物联网环境下节点负载均衡策略研究

针对传统负载均衡策略负载均衡效率低的问题,对物联网环境下节点负载均衡策略进行研究。笔者经过对比软件负载均衡和硬件负载均衡、静态负载均衡和动态负载均衡,确定软件动态负载均衡为策略方向,并设计负载节点收集模块、负载节点处理模块以及网络宽带扩展模块,针对IO消耗型任务和CPU消耗型任务的均衡分配,引入任务划分型负载均衡算法。经过验证,此次研究的节点负载均衡策略负载均衡效率较高。     

集群技术及负载均衡调度算法研究

集群(cluster)技术是一种较新的技术,通过集群技术,可以在付出较低成本的情况下获得在性能、可靠性、灵活性等方面相对较高的收益.任务调度是集群系统中的核心技术.文章对集群的定义、分类、优点及各种常见的负载均衡调度算法进行了详细归纳.     

云平台下混合服务器差异节点负载均衡调度

由于传统的混合服务器差异节点负载均衡调度方法存在调度效果差、负载均衡度低、执行作业耗时长的问题,提出一种云平台下混合服务器差异节点负载均衡调度方法。依据提取的混合服务器差异节点负载目标特征,采用自然数编码方式,设置染色体的路经以及长度个数,对差异节点编号,将所有节点都作为一个目标特征内的染色体,以此检测云平台下混合服务器的差异节点负载情况;利用基于线性的时间序列方式,构建负载模型,根据BP神经网络信号的前向传播和误差反向传播对负载计算,通过负载均衡调度策略实现差异节点负载均衡调度。经过实验证明:所提方法的负载均衡调度效果较好,负载均衡度较高,缩短了系统执行作业所用时间。     

基于负载均衡的电力系统优化调度方法

为了降低由于任务分布不合理引起的电力系统传输节点拥塞的问题,提出基于负载均衡的电力系统优化调度方法.根据传输链路节点实际负荷与最大负荷的关系,判断该节点对应的链路是否需要调度,对于需要调度的节点,将节点的带宽、负载极值、最大时延作为优化目标,利用BPSO方法计算出新的替代节点,将其作为传输任务调度新链路的节点,并进行试...     

基于负载均衡的物联网多任务资源分配系统

优化物联网多任务资源分配,可以提升物联网多任务资源分配调度的执行效率。基于此,笔者提出基于负载均衡的物联网多任务资源分配系统设计,硬件组成有网络接口层和WMN网络路由选择;软件设计包括任务分解模块、自主动态调度和物联网通信资源负载均衡调度模型3部分。通过实验对比图可知,随着资源量的增加,资源分配效率也不断提升,实验证明本文设计的资源分配系统在任务分配效率上远高于传统系统。     

深度学习编译器模型训练负载均衡优化方法

对于计算密集型的人工智能（AI）训练应用,其计算图网络结构更加复杂,数据加载、计算图的任务划分以及任务调度的负载均衡性都会成为影响计算性能的关键因素。为了使深度学习编译器中模型训练应用的任务调度达到负载均衡的状态,提出了三种计算图负载均衡优化方法：第一,通过自动建立数据加载与模型训练的高效流水实现中央处理器和后端计算设备的负载均衡,提高了系统整体能效;第二,通过计算图的分层优化技术,实现计算图在后端设备执行调度时的负载均衡;最后,通过自动建立层间的高效流水提高后端设备的资源利用率。实验结果表明,计算图负载均衡优化方法实现了训练任务到底层硬件设备自动映射过程中系统的负载均衡,与Tensorflow、nGraph等传统的深度学习框架和编译器相比,在不同模型训练中通过任务调度负载均衡优化技术分别获得了2%～10%的性能提升,同时能够使系统整体的能耗降低10%以上。     

基于模因优化和循环调度的多目标负载均衡技术

针对现有多目标调度方法所需时间较长以及处理突发情况时性能降低的问题,提出一种基于模因优化和循环调度的多目标负载均衡技术.使用突发检测器检测发送到云服务器的用户请求,确定负载状态.基于测器结果,应用不同的负载平衡算法来高效地调度用户任务.利用选定的负载平衡算法将用户请求任务调度到资源最佳的虚拟机上,保证在最低的时间消耗内...     

