基于消息的加权负载均衡算法

在研究EAP协议与Diameter协议的基础上,为解决分布式认证系统节点间会话一致性的问题,以及尽可能减少服务节点数量改变时产生的会话迁移数量,提出了一种基于消息的加权负载均衡算法(MOLB)。该算法使用散列法、虚拟节点和红黑树相结合的技术,实现了客户端请求在服务节点间的合理分布。Diameter网络环境中的实验结果表明:与其他常用的负载均衡算法相比,本文算法具有较小的负载均衡度和会话破坏度以及较低的会话破坏分布度。     

基于Nginx 服务器的动态负载均衡策略

针对并发请求带来的服务器过载的问题, 将Nginx 服务器内置负载均衡策略进行优化, 提出一种由负载采集、算法调度以及健康检查3 个模块构成的动态负载均衡策略, 其中算法调度模块给出改进后的调度算法--动态负反馈调度算法, 以及新的度量指标。采用Apache BenchMark 的httpd-tools 工具进行测试, 结果证明, 改进后的策略使得服务器集群中的资源得到更为有效的利用, 系统的吞吐量和处理能力得以提高, 该调度算法无论在用户请求响应时间、实际处理的请求数, 还是负载均衡度都优于Nginx 内置的两种算法。     

基于网络拓扑的CDN内容路由技术研究

传统的负载均衡技术只考虑服务器的负载来重定向用户的请求,不能保证对用户的响应性能,采用基于网络拓扑的内容分送网络(CDN)内容路由技术,根据时延、跳数、拓扑距离等距离尺度对用户请求进行重定向,可以获得最佳的用户响应性能.最简单的基于网络拓扑的CDN内容路由算法是直接测量请求用户到各个服务器之间的距离,然后据此作出路由选择,但这种算法需要很长的计算时间.一种改进算法是采用基于网络拓扑分割的内容路由算法.研究结果表明,该算法不仅可以保持与简单算法相当的性能,而且可以大大减少计算时间.     

基于动态指数平滑预测的负载均衡算法

负载均衡算法是决定计算机集群性能的关键．研究介绍了常见的负载均衡算法,讨论了这些 算法的优缺点,并在此基础上提出了一种基于负载预测的均衡算法．该算法通过动态指数平滑模 型,计算出适应于当前服务器节点负载时间序列的平滑系数,预测该节点下一时刻负载值,分发器 再以负载预测值最小为依据调度用户服务请求．使用ＯＰＮＥＴ网络仿真软件进行测试,结果表明该 算法能有效提高负载均衡效率,具有良好的负载均衡效果．     

基于最大网络收益的DNS内容路由算法

为了使用户请求导向能提供所请求业务的最佳网络服务器,同时又考虑网络的负载均衡性,提出了一种综合网络性能和用户位置信息的域名服务系统(DNS)内容路由算法.采用名字解析服务器与网关处分别获取的内容服务器负载信息和网络路由信息生成网络收益,根据最大网络收益算法选取最佳的内容服务器.对所提出的算法进行了性能仿真,并与DNS轮询算法(RR)和最小连接算法(LL)作了比较分析.结果表明,所提算法的平均请求时延、平均剩余带宽和网络负载均衡性能都优于RR算法和LL算法.     

TWDM-PON中用户流量预测的波长分配方案

为了解决目前时波分光网络(TWDM-PON)波长分配算法存在的负载不均衡、资源效率低、调谐开销大等问题,对利用用户流量请求行为的大尺度时间范围内呈现的周期性规律指导波长分配进行了研究,提出基于切换周期进行固定—动态波长分配.通过对用户未来带宽请求的有效预测,对分配到多个可用波长的多个光网络单元进行耦合分组,最后分配波长资源.所提方案结合了固定波长分配方案和最早空闲波长优先分配方案的优势,有效降低了波长调谐开销,并使得不同波长上分配的用户负载更加均衡,提高了资源利用效率和资源分配的公平性.     

