基于 LVS 的 FTP 资源共享平台负载均衡方案磁

高校校园网中的FTP服务资源共享平台面临支撑较大规模数据的并发访问的压力,论文基于LVS负载均衡技术整合和改进现有网络技术,设计三层结构服务器集群的FT P服务资源共享平台,并依托某高校实例予以实现,经对平台性能的相关参数测评表明：设计实现的平台方案优于实施前的方案,对促进有限资源条件下的高效资源共享平台构建技术发展具有实际意义。     

基于随机模型的云平台资源调度策略设计

针对云计算资源管理的实际需求,提出一种基于随机模型的云平台调度策略,设计合理高效的资源调度算法,解决传统代数模型请求丢失率高以及其他随机模型负载均衡指标性能较差的问题,从而在服务性能和执行效率的基础上保证服务器的资源负载,使云平台处于相对稳定的状态。在实验环境中的验证结果表明,该调度策略能够优化虚拟资源的使用效率和服务响应时间,同时能够达到较好的负载均衡并降低运营成本。     

基于OpenStack的清华云平台构建与调度方案设计

从一般云计算的体系结构与清华大学的实际需求出发,利用先进的OpenStack平台,采用分层设计的方法设计实现一个可对云资源进行综合管理的清华云平台。分析了该系统的优势和应具备的主要模块功能,重点研究系统中的资源调度关键技术,提出了一种基于任务调度和负载均衡的策略,并通过对调度方案的实验与分析,验证了该调度策略在保证服务性能和执行效率的基础上能够均衡服务器的资源负载,使云平台处于相对稳定的状态。     

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。     

基于改进蚁群算法的负载均衡机制的研究

针对传统网络中集群负载不均、负载压力大等问题,提出一种基于改进蚁群算法的动态负载均衡机制。该算法可根据服务器性能动态调整负载调度方案,实现服务器集群最小响应时间下的最大资源利用率。论文在基本蚁群算法的模型上,针对蚁群算法前期收敛速度慢和后期容易陷入局部最优解等问题,结合遗传算法和伪随机序列对算法进行优化。最后经实验结果证明,改进的蚁群算法能更好地提升系统负载均衡性能,实现负载目标。     

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。     

视频监控联网系统中云媒体服务器的架构研究与设计

在视频监控联网系统中,传统独立部署的媒体服务器存在因并发导致的I／O负载严重、网络带宽不足以及负载分配不均等诸多问题。云媒体服务器将整体的调度、统一的管理和性能的优化融为一体,可实现资源利用的最优化和性能提升的最大化。本文研究并设计云媒体服务器的整体架构,基于此架构对服务器集群中媒体服务器的负载评判方法进行了设计。实验结果表明,相对于传统媒体服务架构的视频监控系统,云媒体服务器可较好地实现对业务的负载均衡、容错切换等功能,可以应对媒体服务器中对视频源的突发高并发访问。     

无服务器平台资源调度综述

无服务器(Serverless)计算正成为部署云应用程序的一种具有广阔发展前景的范式。其实现了一种真正的现收现付的计费方式,并且不会浪费资源。开发人员无需担心计算平台的底层细节,只需在处理请求或事件时付费,从而降低了开发人员的门槛。无服务器模式的转变虽然带来了机遇,但也带来了平台函数冷启动延迟、资源利用不足等问题。为此,文中对无服务器计算平台的资源调度技术做了深入的调查和分析,重点阐述了面向资源利用、响应时间延迟以及多目标优化的无服务器平台资源调度的技术原理和相关研究现状,并在此基础上分析总结并指明了无服务器平台资源调度未来的主要研究方向:即面向不同应用类型负载的调度优化、响应时间与资源利用率的折衷调度、虚拟机与无服务器平台的联合调度以及无服务器资源调度的混合算法。     

一种动态负载均衡中间件的研究与实现

服务器集群可显著提高整个分布式系统的总体性能。本文针对用户请求服务时间变化大的特性,设计了一个跨平台、跨系统的动态负载均衡中间件工作模型,并对其中的关键问题给予详细描述。模型根据各服务器动态返回的负载信息并结合各服务器的性能进行动态负载调度,并以标准服务接口实现与分布式系统的无缝集成。性能测试表明该模型有效解决了集群的负载均衡问题。     

基于AHP的Web集群系统负载均衡算法

利用集群技术构建的服务器组在资源利用率上存在较大差异。为此,提出基于层次分析法(AHP)的集群系统负载均衡算法,建立判断矩阵,得到各项评估指标的单项和综合权重。调度器定时接收真实服务器上的4类参数：网络性能,服务器硬件,服务器软件和网络服务类型。根据调度器收到的每一个连接请求,采用动态反馈算法选择负载最小的服务器响应连接请求。实验结果表明,该算法能减少服务器平均响应时间,有效提高集群系统的响应率。     

Adaptive resource scheduling mechanism in P2P file sharing system

Due to the inefficient resource adjustment, the current P2P file sharing systems cannot achieve the balanced relationship between supplements and demands over the resources. In this case, the uploading bandwidth of the system node cannot be utilized efficiently and the overall system QoS is degraded. In this paper, an adaptive resource scheduling mechanism called Push mechanism, is proposed, in which “proactive” strategies are provided to handle the unbalance supplement-demand relationship of some resource. Specifically, the system firstly forecasts which resource will becoming insufficient, then it pre-increase the uploaders over such resource so that the system performance is improved. Through numerical practical experiment in download platform of Tencent, it is proved that the proposed mechanism increases the downloading rate, saves the traffic on the server and optimizes the system performance.     

