基于能量均衡的n分多路径路由算法

对于Ad hoc网络,多路径路由协议能够均衡负载,延长整个网络的生存时间.提出一种基于能量均衡的n分多路径路由算法,通过引入路径延迟因子、节点能量因子、评价因子,综合路由跳数、节点的剩余能量、路径拥塞度等因素来选择有效的多条路径转发数据.仿真结果表明：本算法能使网络中各节点能量均衡消耗,最大化网络的生存时间.     

自适应负载均衡路由算法研究

提出了一种基于流言机制的自适应负载均衡路由算法.该算法结合流言路由机制与网络负载均衡的思想,在路由发现阶段,根据节点分布情况和节点当前负载在局部范围内的相对轻重,自适应地调整流言转发概率,让负载较轻的节点优先参与路由建立.仿真实验表明,该算法减少了路由开销,提高了分组平均投递率,降低了数据分组端到端平均时延,具有较强的...     

MANET多路径负载均衡方法

提出了一种移动自组织网络（MANET）中均匀分配业务量、减轻网络局部拥塞的多路径负载均衡方法. 通过基于Bloom滤波器的流量检测方法获得每个节点的负载,在源节点进行负载均衡. 多路径负载均衡方法路径选择标准为链路生存时间、端到端时延和转发路径当前的负载情况. 通过仿真对其性能进行了衡量和分析,仿真结果表明,该方法在分组投递率、端到端时延和所需的控制包开销方面优于传统多路径机制,该方法适用于节点密度较小的场景.      

一种负载均衡的FiWi网络视频多路径传输机制

针对用户差异化的需求及融合网络局部过载造成视频业务中断的问题,提出一种负载均衡的视频传输机制.首先根据光纤无线接入网络的前端结构特点来改进分裂多径路由协议以获得路径选取模型;其次计算视频在无线侧的延迟和路径差分延迟,并确定其阈值作为用户体验质量约束;最后在考虑用户体验质量的同时,采用多级惩罚函数的粒子群优化算法进行视频...     

基于负载均衡的联合路由策略

针对目前IP over WDM网络中的路由算法在负载均衡方面存在的问题,提出了一种考虑负载
均衡的新型联合路由算法——负载均衡算法(LBA). 该算法在链路（包括逻辑链路和物理链
路）权值分配过程中考虑了节点负载的影响,并且在目标函数的选取中充分考虑了链路资源
的利用情况. 通过对节点负载分布的方差和业务阻塞率的仿真分析,验证了该算法在负载均
衡和网络资源优化利用及降低端到端时延等方面的优越性.     

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．     

基于热点链路的多路径路由选择算法

针对有线传输网络中由于个别区域链路负载过重而导致的拥塞问题,突破现有的网络路由框架,提出了一种新的多路径路由算法,为网络运行提供了一个更加稳定的环境.该算法将路由信息保存在源节点中,一旦出现链路负载过重的情况,将自动调用该路由机制,并依此在源节点中采用替换路径或多路径并发的方式进行数据传输,从而达到解决链路拥塞的目的.最后,通过实验仿真得出该算法将数据包吞吐量从100 Mbps提高到300 Mbps左右,并在一定程度上使丢包率从13.6%降低至0.98%,从而达到新的网络负载均衡.     

面向LEO卫星通信网络基于时间尺度的负载均衡组播路由算法

为了在全球覆盖的低地球轨道(low earth orbit,LEO)卫星通信网络下,获得较小开销的组播树,而非仅仅是降低树开销或最小传输时延,提出一种面向LEO卫星通信网络的基于时间尺度的多度量负载均衡组播路由算法(load balancing multicasting algorithm based on timescales for LEO satellite network,LBMT),通过获取星间链路(intersatellite links,ISL)的状态信息并通过设计的评价链路状态“比对开销”,建立较小“比对开销”组播树.已提出的面向LEO卫星网路的组播路由算法通常目标为最小化组播树的树开销或传输时延,然而LEO卫星网络的全网流量并非均匀分布,已提出的组播算法通常无法主动避让繁忙链路,在高负载情况下导致网络状况恶化.仿真结果表明:算法能在高负载状态下降低数据丢失率,而仅仅微小增加了传输时延.LBMT算法建立的组播树能有效避让繁忙链路并选择位于不发达地区上空的空闲链路,充分利用网络的空闲链路,使网络流量更加均衡.     