基于多Agent网格资源调度的负载均衡研究

介绍了一种基于多Agent的网格资源调度方法,并提出了一种负载均衡算法设计思想,以改善网格环境中资源分配不均的问题.     

浅析LVS集群的负载均衡调度算法

采用LVS集群技术搭建所需的服务器,各服务器系统资源利用率经常存在很大差距。要解决该问题,必须依赖有效的负载均衡算法。该文深入研究LVS集群中常用的4种负载均衡算法,分析常用4种算法的优缺点,为搭建所需的服务器集群提供依据。     

网络处理器自适应负载均衡调度机制*

对TLDP结构网络处理器的线程调度问题展开讨论,设计并用硬连线实现了TLPD结构的微引擎间自适应负载均衡线程调度机制。它根据TLDP结构内部各个微引擎的实时负载状态和历史信息自动调整活动微引擎的数量,然后在被选择的活动微引擎集合上实现微引擎间的动态负载均衡,最大程度地提高了TLDP结构网络处理器的分组吞吐率。通过对TLDP结构的RTL级模型仿真说明,该机制能有效地实现微引擎间的实时负载均衡。     

Exploration on the Load Balancing Technique for Platform of Internet of Things

In recent years, the Internet of Things technology has developed rapidly, and smart Internet of Things devices have also been widely popularized. A large amount of data is generated every moment. Now we are in the era of big data in the Internet of Things. The rapid growth of massive data has brought great challenges to storage technology, which cannot be well coped with by traditional storage technology. The demand for massive data storage has given birth to cloud storage technology. Load balancing technology plays an important role in improving the performance and resource utilization of cloud storage systems. Therefore, it is of great practical significance to study how to improve the performance and resource utilization of cloud storage systems through load balancing technology. On the basis of studying the read strategy of Swift, this article proposes a reread strategy based on load balancing of storage resources to solve the problem of unbalanced read load between interruptions caused by random data copying in Swift. The storage asynchronously tracks the I/O conversion to select the storage with the smallest load for asynchronous reading. The experimental results indicate that the proposed strategy can achieve a better load balancing state in terms of storage I/O utilization and CPU utilization than the random read strategy index of Swift.     

物联网分布式调度算法研究

根据无线网络的传输特点,对分布式调度背景进行了简要介绍,考虑无线网络传输的衰减和干扰等因素,规划出了物联网中的无线物理干扰模型,在无线干扰模型作用下,复杂网络关系抽象成一个简单的有向图或者无向图,通过对无线网络中每一个节点状态的研究,以及对Schneider状态的分析,设计了分布式极大独立集算法,实现了物联网分布式调度。     

基于物联网技术的异构集群动态负载均衡算法

为提高异构集群的动态负载均衡性,引入物联网技术中的传感技术构建异构集群信道传输模型,然后采用动态加权方法配置输出信道,并完成对信道特征的分解;在建立信道模糊重组结构模型的基础上,采用噪声干扰抑制方法对异构集群通信信道进行多径干扰抑制,并结合波特间隔均衡采样方法控制信道输出的均衡性,通过模糊度均衡配置和空间均衡调度过程实...     

