校园网格中VOD系统动态负载均衡算法研究

校园网格中的视频点播系统表现形式的直观性,自主性一直受到校园内师生的广泛关注,但视频服务器节点响应能力低下,视频点播中的缓冲和延迟而导致点播不能适应实时、连续稳定的视频流。通过分析视频点播系统面临的诸多问题,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,提出一种动态负载均衡算法,实现校园网络中视频资源的共享、均衡校园视频资源的负载。测试表明该算法可行、有效。     

一种视频服务器集群的动态反馈调度算法

目前采用集群技术是实现大规模视频服务的主要手段.本文在通过分析Linux服务器集群系统(LVS)的特点,视频服务器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,提出一种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间的负载不平衡问题,提高了系统的吞吐率,使整个集群的综合负载率随规模增大而呈平滑增长.     

基于Red5服务器集群负载均衡调度算法研究

基于动态负反馈的机制,参考现有的加权最小连接数调度和轮转调度算法,设计出了改进后的负载均衡调度算法。通过负反馈机制计算每台服务器的综合负载权重值,而综合负载权重值直接体现着服务器的当前处理能力。调度服务器根据综合负载权重值分配工作负载,实现负载的均衡分布。     

基于Linux虚拟服务器的负载均衡算法

分析Linux虚拟服务器负载均衡调度过程,提出一种基于Linux虚拟服务器的负载均衡算法。该算法结合系统资源类型和服务器权重系数,依据服务器加权负载标准差,进行集群真实服务器负载状况分析,动态调整服务器权重系数,对改进的最小连接数调度算法进行负载均衡调度。测试结果验证了该算法的有效性。     

云计算资源负载均衡调度算法研究

为实现虚拟机层的负载均衡,论文提出一种基于双加权最小连接的资源调度算法。传统的加权最小连接算法对服务器的权值是事先根据服务器节点的配置情况和管理员的经验设定的,以连接数来表示节点负载。本文在加权最小连接算法的基础上,综合考虑服务器的实时负载情况,实现对服务器的动态赋权值。同时根据任务类型的复杂度,对任务类型也进行了加权计算,给出了双加权最小连接算法的设计思想、基本流程及实现过程。通过在Cloud Sim平台上的仿真结果表明,与加权最小连接算法相比,双加权最小连接算法能够得到更高的负载均衡度和更好的系统效率。     

一种支持服务网格的动态负载平衡系统

为了实现服务网格系统内负载的均衡分布，提高资源利用率和系统的吞吐率，设计并实现了一种基于服务网格环境的动态负载平衡系统。提出了层次式负载平衡调度模式，给出了本系统结构形式，设计并实现了一种综合考虑各局部代理作业数和各个局部代理性能以及当前的负载情况的动态双阈值作业分配算法。实验结果表明，此算法能有效地基于负载分派作业，达到了提高网格内分布资源的利用率和减少作业调度时间的目的。     

一种基于负载反馈的分布式数字集群动态负载均衡算法

针对传统负载均衡算法不能满足公网数字集群系统高并发用户请求和快速呼叫建立等需求,提出一种基于负载反馈的分布式数字集群动态负载均衡算法,实现公网数字集群系统负载均衡,提高用户容量。首先建立参与MCPTT服务器的静态负载和动态负载监控机制和指标;然后利用加权轮询算法为用户分配参与MCPTT服务器,并通过用户请求的处理获得复合负载参数;根据负载指标的反馈更新参与MCPTT服务器权值以动态调整服务器负载。仿真结果表明,该算法的负载均衡效果优于传统算法和其他动态反馈算法,负载均衡度更小、用户请求响应延迟更低。     

基于集群的VOD系统视频服务器的负载均衡算法改进

文章针对VOD视频服务中不同的点播方式和视频文件存储调度的特点等问题,改进了三种负载均衡算法-加权最少连接算法、视频服务节点负载排名算法以及视濒文件播放信息算法。     