基于集群的Web服务器负载均衡算法研究

集群技术为Web服务带来了新的解决方案。针对传统负载均衡算法的一些不足,提出了一种临界区加速递减权值的动态请求负载均衡算法,通过负载权值的等效变换来简化算法,最大限度满足系统最大吞吐率,减少系统响应时间。测试表明,算法达到了较好的负载均衡效果,明显优于传统算法。     

CDNs基于缓存区预测机制的负载均衡算法

提出了一种基于缓存队列长度动态预测机制的请求重定向（BMP）算法,采用M/M/1排队模型对分布式内容分发网络的负载均衡算法进行了描述,基于队列长度预测的机制减少了分发请求过程中不必要的重定向,同时可以克服单点过载问题.仿真分析结果显示,相比于之前的负载均衡控制策略算法,所提出的BMP算法对服务器缓存区队列长度的均衡效果更优;同时,由于减少了不必要的重定向,也降低了请求响应过程的时延成本.     

一种基于免疫稳态维持的Web服务负载均衡模型

基于免疫稳态维持机制,提出一种负载均衡的面向服务的系统架构(service-oriented architecture, SOA)模型。首先分析了免疫稳态和SOA框架上的Web服务负载均衡问题,提出了基于免疫系统的扩展SOA框架,在此基础上提出了Web服务的动态负载均衡模型,建立两个阶段的负载均衡优化算法,在多Agent仿真平台下对比研究该模型的负载均衡能力。模拟实验和分析表明,该免疫模型能够提高支持Web服务的负载均衡性能,降低服务请求处理的失败比率。     

基于云计算的弹性负载均衡方案

针对云环境下大量并行计算易导致节点负载不均影响云平台服务质量的问题,提出一种基于云环境的弹性负载均衡方案。该方案构造了负载均衡模型框架,对虚拟机负载状况和虚拟机集群资源利用率进行量化评估,并为实现虚拟机集群负载的均衡和弹性伸缩,设计了负载均衡模型和弹性伸缩算法。测试结果表明在该负载均衡机制下,新方案的用户响应时间有所改善,可相应提高资源利用率。     

基于模糊C均值聚类算法的区域用电特征分析

某区域内电力用户的用电行为往往会影响该区域电力公司的负荷调度以及分时电价等重要问题的决策.为使得这些决策更符合该区域的实际情况,必须对该区域的用电特征进行分析.针对这一问题,提出了一种基于聚类算法的区域用电特征分析方法.采用模糊C均值算法并结合K-means算法,按照某区域的电力用户分布情况,将数据样本聚类为居民区电力用户、商业区电力用户和工业区电力用户3个类簇,并结合该地区实际用电情况,对得到的类簇负荷曲线进行了分析,得出了该区域不同类型电力用户的用电特征.     

基于请求分类和许可控制的Web集群QoS研究

Web服务器集群是提高HTTP请求处理能力的重要途径,但是请求负载的增加常常导致Web服务器集群性能降低,用户期望的服务质量得不到保证.针对这种情况,提出了通过采用对用户请求分类和请求许可控制的策略,对不同类别的Web请求提供不同质量的服务,保证服务级用户的服务质量.仿真实验表示明,这种策略能改善系统的负载均衡能力,缩短系统平均响应时间.     

基于动态反馈的负载均衡方法研究

随着基于互联网的应用服务快速发展,网络上提供应用服务支撑的服务器(集群)所面临的并发性访问激增,运用负载均衡是应对处理大量并发访问及提高服务请求接入性能的重要策略之一。负载均衡通过对服务器集群中的逻辑/物理单机进行规划实现负载任务分配调度,实现对大量并发访问的并行化处理,从而提高应用服务的请求接入和服务处理性能。提出了一种基于动态反馈的负载均衡方法,其通过周期性的获取集群中单机节点的工况信息,然后分析单机节点的实时负载和响应情况,并将其与保持负载均衡性能的决策参考阈值相比对,通过负载任务再分配达成动态负载调整并保持集群工作性能均衡的目的,进而提升集群系统的服务吞吐能力,降低服务请求的响应延迟,能够为开展海量数据高并发处理提供技术基础和保障。实验结果表明,该算法使系统的整体性能得到了改善。     