IaaS环境下多租户安全资源分配算法和安全服务调度框架

针对基础设施即服务（IaaS）环境下多租户使用安全服务时由于安全资源有限和安全资源分配不均导致的效率低下问题,提出了一个租户安全资源调度框架。首先以最小最大公平算法为基础,结合Fair Scheduler的调度思想为租户设定了最小共享量和资源需求量属性;然后通过安全服务资源分配算法在保证租户最小共享量满足的前提下,尽可能公平地满足租户的资源需求;最后结合租户内任务调度和租户间资源抢占算法,实现了租户安全服务调度框架。实验结果表明,在随机资源分配条件下,安全服务资源分配算法与传统资源分配算法相比在资源利用率和作业效率上均有明显提高,安全服务调度框架可以有效解决多租户安全资源的分配和强占问题。     

一种云环境中的动态细粒度资源调度方法

云计算平台中普遍采用固定资源量的粗粒度资源分配方式,由此会引起资源碎片、过度分配、低集群资源利用率等问题.针对此问题,提出一种细粒度资源调度方法,该方法根据相似任务运行时信息推测任务资源需求;将任务划分为若干执行阶段,分阶段匹配资源,从分配时间和分配资源量两方面细化资源分配粒度;资源匹配过程中,基于资源可压缩特性进一步提高资源利用率和性能;采用资源监控、策略调整、约束检查等机制保证资源使用效率和负载性能.在开源云资源管理平台中,基于细粒度资源调度方法实现了调度器.实验结果表明：细粒度资源调度方法可以在不丧失公平性且调度响应时间可接受的前提下,细化资源匹配的粒度,有效提高云计算平台资源利用率和性能.     

面向互联网计算资源共享的自适应调度模型

在面向互联网的计算资源共享平台中,如何把服务器端的子任务均匀地调度给大规模互联网环境下的志愿机运算是一个重要的研究问题。描述了该平台下的一个自适应并行调度模型。调度器处于服务器端与志愿机之间,缓解服务器端的访问瓶颈;服务器端首先根据调度器的负载对子任务进行第一次分派,在调度器端根据下属的志愿机的软硬信息再分配子任务。通过运行典型的BanchMark并行程序,把该调度策略与其他策略进行比较,验证了该调度模型针对粗粒度并行的主从（Master-Slave）风格并行应用可以获得较好的性能。     

因特网上基于节点角色的计算资源共享平台——RB-CRSP

提出了因特网上基于节点角色的计算资源共享平台——RB-CRSP。设计时充分考虑节点的角色性和功能性,把因特网上的网络资源按照角色划分为服务器端节点、协调节点、工作机节点与客户机节点四类实体,通过配合RB-CRSP的应用编程模式,完成并行分布式计算。分析了RB-CRSP中的自适应资源调度策略,该策略考虑了节点的硬件信息与可信誉机制,实现了平台的负载均衡性;在动态的因特网环境下,利用面向工作机的容错方式保证了平台的可靠性。案例程序选择了典型的并行BenchMark程序：N皇后问题,测试结果表明,RB-CRSP可以方便聚集异构环境下的空闲计算资源,平台的性能与机器硬件条件和可靠性密切相关。     

云环境下蚁群优化算法的视频点播视频流任务调度策略

针对云环境下大规模并发视频流调度过程中资源利用率低和负载不均的问题,提出一种基于蚁群优化(ACO)算法的视频点播(VOD)集群视频流任务调度策略VodAco。在分析视频流期望性能与服务器空闲性能的相关性、定义综合性能匹配度的基础上,建立数学模型,并采用蚁群优化思路进行最佳调度方案搜索。通过云仿真软件CloudSim实验表明,与轮询(RR)、贪婪(Greedy)算法相比,所提算法在任务完成时间、平台资源占有率、各节点性能负载均衡指标上具有较为明显的优势。     

基于膜计算和蚁群算法的融合算法在云计算资源调度中的研究

针对云计算下的资源调度的问题,提出将蚁群算法的个体与云计算中的可行性资源调度进行对应,首先对云计算资源调度进行描述,其次针对蚁群算法的路径选择引入了平衡因子,对信息素进行了局部研究和全局研究,将蚁群个体引入到膜计算中,通过膜内运算和膜间运算,提高了算法的局部和全局收敛的能力,最后在云计算资源分配中,引入匹配表概念,将云计算任务和资源进行匹配,融合后的算法提高了算法的整体性能;仿真实验说明在网络消耗,成本消耗,能量消耗上有了明显的降低,提高了资源分配效率。     

一种资源优化的双最小均衡Web集群区分服务调度算法

在一种新的Web集群体系结构的基础上,提出了一种资源优化的双最小均衡区分服务调度算法：首先在前端调度器按资源均衡度将Web请求分配到各后台服务器．然后将Web请求的优先级与资源均衡度两个特征参数结合起来,综合设计后台服务器的Web请求调度顺序,为了评估该算法的性能,进行了大量的模拟实验．在与其他著名调度策略如分离式调度的对比结果显示：双最小均衡调度算法使Web请求的效率提高了11％,同时很好地实现了区分服务．证实了资源优化调度策略具有一定的普遍意义．     

雾计算平台的任务调度算法研究

雾计算平台中的任务调度问题是无法在多项式时间复杂度内求取精确解的NP-问题。本文在根据雾计算任务调度流程,构建雾计算平台任务调度数学模型基础上,采用改进人工蜂群算法,将任务调度映射为蜂群寻找蜜源的过程,在种群初始化阶段过引入混沌思想,改善了人工蜂群算法缺陷,扩大了蜂群搜索范围,避免陷入局部最优解。实验结果表明,改进后的人工蜂群算法具有更快的算法收敛速度,算法解析所对应的任务调度策略,也具有更高的任务处理总性能,表明本文所研究的改进人工蜂群算法,达到了提高雾计算资源利用率,提高雾计算任务处理效率的目的。