覆盖网络中一种公平负载均衡QoS路由算法

覆盖网络通过选择资源消耗代价较低的应用层服务路径实现分布式网络应用的负载均衡,但传统方法未考虑局部负载较重链路中存在的资源瓶颈问题,导致系统吞吐量的下降.针对该问题提出一种公平负载均衡QoS路由算法,该方法引入表征路径瓶颈程度的资源公平指数,依据代价模型建立新的负载均衡效用函数,并采用自适应的系统负荷状态加权方法修正Q...     

基于QoS的网络负载均衡选播路由算法*

传统演化算法在解决选播路由问题时,初始种群仅包含到选播组中部分服务器的可行路径,并且未考虑服务器的负载,设置的QoS约束惩罚函数过于简单,这些方法易导致算法收敛到局部最优路由。针对这些问题,提出一种根据选播组中成员服务器的负载来初始化种群的选播路由算法,首次提出用区分度更高的QoS约束惩罚函数来组成适应度函数。在随机生成的Waxman网络拓扑环境下进行仿真实验,结果表明,与传统算法相比,该算法得到的最优路由具有更大的带宽,更小的时延,且能在更少的代数内收敛。     

基于遗传算法的网络负载均衡的选播路由算法

在分析选播通信服务的基础上,提出了一种能实现网络负载均衡的基于遗传算法的选播QoS路由算法,该算法在满足业务带宽和时延的基本要求下,采用适合问题特点的遗传算子,将网络资源消耗和负载均衡分布作为目标函数进行优化,达到网络资源消耗较小,负载均衡分布的目的,仿真结果表明,该算法是有效且切实可行的。     

基于QoS的网格负载调度算法

针对多数启发式算法不能满足任务紧迫性需求的问题,基于Min-min算法和Sufferage算法的优点提出基于紧迫性需求的系统损失与任务复杂度平衡(QoS-based BSLTC)算法。在网格任务中加入QoS参数,在任务调度过程中,基于任务的分配损失和权衡系数,比较最大损失任务和最高计算复杂度任务,选出对系统性能影响最大的任务,并将该任务映射到完成时间最早的资源。分析结果表明,与Min-min算法和Sufferage算法相比,QoS-based BSLTC算法具有执行效率高、任务完成总时间短、负载均衡度高、兼顾任务紧迫性的优点。     

云计算和多维QoS环境中基于蚁群优化算法在虚拟机资源负载均衡问题中的研究

针对云计算环境中虚拟机资源负载均衡问题,并为实现云计算下虚拟机资源负载均衡高效调度以满足用户的QoS需求,提出了一种基于多维QoS实现负载均衡的虚拟机资源调度方法。首先,在云计算环境下建立多维QoS网络环境的数学模型;然后,提出一种基于蚁群算法的优化算法,用于实现云计算环境中虚拟机资源高效调度;最后,在云仿真平台CloudSim上进行仿真实验。实验结果表明,相对于其他资源调度算法,所提算法能高效解决云计算下虚拟机资源调度问题,减少虚拟机资源负载均衡离差,具有更好的性能,能完全满足云计算下和多维QoS环境下虚拟机资源负载均衡的需求。     

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求,实现各物理主机间的负载均衡,从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等,且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性,综合考虑任务的性能QoS和信任QoS,提出一种在云计算环境下的任务调度机制,采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较,该任务调度机制不但可以提高用户满意度,而且可以有效实现负载均衡。     

分布式文件系统的动态负载均衡算法

为了解决分布式文件系统的负载均衡问题,研究了多种负载均衡算法,分析各种算法的优缺点.综合了静态权重轮询算法和动态负载均衡算法两类算法的优点,提出一种自适应的综合动态负载均衡算法,它实现简单、降低了获取反馈信息的开销且不失实时性.经过试验比较,该算法能有效地降低平均响应时间和提高吞吐量,负载的分配更为均衡.     

因特网中QoS实现算法研究

实现端到端的全网QoS解决方案,必须考虑因特网QoS业务保证的问题.通过分析现有QoS技术的主要难点,研究实现QoS在节点控制和网络控制中的关键技术,对现有的各种QoS路由算法进行分析和比较,最后指出实现QoS保证中的不足,探讨下一步QoS急需解决的问题.     

IP网络中QoS机制的研究

本文对当前几种IP QoS提供机制进行了较详细的分析,比较了它们的优缺点,并介绍了一种协同合作(DiffServ MPLS)提供端到端的QoS的体系结构,最后阐明了IP QoS的研究前景。     

基于QoS的光网络路由选择算法的研究

满足数据业务QoS是网络发展的必然要求,现行数据疏导技术更多考虑是提高带宽利用率,对QoS中其他指标如时延、丢包、吞吐量等研究甚少。提出了基于QoS的路由算法是在现有理论基础上综合考虑了QoS的其他指标。算法测试结果表明,主/备用LSP的路由选择更好地满足了数据业务的传输需求。     

一种基于DPSO的无线传感器网络QoS路由算法

针对无线传感器网络中不同业务对服务质量(QoS)的不同需求,提出一种基于离散粒子群优化(DPSO)的无线传感器网络QoS路由(DPSO-QR)算法。算法将路由建立过程抽象为多目标优化过程,以节点间通信的传播损耗、时延、带宽、丢包率为优化目标,利用DPSO算法实现多目标优化,为拥有不同QoS需求的网络业务提供满足其特有需求的优化路由。仿真实验表明:与SAR,EQR算法相比,DPSO-QR算法降低了网络平均端到端时延,减小了丢包率,延长了网络寿命。     