SDN中基于动态迁移优化的控制器负载均衡算法

为了改善软件定义网络(Software Defined Network,SDN)中由于流量突变引起的多控制器负载不均衡的问题,提出一种基于动态迁移优化(Dynamic Migration-Optimized Load Balancing,DMOLB)的控制器负载均衡算法.该算法在控制器负载阶段以常规控制器的负载作为过载...     

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。     

一种链路多样性的多路径路由算法

多路径路由的负载均衡和重路由功能,使得网络的鲁棒性、可靠性和可扩展性要优于单路径路由,因此成为目前广泛研究的热点问题之一。然而已有的多路径路由算法要么存在潜在的路由环路,要么网络的冗余链路未能充分利用,为此,采用邻居链路屏蔽和源标识嵌入相结合的技术,设计了一种有效的链路多样性多路径路由算法,可以有效地避免路由环路,冗余链路也得到了更为充分的利用。     

基于混合策略的集群负载均衡算法研究

传统的负载均衡策略仅对某些类型的站点有效,而不能满足各种站点类型的要求。在分析已有方法的基础上,针对不同类型的用户请求特点,提出了一种基于混合策略的负载均衡算法。该算法通过对用户请求的分类调度来获得较高的cache命中率,同时还引入了会话保持技术和反馈环节来解决会话失效和负载不均衡的问题。实验结果表明,这种该算法能有效提高集群系统的整体性能。     

基于网格的异构无线网络负载均衡算法

针对目前软负载均衡算法中无线资源统计不具有普适性,未考虑用户业务需求与异构资源单元差异性匹配的问题,根据网格计算的思想,在异构无线网络中提出了基于网格的负载均衡算法。该算法首先将无线资源映射成不同的三维资源单元,每个三维资源单元相当于一个网格。然后将业务分成不同的子业务流(数据包),统一分给不同的网格,实现业务的分布式分流,在保证用户QoS的情况下,实现网络的负载均衡。仿真结果表明:基于网格的负载均衡算法能够较好地均衡异构网络间的负载,降低负载偏离度,提高系统吞吐率。     

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。     

基于机器学习的动态负载均衡模型研究

现阶段,负载均衡服务器运行参数是根据经验设定的,这不利于自动运维。针对该现状,笔者提出一种基于机器学习的动态负载均衡模型。该模型在传统的负载均衡模型基础上增加了负载权重预测模块,并为策略转发模块补充动态调整功能。权重预测模块采用机器学习的经典算法线性回归来预测各个负载权重值,算法采用非定时触发机制,在预测权重值的同时也动态调整算法模型参数和触发周期,具备自我调优能力。策略转发模块在经典转发算法上增加了动态调整权重值功能,能够平滑地对权重参数进行调整而不影响后端负载能力。权重预测模块与策略转发模块采用多线程设计,互不干扰,仅通过消息缓冲区进行通信,保证了模块独立性和稳定性。压力测试表明,改进的负载均衡模型能够动态调整负载参数,结果符合预期。     

基于负载均衡度的云计算任务调度算法

针对当前云计算环境中用户群与数据量庞大的特点,如何设计高效的负载均衡调度算法是云计算领域一直探索的重要课题.提出一种基于负载均衡度的云计算任务调度算法(TS-CCLB),该算法首先依据空间案投影分析计算了集群的负载均衡度,以此给出调度决策变量,并依据任务的执行代价完成时限赋予任务不同的优先级别.任务调度时将任务按优先级调度到最大决策变量值所对应的虚拟机上.实验结果表明,该算法可有效提高云计算集群的负载均衡性,缩短总任务的完成时间,尤其当任务数与节点规模较大时,优势更为明显.     

基于蚁群算法的自适应动态路由算法

针对传统的路由算法收敛速度慢且易产生路由振荡的问题，利用蚁群能够发现从巢穴到食物源之间较短路径的 特性，提出了一种自适应动态路由(ADR) 算法.ADR中的人工蚂蚁同时搜索网络，并以一种间接、异步的方式相互交换所 收集到的网络状态以及数据流量信息.网络每个节点的路由表用信息素表来代替，表中的信息素浓度以概率值的形式表示 ，利用再励学习机制，人工蚂蚁以一定的周期更新信息素表.算法具有自适应性、鲁棒性及本质上的并行性.仿真结果表 明，所提出的算法能有效提高网络吞吐量、降低平均时延.