基于压缩感知的传感器网络中概率负载均衡的数据路由协议

基于混合压缩感知(CS)理论,提出一种负载有效的路由协议.考虑分簇网络结构,簇内节点传输原始数据到簇头,簇头对数据进行压缩再通过最小生成树发送到sink.为防止簇头节点负载不均衡造成网络不能正常通信,提出负载度的概念并设计基于CS的负载均衡策略;然后,研究概率负载均衡策略以均衡所有节点的负载流量;最后,提出分布式补偿算法构建分簇网络并实现数据汇聚功能.仿真结果表明,所提出方法在提高网络生存时间及能耗均衡方面均优于传统方法.     

Square Grid结构无线传感网数据传输的源路由策略分析

无线传感网中的汇聚传输模式使得靠近汇聚点的节点承担了较多的数据转发业务,导致这些节点能量很快耗尽,造成网络节点负载分布不均衡。针对这种汇聚传输问题,结合规则拓扑结构的对称性和预知性,提出基于Square Grid规则拓扑结构中分析典型源路由策略,设计一种计算路由节点负载分布的转发指数,并依据该转发指数分析各路由策略负载性能的方法。通过Mathematica绘制各路由节点负载分布图并对比各路由策略的转发指数,实验结果验证了Balancing Forwarding路由策略的节点具有较均衡的负载分布。该方法能有效地应用于评价路由策略的优劣。     

负载均衡技术在企业中的应用研究

文章通过企业信息系统的高可用性问题,提出了负载均衡技术解决思路。就负载均衡技术进行了探讨,对软件负载均衡与硬件负载均衡的功能、特点进行了对比分析。结合南车时代的企业应用案例重点阐述了硬件负载均衡技术优势,为企业构建高可靠性硬件负载均衡平台提供了方法和设计思路。     

集群和负载均衡技术在省级数据集中的应用研究

介绍了集群和负载均衡技术的概念,在省级数据集中实施过程中利用集群技术部署了主机、数据库和中间件系统,有效克服了单点故障.重点分析了中间件系统部署 Web 集群和 App 集群中软件代理服务器和硬件负载均衡服务器的区别,对省级集中系统的软件代理服务器性能提供了全面测试方案,得出的测试结论为:软件代理服务器能承载的合适在线数为一有限值,较大在线用户应使用硬件设备进行负载均衡,并对硬件负载均衡设备 BIG IP F5 的实施进行了详细描述.     

一种快速负载均衡设备KLBD的设计

随着网络技术的发展,服务器的负载越来越重,因而负载均衡技术得到了空前发展.本文提出了一种基于数据链路层的快速转接网络包的负载均衡设备KLBD的设计方法与过程,并就其关键模块进行了分析.     

基于MapReduce的高维数据频繁项集挖掘

传统的数据挖掘算法在面向大规模高维数据的挖掘过程中,存在数据特征捕捉准确率低、节点负载不均衡、数据交互频繁、频繁项集紧凑化程度低等问题。提出基于MapReduce的并行挖掘算法PARDG-MR,结合高维数据特征,设计基于维度粒化算法和负载均衡算法的DGPL策略,并对数据进行预处理,以解决高维复杂数据特征属性捕捉困难及数据划分中节点负载不均衡的问题。通过构建基于PJPFP-Tree树的频繁项集并行挖掘策略PARM,实现频繁项集的并行化分组过程,从而提高数据处理的运行效率。在此基础上,提出基于剪枝前缀推论的整合节点剪枝算法PJPFP,提高频繁项集挖掘过程中的剪枝效率,增强频繁项集的紧凑化程度。在Webdocs、NDC、Gisette 3个数据集上的实验结果表明,相比PFP-growth、PWARM、MRPrePost算法,该算法的运行时间平均缩短了约20%,能够有效提高数据挖掘效率且降低内存空间。     

基于软件定义数据中心网络的节能路由算法

由于数据中心网络是云计算和下一代网络技术的平台和基础设施,日益增长的网络数据在满足用户需求的同时,也大幅增加了数据中心的能耗.许多针对数据中心网络的节能策略被提出,多数采用硬件与软件相结合的策略来完成节能模型的设计.为了进一步降低能耗,从网络负载均衡和节能路由设计的角度提出了一种新的节能路由算法,其基本思想是首先对负载均衡进行量化分析,然后提出带宽限定的负载均衡与节能相结合的节能路由算法,充分考虑到网络整体的可达性和可靠性.该算法为数据中心节能提供了一种新的视角.通过与传统的节能路由作比较,验证了该算法能够在保证较高网络可靠性的同时能耗较低.通过对实验数据的分析和解释得到了若干有益的结论,为进一步的研究工作奠定了基础.     

