一种改进的Linux集群系统负载均衡算法

提出一种基于改进的Linux集群系统负载均衡算法.首先通过修改负载权值计算指标,然后通过动态反馈机制收集各个各服务器的实时负载,负载均衡器根据收集的负载信息动态调整服务器权值,最后根据权值选择最优服务器去处理新的任务.仿真测试结果表明,改进负载均衡算法提高了整个系统的响应能力和吞吐量,较大幅度地提高系统的综合性能.     

基于DHCP服务器状态的动态负载均衡算法

负载均衡是DOCSIS/PacketCable网络环境中DHCP服务集群亟待解决的问题,负载均衡算法是给集群中各服务器分配任务的核心,本文提出了一种根据服务器状态来分配任务的算法,给出了服务器性能、负载量、权值及服务器状态的计算。算法引入了根据随机数和服务器的状态选择服务器的方法,在考虑服务器真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法。测试结果显示该算法优于基于实时性能动态反馈的负载均衡算法。     

基于动态反馈机制的服务器负载均衡算法研究

针对当前已有负载均衡算法无法准确反映服务器负载的大小和手动设置服务器权值比较固定等方面所存在的不足,提出了一种基于动态反馈机制的服务器负载均衡算法。本算法综合考虑服务器各种性能因素,并根据当前负载动态调整权值,再依据算法调整服务器负载,使得服务器实现负载均衡。通过使用OPNET仿真软件证明该算法相对于传统算法能够减少服务器延迟,提高平均响应速率,并且有效地平衡了集群中服务器的负载。     

Web服务调度策略的研究

Web服务调度是Web服务组合中的一个重要环节,直接影响着服务组合的效率。文章研究了目前Web服务器广泛使用的调度策略:先来先服务策略(FCFS),优先级策略(Priority),分析了其优缺点。在此基础上,结合静态和动态两方面因素,提出了基于服务器负载的优先级调度策略,其中优先级的设定通过将服务费用同执行时间相绑定。文章最后设计了该调度策略的算法,通过实验将它和优先级策略进行了比较。摘要     

支持优先级与公平策略的队列规程

首先介绍了队列调度算法在流量控制中的关键地位,然后讨论了现有队列调度算法,如基于优先级的调度算法、轮询调度算法与公平队列调度算法,最后提出了一种新的队列规程,该队列规程融合了优先级调度算法与DRR调度算法。在网络正常情况下,不同业务流公平地共享网络带宽,在网络出现拥塞的情况下,高优先级业务流能够抢占带宽,保证其较低的丢包率,并能够实现两种调度算法的快速切换。     

基于赋时层次有色Petri网的Multi-Agent调度系统建模

介绍了基于Multi-Agent的分布式环境扫描系统的结构模型.依据赋时层次有色Petri网(HTCP-net)的理论,应用建模、仿真工具CPN Tools建立了基于优先级的任务调度算法和最短等待队列动态负载均衡调度算法的系统调度模型.仿真结果表明,该调度模型有效满足了系统周期性重复访问网站的任务需求.     

基于最优赋权法的负载均衡动态分配算法

在集群中服务器均衡负载内置算法运行前指定权值静态评估节点的负载能力,使得负载均衡器不能体现服务器资源动态变化的问题,提出了一种采用最优赋权法对加权轮询算法的权值更新进行改进,通过对后端服务器CPU利用率、内存利用率、磁盘I/O、网络带宽、连接数等性能的建模,再根据最优赋权法动态调整性能指标的权重。能更客观的评价服务器节点的负载情况。通过对照实验结果表明,文章算法在请求响应时间、系统吞吐量等方面有较好的负载均衡效果。     

一种新的HSDPA分组调度算法研究

目前已提出的HSDPA调度算法仅是基于用户的优先级进行数据分组的调度.文章考虑了3G系统的业务多样性,综合考虑用户的优先级和业务的级别,创新性地提出将两类分组调度算法,即基于业务类别的分组调度算法--加权公平排队算法,与基于用户优先级的调度算法--最短队列算法或者最长队列算法相结合后的调度算法.仿真的结果显示,提出的调度算法能满足不同业务要求的QoS.从吞吐量和延时来看,最短队列算法与加权公平排队算法结合方案优于最长队列算法与加权公平排队算法结合的方案.     

基于排队论综合指标评估的动态负载均衡算法

互联网通信、计算机集群和云环境均具有一定的复杂性和动态性,极易发生负载失衡,从而降低服务效率、增加能耗。因此,负载均衡技术成为重点研究课题。现有的负载均衡策略均是以 CPU、内存、进程等参数的占用率来评估服务器当前的负载情况,但服务器负载情况的复杂性往往使其难以得到准确评估。针对该问题,提出了一种基于排队论综合指标评估的动态负载均衡算法,首先引入排队论模型评估各服务器的实时负载情况,然后根据各服务器的负载综合指标,将输入队列中的任务逐一分配给各服务器。实验结果表明,该方法可有效平衡各服务器的负载且减少任务请求的平均等待时间。     

基于AOS的Hurst-优先级自适应RED与动态调度算法

为有效传输空间数据系统中多类型、大容量、突发性的数据,基于高级在轨系统(AOS)虚拟信道复用技术,提出了一种自相似参数Hurst-优先级自适应的随机早检测(RED)与动态调度算法——HPRED-DS。该算法在队列管理中设计了基于Hurst参数与优先级的2级丢弃分组策略,在虚拟信道调度中设计了VIP/同步/异步混合的动态调度模式,并将队列管理与虚拟信道调度有效结合起来。实验结果表明该算法在保持高处理效率和吞吐率的基础上,稳定了队列长度,降低了排队延时和延时抖动,并能满足AOS中不同业务的传输要求。     

