基于Shark的分布式工作流系统的设计与实现

Shark工作流是一个单引擎的工作流系统.文章以其为蓝本构建了一个分布式工作流管理系统(DWFMS)架构,并进行了功能模块的划分和工作流引擎的分布执行策略的分析,给出了一个针对一般工作流系统中普遍存在的负载不均衡、柔性差等问题的解决方案.     

CPS异构分布实时系统中带负载因子的容错调度

介绍了Cyber-Physical Systems的基本内容,给出了基于Cyber-Physical Systems异构分布式中的实时任务系统模型。并在该模型下结合基/副版本备份技术提出了两种适应于Cyber-Physical Systems异构分布式实时环境的启发式容错调度算法:HDLMA算法和HDLFA算法。最后针对这两种算法,分析了算法可调度性,负载均衡性,任务粒度大小对负载均衡性的影响,以及调度阀值对算法可调度性的影响。     

基于高效负载均衡的网络任务分配技术

针对传统的网格在分配任务的过程中,当多任务发生竞争的时候,由于多条路径的任务负载不均衡,造成传输速度慢的问题,提出一种基于遗传算法负载均衡的网格工作流算法.通过模拟自然界的生物进化过程对任务空间进行随机化搜索,根据预定任务的适应度函数,并用全局并行搜索方式找到最优节点,避免了传统方法的负载不均衡问题.实验证明,该算法实现了负载的快速均衡,提高了网格工作流系统的工作效率.     

基于粒子群算法的工作流服务主体优选方法

研究工作流服务主体优选问题,在工作流系统中,工作机负载能力有差异性,而且整个系统负载具有动态性,传统算法难以获得最优工作流服务主体优选方案,导致系统资源利用率较低.为了提高系统资源利用率,系统负载保持均衡,提出一种粒子群算法的工作流服务主体优选方法.首先对工作流服务主体优选问题建立相应数学模型,然后采用粒子群算法对其进行求解,即工作流服务主体最优选择方案,最后进行仿真测试.测试结果表明,相对于传统方法,粒子群算法可以针对不同类型的任务分配不同的工作机,实现系统多种资源的负载均衡,提高系统资源的利用率.     

基于分布式模糊逻辑推理的WSN分簇算法

针对无线传感器网络(WSN)中均衡分簇问题,提出一种基于模糊逻辑推理的WSN分布式分簇算法(DFLC)。利用分布式模糊逻辑控制器选择根节点,以能量大小、中心性、距基站的距离、跳数和节点密度5个参数作为分布式模糊逻辑控制算法的输入。为网络中的中间节点分配模糊逻辑推理引擎,根据自身和相邻节点的信息进行判断,选择发送质量最高子节点的回复消息给根节点,减少了消息传输数量。仿真实验表明,在产生消息数量、能源消耗、存活节点数、容错性、负载平衡等方面,DFLC算法都优于LEACH,ACAWT,Gupta和CHEF算法。     

面向业务组织的工作流技术及其协同机制电子系统设计与实现

从实际需求出发研究并设计了一个基于工作流技术的业务组织与协调工具。首先利用业务流程建模对活动网络图进行扩展,将节点划分为活动节点和逻辑节点,使模板能够更好地描述业务流程,并加入模板验证算法检查模板设计过程中的逻辑错误。然后扩展工作流引擎并将工作流引擎独立出来,方便系统的部署、配置和维护,并在工作流引擎中引入异常处理机制,使系统有更好的容错性;其次通过代理机制构建出分布式业务组织工具,能够满足局域网中分布式业务组织的任务需求;最后,通过协同控制机制实现多业务流程之间的协同工作。     

基于Active XML动态自适应工作流引擎的设计与实现

当前工作流管理系统发展的瓶颈问题是其缺乏支持动态变化、不具有动态修改能力及自适应性。引入分布式数据管理语言作为工作流模型定义语言,来创建能够动态修改的工作流模型。设计并实现了一个动态自适应工作流引擎,该引擎在工作流执行过程中能够动态修改过程模型,允许对流程中的未执行节点进行动态的增加、删除和修改,给出了流程动态修改策略及自适应算法,解决工作流动态变化带来的正确性、一致性和自适应性的问题。     