3GPP LTE系统中结合位置预测的切换算法

针对3GPP LTE系统中因频繁切换而导致的系统吞吐量降低的问题,提出了基于用户运动机制及其方向改变概率的预测模型,并将其与标准的长期演进(LTE)切换算法相结合。模型使用方向改变概率计算各个可能位置的接收信号强度的权重,再求和得到预测的接收信号强度。经过仿真对比,使用结合位置预测的切换算法后,切换次数没有明显变化,但系统吞吐量有所提高。相比于传统的数据挖掘预测模型,提出的预测模型效果更好。     

基于服务类型的动态反馈负载均衡算法*

针对现有静态和动态负载均衡算法往往存在计算服务节点负载过程中引用特征信息过少,或忽视不同类型服务对于节点负载的影响等问题,提出了一种基于服务类型的动态反馈算法。该算法统计各节点的多种负载信息,通过NECP协议实现动态反馈,并引入负载权重向量和负载能力向量计算节点的综合负载。算法在实际的仿真环境中得到了验证,说明了具有可用性和优越性。     

无线传感器网络QoS路由研究进展*

传统网络中的服务质量(quality of service,QoS)路由协议很难直接有效地应用到无线传感器网络中,因此人们针对无线传感器网络提出了一些新的QoS路由协议。首先探讨了无线传感器网络中QoS路由协议的一些特点,分析了设计QoS路由协议所面临的挑战;然后着重分析了当前提出的一些QoS路由协议的QoS机制、特点以及优缺点,并对这些路由协议进行了分类和比较;最后总结了QoS路由协议未来的研究策略和发展趋势。     

云环境下机群弹性负载均衡机制

为克服传统刚性负载均衡机制不能适应多变的网络环境的缺陷,解决云环境下已有负载均衡机制存在不能充分利用弹性机制,且服务质量(QoS)不稳定的问题,提出一种基于绿色计算资源池策略的云环境弹性负载均衡机制,根据系统资源利用率对负载进行量化,量化结果决定资源池虚拟机的分配,最后结合虚拟机的使用情况,回收资源,提高资源的利用率。实验结果显示在该负载均衡机制下,响应时间稳定在2.5s左右,整体服务质量有明显提高,降低了电能消耗,验证了该机制的有效性。     

基于主机邻域密度的QoS保证的应用层多播模型

提出了一种基于主机邻域密度的QoS保证的应用层多播模型MCT,模型设计为典型的树结构。主要阐述了多播节点的加入与退出过程,首先定义了主机邻域密度的概念,并以此为标准对所有节点进行初次择优,随后运用服务质量路由算法RDSS进行二次择优,得到多个网络参数限制条件下最满足QoS需求的接入路径,最终达到应用层多播(ALM)拓扑结构的整体优化。仿真结果证明,模型的建立方法可以平等且有效地控制多个网络参数,满足了ALM应用的QoS需求。     

改进的AHP算法在Web集群系统负载均衡中的应用

判断矩阵的建立和调整是AHP算法的关键。对Satty的1~9标度方法进行改进,引入3标度法建立判断矩阵。从正互反矩阵充分必要条件出发,提出判断矩阵不一致时的调整方法,以提高判断矩阵的一致性和减少计算量。该方法应用于Web集群系统负载均衡中,确定影响服务器负载的四大类参数的权重。实验表明,改进的AHP算法在判断矩阵不一致时,在尊重原始数据的基础上,调整判断矩阵的计算量减少,判断矩阵的一致性更好,同时可以提高负载均衡系统的性能。     

基于跳数受限的无线Mesh网络QoS跨层优化机制

针对IEEE 802.11e无线Mesh网络中EDCA机制对低优先级数据包传输性能不高、且多适应于单跳传输的局限性问题进行了研究,设计了基于跨层优化的EDCA机制——CL-EDCA。该机制通过在上层应用设置相关阈值（如包时延、最大转发次数等）,在网络层实时监控数据链路层的相关历史信息（如每类业务数据的时延及其AC队列的平均长度等）来自适应地调整数据包的优先等级,以动态调整AC队列的利用率,从而有效地提高了原有EDCA机制的性能。仿真结果表明,CL-EDCA比纯EDCA机制具有更好的传输公平性。     

一种在MPLS网络中提供单流QoS保障的区分服务标记方法*

为了在MPLS网络中提供对单流的高质量服务,提出了一种基于网络的、供应方的区分服务标记方法。在数据流进入网络前按交换路径进行逐点的接入控制,再将许可的资源预留作为流状态安装在入口路由器上。在传输时,数据流在入口路由器按资源预留标记为预留内/预留外,网络节点按不同的标记队列进行区分处理。该方法提出按预留带宽标记数据流,将基于单流的资源预留定量地映射为基于行为聚合的PHB标记,实现了从集成服务到区分服务的融合。其一方面避免了拥塞,提供了对单流的定量服务质量保证;另一方面无须在核心路由器安装流状态和实现流管理,保持了区分服务的可扩展性。