基于蚂蚁算法的WDM网络动态逻辑拓扑重配置

本文提出了基于蚂蚁选路的WDM网络动态逻辑拓扑重配置算法。利用蚁群选路的天然特性,在作了适当的假设后,我们推导出基于动态负载平衡的蚂蚁选路概率表达式,一方面使所选路由尽量短,另一方面尽量保持负载分布的平衡性。当业务动态变化时,网络节点根据算法的收敛结果做出相应调整。仿真结果表明,算法对动态业务方式的逻辑拓扑重配置是很有效的。     

一种结构化P2P协议中的负载均衡方法

提出一种适合于路由表大小为O(logN) 的结构化P2P协议的负载均衡方法,该方法采用负载感知的被动式路由表维护算法和路由算法提高轻载结点作为路由中继结点的概率,并通过一种缓存机制来降低承载热点文件的结点的请求负载.实验结果表明,在用户查询服从Zipf分布的环境下,该负载均衡方法可使系统达到较好的负载均衡.     

基于mean-variance的服务集群负载均衡方法

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.     

移动Ad Hoc网络中的负载均衡路由算法

移动Ad Hoe网络(MANET)中的路由算法应尽量使网络负载均衡,不均衡不仅导致正在通信的路由由于过度拥塞而引起数据包延时过大、吞吐量下降,而且会使拥塞节点的能量提前耗尽,从而加剧网络拓扑结构的变化及节点之间的不公平性。本文对目前提出的一些负载均衡路由算法进行了简要比较和分析,在此基础上,指出了目前负载均衡路由算法中存在的一些问题,并提出了一个实现负载均衡路由算法的一般模型。基于该模型,文中提出了一种简单的负载均衡路由算法。仿真结果表明,负载均衡路由算法比未考虑负载均衡的路由算法具有更高的数据包投递率和更低的数据包传输延时。     

软件定义网络中基于时延和负载的多控制器部署策略研究

多控制器体系结构的出现,解决了经典软件定义网络(SDN)架构控制层以单一集中控制器为主,在大规模网络环境中的可扩展性问题.在多控制器体系结构中,由于生成转发规则并将其填充到交换机的任务被委托给了控制器,网络的性能在很大程度上取决于控制器的放置.该文以降低总时延和均衡控制器间负载为目标,提出了一种基于子网划分的多控制器部...     

WDM光网络中基于概率感知的改进动态RWA算法

在WDM光网络中,RWA算法问题近年来是研究的热点问题、其中BEST算法是最重要的算法之一,传统的BEST算法是在只考虑链路跳数或者链路长度的基础上给予计算,这样会导致负载分布不均衡。本文提出一种基于链路长度和波长动态剩余容量的改进算法,此算法的优势在于考虑了实际的网络基础之上,充分考虑了链路的负载均衡。仿真结果表明,在误码率方面,此算法略由于传统算法,在负载均衡方面也有它的优势。     

Fast algorithms for the estimation of motion vectors

In this correspondence, a fast motion estimation algorithm, based on the successive elimination algorithm (SEA) of Li and Salari (1995), is studied. This fast motion estimation algorithm finds the same displacement vectors as the exhaustive search algorithm with a reduced computational load. A modified fast motion estimation algorithm introducing negligible distortion into a transform coder, but providing for a further computational load reduction, is developed. Implementation issues are also discussed and compared. Results show that the number of searching operations can be reduced dramatically with the help of fast motion estimation algorithms.     

基于微分进化的信息物理融合系统网关优化部署方法

为解决信息物理融合系统下无线传感器网络接入互联网的问题,该文提出一种基于微分进化的网关优化部署方法。该方法以最小化网关覆盖半径和负载平衡水平为优化目标,利用微分进化算法寻找网关优化部署方案,通过自适应反向搜索、动态参数调整等方法保障寻优过程的种群多样性,解决几何 中心下的网关部署问题。仿真实验结果表明,该方法具备良好的全局寻优能力和收敛速度,能够在缩小网关集覆盖半径的前提下,进一步平衡各网关之间的负载水平,提高信息物理融合系统的网络QoS水平。     

基于Fisher的加权马尔可夫的话务预测

基于话务量数据的特性,提出基于加权马尔可夫的移动话务量预测模型。该模型具有要求的样本数量少,运算速度快,预测精度高,可检验等的特点。根据该模型的缺陷,应用模糊Fisher准则的有序聚类方法,可以对话务序列进行分类并建立分类标准,该方法克服了聚类有效性对样本空间分布的依赖并同时提高了算法的效率。仿真结果表明,在移动通信话务量预测中,该算法与其他方法相比较,运算速度快,准确度高。     

云环境下任务调度算法对比研究

云计算是完全基于互联网的新兴技术。云计算环境中的任务调度问题一直都是该领域的研究热点。合理高效的任务调度算法在云环境中能有效的缩短任务完成时间,提高系统负载均衡,更好的满足用户与云提供商的需求。本文研究了云平台的任务调度机制,探究了任务调度过程中的关键性指标。通过云仿真平台CloudSim实现并分析了顺序调度算法、Min-Min算法和Max-Min算法,对比其在随机生成用户任务负载与虚拟机计算资源的情况下的任务完成时间,实验证明Min-Min算法与Max-Min算法均优于顺序调度算法。以此为未来研究提供实验支撑和方向。