云数据中心基于负载权重的负载均衡调度算法

针对现有云数据中心的多维资源利用不均衡问题,提出基于资源负载权重的动态多资源负载均衡调度算法。算法结合服务器各维度资源动态负载情况,构造层次分析法（AHP）判断矩阵来处理多维资源对于负载均衡影响权重大小,在此基础上综合考虑任务资源需求,将任务放置到合适服务器来改善资源利用,实现资源间负载均衡。平台仿真显示新算法可有效提高利用率低的资源的利用效率,在提高整体资源利用率、降低资源间负载不均衡率方面有优势。     

基于并行遗传算法的分布式VOD系统负载均衡研究

在大型VOD(Video On Demand)系统中,服务器需要响应来自用户的大量并发请求,不仅视频服务器成为系统的瓶颈,负责负载均衡的应用服务器也日益成为系统的瓶颈.基于分布式VOD系统的结构,采用并行遗传算法对大型分布式VOD系统的负载均衡进行了研究,提出并实现了一种基于并行遗传算法的分布式VOD系统负载均衡调度算法.实验结果表明,与不采用负载均衡和采用串行遗传算法的负载均衡调度算法相比,该算法能够显著提高VOD系统的处理性能和响应能力.     

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.     

基于JCF中间件的负载预测与过载迁移的融合算法

针对多种负载预测方法的适用场景进行了研究,提出了一种负载预测与过载迁移的融合算法。该算法提前对周期内无法提取到的负载情况进行预测且对超过负载阈值的服务器进行告警,关闭该进程将服务请求分发给轻负载服务器。通过提前预测与负载迁移的有机结合,解决了一个周期内无法获取各个节点的实际负载的问题,负载预测不准确的问题,以及可能出现的部分服务器过载、甚至崩溃的问题,最终达到了系统的负载均衡。在JCF（Java Component Framework）中间件平台上的实验结果表明本文算法优于静态加权轮询算法和动态加权轮询算法,在提高均衡效率、增加集群系统的吞吐量、降低服务请求响应时间多方面有着显著效果,在实际应用中有较大的价值。     

基于改进权重的D-S证据理论的动态负载平衡算法

针对大型网络游戏中易出现的服务器集群负载不均衡的问题,提出基于改进权重的D-S（Dempster和Shafer）证据理论的负载平衡判别策略。首先,根据D-S证据理论,将影响服务器性能的多因素作为判据,利用历史数据与阈值大小的比较规则计算动态权重,再依据动态权重与原始信度的关系建立基本信任函数;然后,计算不同判据对应结果的信任函数,使用证据合成规则作深层融合;最后分析合成结果,最终推断服务器是否超载。模拟实验结果表明,与基于负反馈机制的动态均衡算法相比,所提算法的准确率更高,更符合真实情况;且所提算法的运行时间明显少于基于负反馈机制的动态均衡算法以及加权循环算法。实验结果表明,新算法有效缩短了运行判断的延迟,能够根据历史参数对当前服务器负载情况快速作出推断,且决策结果可信度高,更符合实际情况。     

基于移动Agent的双层负载均衡策略

提出了一种适用于Web集群的负载均衡策略,策略采用两次转发结合动态门限调整的双层均衡机制,将移动Agent应用于各子策略中,提高了系统调度决策的实时性,从分组和服务器节点,两个层次上实现了负载均衡,提高了服务器的cache命中率。同时,该策略还大幅度减少了均衡过程中的节点间交互,较好解决了额外通信的问题。     