基于分布式入侵检测系统的负载均衡算法的比较

随着网络带宽的增长,分布式NIDS逐渐成为入侵检测系统的主流,而其中的负载均衡技术是提高系统性能的关键技术之一。通过模拟的方法,利用真实的网络数据,将多种负载均衡算法分为无连接约束算法和有连接约束算法进行了比较、评价,为分布式入侵检测系统的设计提供负载均衡算法的选择依据。     

一种能耗均衡的WSNs动态数据汇聚方法

无线传感器网络一般采用分簇路由协议实现数据的汇聚,这类协议要求Sink节点的位置固定,并通过节点间多跳接力传输,将数据汇聚到Sink节点。由于网络中不同节点承担中继的负载不同,这会导致某些负载过重的节点能量提早耗尽,从而形成网络空洞。虽然某些路由协议在网络能耗均衡方面做了一定的措施,但仍无法较好的解决该问题。为此提出一种能耗均衡的动态数据汇聚方法,该方法的汇聚节点(Sink)为可移动节点,为平衡网络能耗,利用网络节点的能量为Sink节点确定若干个数据汇聚位置。并结合TSP算法规划Sink节点的最佳移动路径,通过对该算法进行大量的仿真,并与现有的一些方案进行比较,验证了该算法在各种性能指标上的有效性。     

基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法

大数据时代,开展面向海量、分布数据的知识发现研究成为学界和业界关注的热点,而负载均衡问题是开发分布式挖掘算法必须考虑的重要因素之一。为此,提出了一种基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法,算法采用垂直频繁模式树存储项及其关联而无需对局部挖掘结果进行合并,减少了通信量,简化了处理流程。同时所提出的算法采用混合体系结构即中心站点按照局部站点的处理能力分配任务,实现了负载均衡,提升了算法的性能。实验结果表明所提算法切实可行并具有较高效率。     

数据中心网络四层负载均衡技术综述

针对数据中心难以适应流量增长进行横向扩展并保证连接一致性的问题,阐述了四层负载均衡技术在应对高并发访问和提高资源利用率方面的重要作用,梳理了国内外四层负载均衡模块的设计与算法,总结了负载均衡器以不同方式进行部署分别存在的优缺点,同时分析了网络可编程转发技术在四层负载均衡领域中的应用与最新进展.最后,对网络新形势下负载均...     

Resource scheduling algorithm with load balancing for cloud service provisioning

Cloud computing uses scheduling and load balancing for virtualized file sharing in cloud infrastructure. These two have to be performed in an optimized manner in cloud computing environment to achieve optimal file sharing. Recently, Scalable traffic management has been developed in cloud data centers for traffic load balancing and quality of service provisioning. However, latency reducing during multidimensional resource allocation still remains a challenge. Hence, there necessitates efficient resource scheduling for ensuring load optimization in cloud. The objective of this work is to introduce an integrated resource scheduling and load balancing algorithm for efficient cloud service provisioning. The method constructs a Fuzzy-based Multidimensional Resource Scheduling model to obtain resource scheduling efficiency in cloud infrastructure. Increasing utilization of Virtual Machines through effective and fair load balancing is then achieved by dynamically selecting a request from a class using Multidimensional Queuing Load Optimization algorithm. A load balancing algorithm is then implemented to avoid underutilization and overutilization of resources, improving latency time for each class of request. Simulations were conducted to evaluate the effectiveness using Cloudsim simulator in cloud data centers and results shows that the proposed method achieves better performance in terms of average success rate, resource scheduling efficiency and response time. Simulation analysis shows that the method improves the resource scheduling efficiency by 7% and also reduces the response time by 35.5 % when compared to the state-of-the-art works.     

Distributed and scalable sequential pattern mining through stream processing

Scalability is a primary issue in existing sequential pattern mining algorithms for dealing with a large amount of data. Previous work, namely sequential pattern mining on the cloud (SPAMC), has already addressed the scalability problem. It supports the MapReduce cloud computing architecture for mining frequent sequential patterns on large datasets. However, this existing algorithm does not address the iterative mining problem, which is the problem that reloading data incur additional costs. Furthermore, it did not study the load balancing problem. To remedy these problems, we devised a powerful sequential pattern mining algorithm, the sequential pattern mining in the cloud-uniform distributed lexical sequence tree algorithm (SPAMC-UDLT), exploiting MapReduce and streaming processes. SPAMC-UDLT dramatically improves overall performance without launching multiple MapReduce rounds and provides perfect load balancing across machines in the cloud. The results show that SPAMC-UDLT can significantly reduce execution time, achieves extremely high scalability, and provides much better load balancing than existing algorithms in the cloud.     

