基于自适应蜂群算法的云计算负载平衡机制

针对将蜂群算法应用在负载平衡系统中,出现的由于请求之间关系处理不当而产生的不利于负载平衡的资源局部密集现象,提出了改进的自适应蜂群算法。通过引进其他类型的请求,以阻断短时间内本该到来的与该服务器处理的请求有某些相似的请求,由此增强了负载平衡的可用性,提高了系统吞吐量。实验结果表明基于蜂群算法的负载平衡机制无论是在系统吞吐量方面或是系统可扩展性方面均适用于云计算环境,改进的自适应蜂群算法在系统吞吐量方面较传统算法性能提高5%以上。     

基于模糊聚类分析的云计算负载平衡策略

如何实现资源访问的负载平衡成为云计算实施的关键问题之一。基于云计算环境的特点,改进了模糊聚类算法,将粒子群优化算法与模糊C均值聚类算法融合,提高算法正确率。将改进后的聚类算法应用于对各个计算节点的输入输出(I/O)及中央处理器(CPU)利用率的分析,得到对于负载度的分类,并以此为依据判断需要迁移任务的节点,进而实现负载平衡。实验结果表明无论是在UCI机器学习库或是针对提出的负载平衡机制环境下,改进的模糊聚类算法在算法的准确率方面均优于传统算法10%以上,且在算法稳定性方面亦优于传统算法。     

面向云计算中心效能优化的负载平衡方法

为了提升使用虚拟化技术的数据中心的能耗利用率,根据处理器DVFS(dynamic voltage and frequency scaling)变频技术的功耗特性,论证了在理想情况下,数据中心中所有处理器频率一致时能耗利用率最高;基于这一理论,提出了云计算中心的负载平衡方法;最后在CloudSim中进行了仿真实验,实验结果显示该方法能够优化数据中心的能耗。     

云计算环境下分布式文件系统的负载平衡研究

在云计算环境下,文件以块的形式分布在文件系统中。然而系统状态的更新,如节点加入和离开,会导致文件块在系统中的分布不均衡,从而对系统执行的任务产生性能上的影响。针对该分布式文件系统的文件分布不均衡问题,提出了一种完全分布式的负载平衡算法,并采用了仿真实验对所提出的算法与集中式和分布式的负载均衡算法进行了对比。结果表明,该算法在解决了集中式算法的单点瓶颈的基础上只增加了少量的额外开销,其性能明显优于分布式的负载均衡算法。     

基于渗透式人工蜂群与蚁群优化混合的负载平衡算法

针对当前云计算负载平衡调度过程中出现的虚拟机迁移效率低和能耗高问题,提出了一种基于渗透式人工蜂群与蚁群混合优化负载平衡算法,该算法将化学渗透行为与生物启发的负载平衡算法相结合,在充分利用人工蜂群和蚁群两种优化算法优点的同时,将渗透技术应用于负载均衡。由于渗透技术支持通过云基础设施迁移的虚拟机的自动部署,从而克服了现有仿生算法在实现物理机之间负载平衡方面的缺点,提高了迁移效率。实验结果表明,以现有负载平衡算法相比,提出的算法在迁移性能上提升明显。     

一种基于云计算的动态可扩展应用模型

可扩展性对于很多互联网企业而言是非常重要的。如果按照访问量峰值需求配置资源,则成本很高,资源利用率很低。云计算提供了一个强大的计算模式,允许用户按需访问资源。基于虚拟云计算环境中阈值,提出一个动态可扩展的Web应用模型,该模型通过一个前端负载平衡器,将用户的访问请求路由安装在云计算环境中虚拟机上的Web服务器上。又提出了一个动态扩展算法用于自动扩展虚拟服务器的数量。根据提出的模型和算法,通过实验模拟,当用户访问量激增时,系统的响应时间不会显著延长,完全可以满足实际的需求。     

基于负载平衡的搜索算法研究

本文针对语义拆分的平衡算法提出了基于请求者反馈的搜索算法,然后对算法的搜索长度进行了分析,通过限定负载平衡时语义类移动的最大次数和聚类中节点的数目可以控制搜索服务的最大时间延时。     

基于云计算服务质量感知的虚拟机节能管理研究

云计算是大量的虚拟化的计算机资源的服务节点,如何管理基于节能型和服务型的动态可扩展资源已成为一个重要的问题。针对这一目的,综合大量前期工作,提出了一种改进的遗传算法,并构造系统模型,通过使用CloudSim（云计算仿真软件）和CloudAnalyst（云分析软件）进行定性和定量的数据分析。同时也与传统的动态电压和频率缩放 (DVFS) 做了比较,通过数据验证证明出利用服务质量感知对虚拟机的节能管理在响应时间、能源消耗、虚拟机迁移数量及合并适应性方面都起到改进作用。表现为在相同功率条件下,新方法能降低用户请求的响应时间,进而提高了用户的服务质量;在相同的响应时间内,新方法又能有效的降低能量功耗。这些改进都能提高用户对服务质量的满意度,同时也为未来使用并行计算技术打下了基础。     