轻量级云平台工作流系统的开发和BI应用

基于着色Petri网原理,本文提出了一种轻量级的云平台工作流系统,在Hadoop实现BI服务。通过工作流引擎,实现业务流程的快速开发部署;通过处理单元分配实现流程分布式处理和海量数据分析;通过租赁方式,提供商业智能个性化应用构建和服务。本文论述了工作流引擎的构建原理、工活动分析、调度算法和具体实现;阐明了并行BI服务的云平台部署和系统实现。该平台运用于运营商建设工程项目管理中,取得良好效果。     

应用于MPLS网络负载均衡的启发式自适应遗传算法研究

提出一种启发式自适应遗传优化算法，求解MPLS网络负载均衡问题。算法采用自然数编码，自适应的交叉变异算子，并融入启发式信息有效地提高了搜索效率。仿真结果证明算法是有效的，显著改善了传统SPF路由算法易于导致的网络流量分布不均衡的状况。     

基于多引擎的分布式移动APP安全扫描系统的设计

本文基于异步分布式工作流技术,设计并实现了一套可以与多款引擎对接的扫描调度系统,并利用决策树算法,结合各引擎的扫描结果,对样本的恶意性进行综合判定。     

面向异构信号处理平台的负载均衡算法

针对当前异构信号处理平台中信号处理应用的调度算法优化目标单一且调度结果中处理器负载不均衡的问题，提出了一种基于蚁群优化算法的负载均衡算法。该算法结合蚁群优化算法的快速搜索能力和组合优化能力，以信号处理应用的调度长度和处理器负载均衡为优化目标，对初始信息素矩阵和蚂蚁的遍历顺序进行改进，提出调度长度启发因子和负载均衡启发因子对处理器选择公式进行改进，利用轮盘赌策略确定信号处理应用各子任务分配的处理器，完成信号处理应用的调度。仿真结果表明，该算法得到调度结果在调度长度和负载均衡方面均有改进，可以充分发挥各处理器性能，提高异构信号处理平台的整体效率。     

基于蚁群系统的QoS单播路由算法

针对QoS路由算法中的QoS要求、资源的优化利用和负载均衡3方面问题,对原有的算法模型进行了改进,提出了相应的启发式信息和链路代价计算公式。对基本算法中的步骤进行改进,使算法能准确、迅速地找到全局最优解。实验结果表明,算法能在整网性能,尤其是网络负载均衡方面大幅优化了传统QoS单播路由算法。     

Design and Evaluation of Load Balanced Termite: A Novel Load Aware Bio Inspired Routing Protocol for Mobile Ad Hoc Network

Bio inspired computing based on Swarm Intelligence is successful in dealing with the networking problems such as routing, congestion and load balancing by finding an optimal path to the destination. Most of the existing bio inspired protocols for MANETs focused only on the routing problem. In this paper, a novel heuristic bio inspired routing with load balancing algorithm referred to as Load Balanced Termite (LB-Termite) is proposed for MANETs by exploiting the salient features of social insect, “Termites”. The primary objective of the LB-Termite algorithm is to find the stable nodes and thereby giving preferences for these stable nodes during the path setup; thus finding the reliable route to the destination. The secondary objective of the proposed LB-Termite algorithm is to mitigate the stagnation problem by using pheromone heuristic control method. The simulation results of LB-Termite are compared with other state-of-the-art bio inspired routing algorithms (ACO based Simple Ant Routing Algorithm and the Termite algorithm) and non bio inspired (Ad Hoc on Demand Distance Vector Routing Algorithm) routing protocols for its performance evaluation and the results are found to be encouraging.     

云环境下一种基于任务类型匹配的负载均衡策略研究

针对云计算环境下大量并行计算节点容易产生计算节点之间的负载不均问题,本文提出了一种基于任务类型匹配的负载均衡方案。该方案针对任务集中的多种不同长度的子任务类型情况进行判定,并对当前主流的Max-Min和Min-Min两种启发式负载均衡算法进行分析,综合其优缺点,并针对任务集的类型采用不同的算法进行任务调度。实验结果表明在该负载均衡的策略下,提出的方案具有比单一应用Max-Min或者Min-Min算法具有更好的负载均衡特性和更短的完成时间。     

Nature‐inspired meta‐heuristic algorithms for solving the load balancing problem in the software‐defined network