云计算下区分服务的演化博弈调度算法

提出了一种基于区分服务的云计算演化博弈调度算法.算法中云任务方通过偏好类型参与对资源的竞争,虚拟机资源方依据其计算型、存储型、带宽型等各类服务评分高低竞争任务,构成一个混合博弈,然后再依据任务调度信息和用户反馈的评分不断演化改进虚拟机资源及其所属种群的各项服务评价,最终得到博弈的均衡.仿真实验结果表明,该算法是有效、可行的,能根据任务类型的差异分配不同特性的虚拟机资源,再依据用户对各项服务的评价,确保不同类别的用户任务的服务质量.     

Web使用挖掘中重建会话的改进算法

网络使用挖掘是利用数据挖掘技术从网络用户浏览行为中发现各种信息.这些访问请求信息一般被保存在服务器的访问日志中.网络使用挖掘的第一阶段是数据预处理阶段,在数据预处理阶段,首先从服务器日志中过滤出有关信息.之后将属于同一个用户的访问请求合并为一组用户会话.最后将面向时间和面向导航相结合的启发式进行会话构造.在传统的启发式会话构造方法中加入网站拓扑信息,以达到提高会话构造准确性的目的.     

基于AOP的Web应用程序的安全会话管理

为降低Web应用程序中合法用户身份被非法窃取的风险,同时提高应用系统机密性及完整性,提出了一种基于AOP的安全会话管理方法。该方法关联远程IP地址与会话标识符（SessionID）,通过对访问请求的关联性分析验证合法用户身份,从而应对Web应用程序中常见的失效身份验证与会话管理问题。通过方面（Aspect）封装的应用程序接口（API）具有较好的可扩展性,经编织后的Web应用程序无需修改原业务逻辑代码,就能有效提升自身会话管理机制的安全性及可靠性,保障用户数据不遭受未授权访问。     

基于决策融合的异构网络选择算法

在异构网络重叠覆盖的环境下,为满足用户QoS需求、实现网络负载均衡,提出了一种基于决策融合的网络选择算法,通过融合多种主观赋权法和客观赋权法的赋权结果,利用Kendall一致性系数检验和平均灰色关联度作为一致性准则来确定各权向量的一致性,并结合TOPSIS法决定组合权向量的权重系数。仿真结果表明,该算法能够满足用户QoS需求,平衡各网络负载,有效减少网络乒乓切换次数。     

考虑真实场景动态事件的动态取送货问题

实时城市配送决策高度依赖于环境的变化,须及时处理配送系统中由各种动态事件带来的需求和环境变化. 综合考虑新请求逐渐出现、旧请求修改或取消、交通拥堵状况和车辆抛锚4种动态事件对车辆路径规划和配送服务的影响,重新建立考虑实时场景多项动态事件的取送货（DPDP-MDE）动态车辆路径规划模型. 设计动态算法框架求解该模型,给出调度时域内静态子问题执行规则和计算规则;针对具体静态子问题,采用构造型启发式算法生成初始可行解,分别采用禁忌搜索算法和自适应大规模邻域搜索算法2种智能优化算法,改善初始可行解质量;在更新路径规划方案时,运用未固定动态插入法,解决处于规划中的未固定请求和新请求同步处理问题. 数值实验表明,所提出的模型及设计的动态算法框架能有效解决带时间窗的动态取送货问题（DPDP-TW）.     

一种新的通信网络动态路由算法

针对通信网络中的路由问题,提出了一种虚令牌动态路由算法,并用Ｈｏｐｆｉｅｄｌ神经网络实现该算法。该Ｈｏｐｆｉｅｌｄ神经网络,其神经元之间的连接强度固定不变,通信网络的物理逻路值和呼叫请求被反映到神经元的偏置电流中,地用硬件实现。同时,当通信网络中的业务量发生变化时,算法能够自动调整最短路径与负载均衡之间的关系,计算机仿真结果表明,该算法能接入更多的网络连接。