云计算中负载优化模型及算法研究

云计算环境的动态性和异构性,使得云计算很容易出现负载失衡现象,严重影响了云计算的整体性能和用户体验.论文提出了基于改进遗传算法的负载均衡优化模型,兼顾资源需求动态变化和虚拟机的计算能力,建立相应的资源调度模型,运用改进遗传算法实现资源负载均衡.验证表明,该算法能很好满足云环境下数据中心的使用要求,提高资源利用率和负载均衡度.     

一种有效负载均衡的网格Web服务体系结构模型

基于Web服务资源的小世界模型,提出了一种可无缝结合网格OGSA框架的Web服务体系结构与动态的资源负载均衡分配模型,它以Web服务资源注册中心(Web Services Resource Register Center,WSRRC)作为Web服务资源查找的入口,以Web服务资源ID类形成的虚拟资源树作为资源逻辑组织与负载均衡分配结构,以小世界形成的区域代理自治系统(Area Proxy Autonomy System．APAS)来进行Web服务资源的维护．并详细描述了该模型的实现机制、组织协议与数据结构,着重研究了逻辑资源树负载信息的传播机制及负载均衡策略,模拟试验表明该模型是合理而有效的：它可以在较小开销下获得较满意的资源组织与定位性能,能适应网格Web服务资源的异构、复杂与动态性,具有良好的可扩展性及保持全局网络负载均衡的良好性能．     

云计算环境下资源调度系统设计与实现

在云计算环境下,对开放的网络大数据库信息系统中的数据进行优化调度,提高数据资源的利用效率和配置优化能力;传统的资源调度算法采用资源信息的自相关匹配方法进行资源调度,当数据传输信道中的干扰较大及资源信息流的先验数据缺乏时,资源调度的均衡性不好,准确配准度不高;提出一种基于云计算资源负载均衡控制和信道自适应均衡的资源调度算法,并进行调度系统的软件开发和设计;首先构建了云计算环境下开放网络大数据库信息资源流的时间序列分析模型,采用自适应级联滤波算法对拟合的资源信息流进行滤波降噪预处理,提取滤波输出的资源信息流的关联维特征,通过资源负载均衡控制和信道自适应均衡算法实现资源调度改进;仿真结果表明,采用资源调度算法进行资源调度系统的软件设计,提高了资源调度的信息配准能力和抗干扰能力,计算开销较小,技术指标具有优越性。     

数据挖掘技术在网络负载均衡中的思考

企业信息化已成为企业在全球化竞争时代的生存之道。而信息化的基础在于一个完善高速的网络架构,并在这个架构上做到网络负载均衡。针对目前网络架构现状,从数据挖掘的角度提出一种负载均衡的方法,基于数据点对网络流量进行聚类,形成聚类数据。将这些聚类按时间序列预测其负载强度,使整个系统负载均衡。实验与分析结果表明了该方法的有效性。     

基于OpenStack的Swift负载均衡算法

为了解决由于OpenStack的负载分发不均衡而引发的存储性能下降、资源利用率降低、I/O响应时长增加等问题,提出对加权最小连接调度算法进行改进. 通过对对象存储的负载均衡调度算法研究,利用存储节点的CPU、内存、硬盘、I/O资源利用率信息,并结合节点任务请求连接数,计算存储节点负载能力、性能和权值. 负载均衡器根据每个存储节点的权值大小判断任务分发方向. 经实验证明改进的负载均衡调度算法能够解决存储读写性能下降的问题,提升数据吞吐率、存储读写性能和系统稳定性.     

基于时间偏差协议的动态负载平衡技术*

对并行VHDL模拟的特殊性进行分析后,建立了一个并行VHDL模拟的动态负载平衡模型。在此模型中,提出动态调节最佳并行规模的动态负载平衡方法来解决系统资源紧张的问题,采用一种新的模拟中负载的度量方法——模拟推进度。此模型还包括基于标准偏差和最小通信变化量的动态负载平衡算法和一个运行中的负载迁移机制。最后对该模型进行可行性分析。     

考虑约束参数切换的小蜂窝LTE移动负载自适应均衡

针对因用户设备移动性和小区覆盖率造成的网络负载周期性不平衡问题,引入小蜂窝网络以支持高数据率服务和密集部署,提出一种自适应网络负载状态并考虑负载估计的小蜂窝网络移动性负载平衡算法。该算法根据过载单元和相邻单元调整进行参数切换,其资源利用取决于信号质量和所连接用户设备在长期演进网络(LTE)中的流量需求,并定义资源块利用率作为单元负载的度量,根据网络负载情况使用自适应阈值来确定过载单元。为避免性能振荡,考虑移动负载对网络的影响,进行负载均衡过程设计。最后通过系统级仿真评价了该算法在不同环境下的性能,仿真结果表明,该算法在网络间提供了更均衡的负载(即小区间的标准差较小),比以前的算法具有更高的网络吞吐量。