Adaptive Server Load Balancing in SDN Using PID Neural Network Controller

Web service applications are increasing tremendously in support of high-level businesses. There must be a need of better server load balancing mechanism for improving the performance of web services in business. Though many load balancing methods exist, there is still a need for sophisticated load balancing mechanism for not letting the clients to get frustrated. In this work, the server with minimum response time and the server having less traffic volume were selected for the aimed server to process the forthcoming requests. The Servers are probed with adaptive control of time with two thresholds L and U to indicate the status of server load in terms of response time difference as low, medium and high load by the load balancing application. Fetching the real time responses of entire servers in the server farm is a key component of this intelligent Load balancing system. Many Load Balancing schemes are based on the graded thresholds, because the exact information about the network flux is difficult to obtain. Using two thresholds L and U, it is possible to indicate the load on particular server as low, medium or high depending on the Maximum response time difference of the servers present in the server farm which is below L, between L and U or above U respectively. However, the existing works of load balancing in the server farm incorporate fixed time to measure real time response time, which in general are not optimal for all traffic conditions. Therefore, an algorithm based on Proportional Integration and Derivative neural network controller was designed with two thresholds for tuning the timing to probe the server for near optimal performance. The emulation results has shown a significant gain in the performance by tuning the threshold time. In addition to that, tuning algorithm is implemented in conjunction with Load Balancing scheme which does not tune the fixed time slots.     

服务器负载均衡技术研究

负载均衡是建立在网络结构之上的一种调度策略,能有效的扩展服务器带宽和增加吞吐量,增强网络数据处理能力。根据实际层次不同,对负载均衡技术进行了分类,从应用范围、运行原理等角度分析并比较了常用的负载均衡技术和算法,展望了负载均衡的发展。     

基于Nginx负载均衡的动态改进算法

随着过去几十年互联网服务的指数增长,各大网站的访问量急剧上升。海量的用户请求使得热门网站的网络请求率可能在几秒钟内大规模增加。一旦服务器承受不住这样的高并发请求,由此带来的网络拥塞和延迟会极大地影响用户体验。负载均衡是高可用网络基础架构的关键组件,通过在后端引入一个负载均衡器,将工作负载分布到多个服务器来缓解海量并发请求对服务器造成的巨大压力,提高后端服务器和数据库的性能以及可靠性。而Nginx作为一款高性能的HTTP和反向代理服务器,正越来越多地应用到实践中。文中将分析Nginx服务器负载均衡的体系架构,研究默认的加权轮询算法,并提出一种改进后的动态负载均衡算法,实时收集负载信息,重新计算并分配权值。通过实验测试,对比不同算法下的负载均衡性能,改进后的算法能有效提高服务器集群的性能。     

一种两阶段自适应的IMS-Based IPTV应用服务器负载均衡策略

随着IPTV用户数目的增长,IPTV应用服务器的负担愈加繁重。在这种情况下,集群系统逐渐成为构建高性能和高服务质量的一种有效的应用服务器体系结构。保证应用服务器各节点的负载均衡,可以有效提高系统的吞吐量,提高IPTV服务质量。针对负载均衡问题,提出了一种基于IPTV用户行为特点的,两阶段自适应负载均衡策略,负载均衡器通过实时监控应用服务器集群内各节点的负载情况,动态修改各节点负载分配权值。算法在保持应用服务器各节点负载均衡的同时,维护用户会话的完整性,保证了服务质量QoS（Quality of Services）。仿真结果显示此算法具有较好的性能,能在保证服务质量的前提下有效地提高系统吞吐量。     

负载均衡算法在智慧矿山软件平台中的应用

针对现有负载均衡算法在处理智慧矿山系统数据时存在处理速度慢、无法合理利用现有资源完成任务调度等问题,提出一种基于布谷鸟搜索的加权最小连接数(CS-WLC)算法,并将其应用于智慧矿山软件平台解决负载均衡问题。该算法综合考虑后端服务器处理速率、内存容量、磁盘IO速率、网络吞吐量、进程数指标,通过对指标赋予权值计算各后端服务器利用率;根据计算结果,采用布谷鸟搜索算法对后端服务器进行全局寻优,得到一组较优解;考虑连接数及使用频率对后端服务器赋予权值,采用加权最小连接数(WLC)算法在较优解中选取负载较轻的后端服务器处理实时数据存取和用户访问请求。采用分布式融合性监控系统软件平台进行负载均衡测试,结果表明在数据量不断增多的情况下,与WLC算法相比,CS-WLC算法应答时延小、响应连接数多,从而验证了CS-WLC算法具有更好的负载均衡效果。