The growth of the networks has difficult network management. Recently, a concept called software‐defined network (SDN) has been proposed to address this issue, which makes network management more adaptable. Control and forwarding planes are separated in SDN. The control plane is a centralized logical controller that controls the network. The forwarding plane that consists of transfer devices is responsible for transmitting packets. Because the network resources are limited, optimizing the use of resources in the networks is an important issue. Load balancing improves the balanced distribution of loads across multiple resources in order to maximize the reliability and network resources efficiency. SDN controllers can create an optimal load balancing compared to traditional networks because they have a network global view. The load‐balancing problem can be solved using many different nature‐inspired meta‐heuristic techniques because it has the NP‐complete nature. Hence, for solving load balancing problem in SDN, nature‐inspired meta‐heuristic techniques are important methods. However, to the best of our knowledge, there is not a survey or systematic review on studying these matters. Accordingly, in the area of the load balancing in the SDN, this paper reviews systematically the nature‐inspired meta‐heuristic techniques. Also, this study demonstrates advantages and disadvantages regarded of the chosen nature‐inspired meta‐heuristic techniques and considers their algorithms metrics. Moreover, to apply better load balancing techniques in the future, the important challenges of these techniques have been investigated.     

模糊聚类CIAP在雷达组网中的应用

随着雷达网络传输技术的发展,雷达网络中的数据拥塞和流量分配不均衡问题亟待解决.文中针对多个被覆线与无线AP所组成的雷达传输网络中的流量分配不均衡问题,对多链路负载均衡算法(CIAP)中的任务调度算法进行改进.算法依据网络传输链路本身的固有特性,在进行链路碎片调度时,采用模糊聚类的思想对任务调度算法进行改进,该算法根据网络中各链路的剩余带宽和链路时延对负载较大的链路的路由碎片进行实时调度.实验结果表明,与传统的基于循环招标任务调度的多链路负载均衡算法比较,改进的算法能够迅速高效地均衡雷达网络中的链路负载.     

An Adaptive Fuzzy C Means with Seagull Optimization Algorithm for Analysis of WSNs in Agricultural Field with IoT

In recent years, the environmental monitoring in agriculture field is an essential required application. To achieve the environmental monitoring of agriculture fields, the wireless sense networks (WSN) and internet of things is utilized. In the WSN, the energy consumption is a main issue to access the medium and transfer the networks. Hence, in this paper, adaptive fuzzy C means clustering and seagull optimization algorithm is developed for monitoring environmental conditions in agriculture field. Two main objective functions are utilized to empower the presentation of the WSN such as load balancing and energy efficient operation. The proposed method is a combination of fuzzy C means clustering and seagull optimization algorithm (SOA). The energy efficient and load balancing is achieved by optimal routing scheme by proposed method. The fuzzy C-means clustering is utilized to empower the energy efficient operation and load balancing. In the fuzzy C-means clustering, the SOA is utilized to select the optimal path selection. The proposed method is executed by NS2 simulator and performances are compared with existing methods such as atom search optimization and emperor penguin optimization respectively. The performance metrics are delay, drop, throughput, energy consumption, network lifetime, overhead and delivery ratio.

     

一种软件定义无线网络负载均衡架构及算法

软件定义网络( SDN)为实现异构无线网络中的负载均衡提供了新的思路。设计了一种软件定义的无线网络负载均衡架构,并提出对应算法。首先,根据接收信号强度构建候选网络列表;其次,根据各候选网络的可用负载比率标准差进行负载差异分级;再次,将服务质量匹配度函数和负载均衡指数线性组合成联合优化函数,并根据负载差异分级对联合优化的权重进行动态调整,合理设置门限进行接纳控制。与传统算法相比,所提算法一方面可使各类业务阻塞率明显降低大约20%,另一方面使不同网络的归一化负载更加接近。该算法在进行网络负载均衡的同时,能够有效降低业务阻塞率,从而有效提升异构无线网络的整体性能。     

一种基于分布式服务器集群的可扩展负载均衡策略技术

提出了一种基于软件定义网络的分布式数据库负载均衡算法,将数据、控制、应用分离的同时计算服务器集群中单个服务器的实际负载.通过查询流量采样记录来决策最少连接的服务器路径,减少了访问请求的响应时间,提高了系统吞吐量和容错能力,实现了充分利用服务器资源的目的.内网中的分布式数据库实验对通用负载均衡技术和基于软件定义网络的负载均衡技术进行了比较,在不同服务器集群的负载状态下,后者的平均响应时间小于前者,并得到了更好的负载均衡效果.