是有效可行的。     

一种集群式并行VOD系统的研究与实现

在VOD(Video—on—Demand)中，采用并行服务器体系结构可以分散用户请求，减轻服务器局部压力和网络局部流量，扩大视频应用的规模。给出了一种集群式并行VOD系统的体系结构，重点讨论了动态负载平衡、磁盘Cache和流式拷贝3种关键技术。     

Web服务器负载均衡的研究

目前的WWW负载均衡大多是通过分布式Web服务器的设计来实现的。而分布式Web服务器设计中的传统技术依赖于对中心资源的操纵（如路由器或DNS服务器）。本文是对目前负载均衡技术存在问题解决方案的进一步研究,研究的目的是探索基于应用的负载均衡Web服务器（Application Based Load Balancing Web Server),避免中心资源形成系统瓶颈。     

一种以负载平衡为目标的分布式VOD系统视频文件存储方法

本文在研究一种分布式视频服务器负载平衡算法的基础上,引入了服务器端视频文件分盘存储的思想.通过仿真实验分析表明,对视频文件分盘存储能够降低系统的服务拒绝率,更进一步地提高了视频服务器效能.     

VOD服务器集群中的改进SLF存储调度策略

在VOD服务器集群中,存储调度策略是影响整个系统存储容量和总并发数的关键技术之一.针对现有存储调度策略中最小负载优先（SLF）副本放置算法调整代价过高的问题,提出了一种改进SLF算法.算法以最小化负载不平衡度和最小化副本调整代价为目标,在放置过程中充分利用当前已经存储的副本,降低副本调整的代价.仿真实验表明,基于改进SLF算法的存储调度策略可以最小化负载不平衡度,降低了存储调度的调整代价,同时提高了系统的用户请求接受概率.     

基于P2P的视频点播系统设计

随着计算机网络和多媒体技术的发展,人们对网络视频点播的需求越来越高,高清、流畅和互动已经成为人们对视频点播的要求,在传统的C/S模式的视频点播系统中,客户终端要观看视频都需要依赖中心化的视频服务器,而且对带宽的要求越来越大,视频服务器就容易成为网络的瓶颈,当网络规模越大时,服务器的负担就会越重,一旦服务器崩溃,整个网络就会瘫痪。另外由于服务器的能力有限,往往不能及时地对每一个客户端的请求作出响应,因此会造成资源利用率低下。P2P网络中没有中心化的服务器,不存在系统瓶颈,每个节点既充当客户端又充当服务器端,因而具有很高的资源利用率。     

Scalable distributed Louvain algorithm for community detection in large graphs

Community detection (or clustering) in large-scale graphs is an important problem in graph mining. Communities reveal interesting organizational and functional characteristics of a network. Louvain algorithm is an efficient sequential algorithm for community detection. However, such sequential algorithms fail to scale for emerging large-scale data. Scalable parallel algorithms are necessary to process large graph datasets. In this work, we show a comparative analysis of our different parallel implementations of Louvain algorithm. We design parallel algorithms for Louvain method in shared memory and distributed memory settings. Developing distributed memory parallel algorithms is challenging because of inter-process communication and load balancing issues. We incorporate dynamic load balancing in our final algorithm DPLAL (Distributed Parallel Louvain Algorithm with Load-balancing). DPLAL overcomes the performance bottleneck of the previous algorithms and shows around 12-fold speedup scaling to a larger number of processors. We also compare the performance of our algorithm with some other prominent algorithms in the literature and get better or comparable performance . We identify the challenges in developing distributed memory algorithm and provide an optimized solution DPLAL showing performance analysis of the algorithm on large-scale real-world networks from different domains.