动态物联网节点任务实时传输分簇调度算法

为解决传统互联网节点任务实时传输分簇调度管理进程和内存管理效率低的问题,笔者提出了动态物联网节点任务实时传输分簇调度算法,通过构建互联网节点任务传输信息流的模型,进行传输信息流的融合处理,能够实现动态物联网节点任务传输信息流的分簇处理。实验数据表明,分簇调度算法较传统调度算法效率更高,适用于动态物联网节点下的实时传输分簇调度。     

分布式系统节点负载动态平衡策略研究

负载均衡是有关分布式系统性能和计算效率的一个关键问题。在分析了目前常用的集中式动态分配算法和分布式动态分配算法的利弊后,结合两种算法的优点,建立了一种半分布半集中式动态负载分配模型,并据此设计了相应算法。根据节点响应时间,对原有的动态分配算法和新模型进行了性能分析,详细叙述了改进算法的设计思想和实现步骤。讨论结果表明,新算法可以提高系统的客户平均响应时间,同时减少节点间交互的信息量,提高了分布式系统的资源利用率。     

MongoDB负载均衡算法优化研究

随着Web2.0网络应用的兴起和大数据技术的发展,传统的关系型数据库(ORDBMS)已经难以满足海量数据的存储需求。非关系型数据库(NoSQL)因其高扩展性、高伸缩性、高可用性和容错性等特点,得到了越来越多的应用。作为一种新兴的NoSQL数据库,MongoDB数据库因具有模式自由、易于扩展、故障自动恢复、支持自动分片等特点,被广泛应用于大数据处理与分析中。文中首先介绍了MongoDB自动分片架构原理和实现机制,然后分析了MongoDB自带的负载均衡算法,其虽能使各个节点数据量达到平衡,但没有考虑各个节点的负载均衡。为了解决节点的负载平均问题,在原算法基础上提出了一种基于节点实时负载的负载均衡改进算法,改进算法的主要思想是引入节点负载指数作为chunk块迁移的一个判断条件。通过搭建测试环境并进行实验,验证了改进的负载均衡算法可以有效地均衡分片中的数据,提高集群的并发读写性能,从而证明了算法的有效性。     

Internet的负载均衡

电子商务的发展不仅面临着安全问题,网络负载的均稀也是一个同样需要关注的问题。本文提出了引入负载均衡的必要性几个着手点,并且介绍了目前解决这个问题的几种方法     

WSN中考虑负载均衡的贪婪寻优中继节点布局算法的研究

针对目前WSN中的中继节点布局算法中忽略负载均衡的问题,首先引入通信路径不可逆等优化模型来进行节点布局;其次,提出阈值法及平均值法来动态更新网络中各路径的负载;然后针对负载均衡与节点数目难两全的问题,提出一种优化贪婪寻优算法,使得在考虑负载的同时,所需节点的数目能尽量减少.测试结果表明,使用不考虑负载的传统贪婪寻优算法以及使用考虑负载均衡的优化贪婪寻优算法进行节点布局时,两种算法所耗费的节点数目相差无几,然而后者却能够使整个网络的负载更为平均,更适合于实际应用中灵活多变、环境复杂的无线传感器网络,具有更深的实际意义.     

面向边缘计算的Storm边缘节点调度优化方法

边缘计算有高实时性和大数据交互处理的需求,边缘异构节点间的调度时耗长、通信时延高以及负载不均衡是影响边缘计算性能的核心问题,传统的云计算平台难以满足新的要求。文中研究了在边缘计算环境下Storm边缘节点的调度优化方法,建立了面向边缘计算的Storm任务卸载调度模型。针对拓扑任务在边缘异构节点间的实时动态分配问题,提出了一种启发式动态规划算法(Inspire Dynamic Programming,IDP),通过改变Storm的Task实例的排序分配方式以及Task实例和Slot任务槽的映射关系实现全局的优化调度;同时,针对拓扑任务的并发度受限于JVM栈深度的缺陷,提出了一种基于蝙蝠算法的调度策略。实验结果表明,与Storm调度算法相比,所提算法在边缘节点CPU利用率指标上平均提升了约60%,在集群的吞吐量指标上平均提升了约8.2%,因此能够满足边缘节点之间的高实时性处理要求。