分布式系统中网络负载平衡的研究

分布式系统可以有效地减少处理瓶颈,其具有较强的容错能力,得到了相当广泛的研究和应用。本文介绍了分布式系统的定义和负载平衡技术,其中重点讨论了动态负载平衡的策略。最后,根据分布式应用的特点,提出了一种分布式系统网络负攀平衡的解决方案,并给出了算法描述和模型。     

基于集群的负载平衡调度算法研究与实现

在集群系统的负载调度研究中,针对请求的服务时间变化大的特点,该文提出了一个动态反馈负载平衡算法,它结合内核中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而有效地解决服务器问的负载不平衡问题,提高了系统的吞吐率。     

一种类欧氏距离-负载平衡的云任务调度算法

面对云计算中庞大用户群的需求,云计算平台的性能起着关键的作用。任务调度算法对云计算平台的性能存在很大的影响。虽然云计算任务调度算法是目前云计算中研究的热点,但是多数任务调度算法并没有从用户满意程度的角度去考虑。针对云计算的现有资源调度算法提出了一种类欧氏距离负载平衡(EDL-LB)的任务调度解决方案,能够针对用户的不同需求提出与之相适应的资源选择方案,有效地提高用户对云资源的使用满意度。仿真结果表明了方法能够在保证任务完成时间的条件下,通过新的任务调度策略来提高用户对云计算任务的满意度以及资源的利用率,是一种云计算环境下有效的任务调度算法。     

基于Policy的CORBA负载平衡方案的设计与实现

在介绍传统的CORBA负载平衡策略的基础上，运用设计模式——Policy技术思想，设计并实现了一种基于Policy的CORBA负载平衡解决方案，抽象出了负载平衡策略接口，可以针对不同应用的需求配置不同的负载平衡策略，弥补只能满足特定应用的负载平衡设计的不足，有很大的灵活性。     

基于遗传模拟退火算法的网络负载平衡研究

介绍了网络负载平衡的基本算法,建立了负载平衡的数学模型,重点阐述了遗传算法和模拟退火算法相结合的重要意义。并提出将遗传模拟退火算法应用于解决网络负载平衡问题的算法,通过实例证明了其有效性。     

基于流水线负载平衡模型的并行爬虫研究

针对并行爬虫系统在多任务并发执行时所遇到的模块间负载平衡问题,提出流水线负载平衡模型（PLB）,将不同的任务抽象为独立模块而达到各模块的处理速度相等,采用多线程的方式实现基于PLB的并行爬虫,根据线程的休眠和缓冲区的变化对线程数量进行动态调整以实现PLB。实验结果表明该方法具有良好的运行效率和稳定性。     

CORBA负载平衡的研究

一、引言作为分布式计算的一个重要规范—CORBA,其主要目标是解决面向对象的异构应用之间的互操作问题,并提供了分布式计算所需的多项服务。ORB是CORBA平台的核心,它用于屏蔽与底层平台有关的细节,使开发者可以集中精力去解决与应用相关的问     

基于集群的Web服务器负载平衡算法研究

随着互联网访问量的激增,基于集群的Web服务器成为发展趋势,有效、公平的负载平衡直接决定系统的整体性能。建立BCMP排队预测模型,通过控制回路反馈动态调整预测因子,最终利用基于概率预测的PPLB算法平衡分配请求。仿真结果表明,该算法较传统负载平衡算法具有更高的效率和实用性。     

基于消息传递机制的动态负载平衡算法研究

针对同构集群系统中的动态负载平衡问题,提出了一套面向负载信息交流的消息机制,基于该消息机制设计了一种分布式控制、发送者驱动的动态负载平衡算法。实验证明该算法在处理大规模计算密集型任务时,具有一定的有效性和实用性。     

防火墙负载平衡机制设计

主要讨论了防火墙集群的负载平衡系统模型、基本的平衡算法和负载平衡机制,在此基础上配合算法实现了动态负反馈机制。给出了若干个基本的动态负载平衡模型并加以分析研究,使得数据流在防火墙集群内的流动更趋合理,提高了整个系统的效率和安全稳定性。     

存储系统负载平衡机制的评价与分析

负载平衡是提高大规模存储系统资源和能源使用效率,进而降低系统建设成本和运行成本的重要手段.然而,该领域相关工作多侧重于具体技术方法的研制和改进,缺乏不同方法间的比较和评价.通过对存储系统负载平衡方法的仿真与分析,揭示了现有负载平衡方法所面临的主要挑战,也为工程上各方法的选择提供了参考依据.     

基于CORBA的负载平衡模型的研究与实现

CORBA提供了在异类分布式环境中对象之间高度的可互操作性,从而保证了建立在不同CORBA产品之上的分布式对象可互相通信。CORBA应用中一般都包含分布在不同环境下的大量对象,如何使得这些对象更好地协同工作是复杂的分布式系统中必然要考虑的问题。该文对当前的CORBA中负载平衡的发展现状作了简单介绍,并给出了一个使用TAO开发的基于CORBA的负载平衡解决方案和实现。