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．     

LRV负载均衡算法的研究与实现

在研究基于软交换的集群媒体服务器的系统特征的基础上,提出了1种LRV(limited resource vector)负载均衡算法并提供了算法的软件实现方法,该算法考虑了异构系统中资源的协调使用并有效防止了系统性能的剧烈变化. 通过在负载均衡系统Petri网模型上的大量仿真模拟,对LRV负载均衡算法与其他传统负载均衡算法在系统吞吐量、系统响应时间和性能平稳性几个方面做了比较和分析. 结果表明,LRV算法具有更优越的性能,LRV算法的软件实现方法对其他异构集群系统也具有重要参考价值.     

基于并行计算熵的同构集群负载均衡算法

提出并行计算熵的概念以及基于并行计算熵的同构集群负载均衡算法．理论分析证明并行计算熵作为系统负载均衡程度度量的合理性．算法以并行计算熵来衡量集群系统中节点之间负载均衡程度,以节点任务运算量来衡量节点的负载信息,并根据并行计算熵来进行负载迁移决策．实验证明相对基于任务数阈值的负载均衡算法并行计算性能有一定提高．     

基于Nginx的Web服务器性能优化研究

动态负载均衡算法能最小化并行集群中应用服务的响应时间或执行时间,并且对解决高度并行系统中不可预测负载估计问题至关重要。通过加权最小连接算法与upstream机制相结合,提出一种动态反馈负载均衡算法,解决Nginx负载均衡的动态反馈问题,提高了负载均衡分配的准确性。压力测试结果表明,该算法能避免因动态负载信息采集而引入影响整体性能的通信负载开销,提高算法可行性,减小Web服务器平均响应时间并提升正确响应率,为服务器性能优化提供新的解决方案。     

视频监控系统中负载均衡算法的设计

近年来随着网络视频监控规模的不断扩大,为了提升系统的整体性能与服务质量,防止单点瓶颈的发生,需要将集群与负载均衡技术应用到视频监控系统.在借鉴常用负载均衡算法的基础上,充分考虑视频监控系统的功能与特点,将普遍使用的周期性动态反馈负载均衡算法进行了改进,引入了任务分类策略、加权最少任务策略、节点协同工作策略和节点主动通知策略等改进方案,并将改进后的算法与原算法进行对比测试.测试结果表明:改进后的动态反馈算法能够更加合理地分配负载,从而更加有效地利用集群服务器的资源,提高系统性能.     

改进的文化粒子群算法的电子商务服务器集群负载均衡

随着电子商务的发展,电子商务企业服务器集群负载均衡问题越来越严重,为了解决粒子群算法在求解电子商务服务器集群负载均衡问题上存在的不足,提出一种改进的文化粒子群算法的服务器集群负载均衡策略.首先利用粒子群算法的主群体空间和文化算法的知识空间形成"双演化双促进"机制,提高算法全局搜索能力和运行效率;然后引入遗传算法进化机制对知识空间演化操作进行改进,最后将该算法应用于电子商务服务器集群负载均衡问题求解.经过仿真验证,改进文化粒子群算法,提高服务器集群系统资源利用率,负载更加均衡.     

XMPP协议的数据分发网络的负载均衡算法

通过对负载均衡算法的研究,改进了加权最小连接数算法,使其适用于并发流量较小但会话连接数量较大的可扩展通讯和表示协议服务器集群系统的数据分发网络。可动态地获取服务器的占用资源,实时计算当前负载能力及负载比率,并通过限定阈值将服务器负载状况分为3个阶段,通过两种不同算法相结合来调度服务器,并且能在服务器空闲或超载时,适时关闭服务器或调度新的服务器,提高服务器集群的负载性能。     

基于集群的Web服务器负载均衡算法研究

集群技术为Web服务带来了新的解决方案。针对传统负载均衡算法的一些不足,提出了一种临界区加速递减权值的动态请求负载均衡算法,通过负载权值的等效变换来简化算法,最大限度满足系统最大吞吐率,减少系统响应时间。测试表明,算法达到了较好的负载均衡效果,明显优于传统算法。     

改进加权轮询负载均衡算法研究

针对云计算中负载均衡算法效率不高的问题,提出了一种改进的加权轮询算法来解决云计算中的负载均衡效率问题。首先根据服务器的负载状态得到负载因子的值,然后比较负载因子的值和阈值的关系,最后计算服务器的权值,根据计算的权值以轮询的方式把任务分配给服务器。通过使用负载测试工具Load Runner进行仿真实验,结果表明改进后的加权轮询算法使系统平均响应时间更短,具有更好的可靠性,能够有效的解决云计算中负载均衡算法效率不高的问题。     

Linux服务器集群中的负载均衡技术研究

服务器集群技术是解决目前网络计算瓶颈的一种有效方案,负载均衡技术是其中的关键.对Linux虚拟服务器集群的结构与原理进行讨论,重点阐述了基于网络地址转换(NAT)的负载均衡技术以及满足不同应用需要的4种负载均衡算法,并在Linux操作系统环境下构建了虚拟服务器集群,测试了负载响应、服务性能、调度器备份.结果表明,基于IP层的负载均衡技术是有效的,集群技术较大幅度地提高了系统的综合性能.     

结构化P2P网络的语义发布/订阅系统 负载均衡算法

针对分布式发布/订阅系统的特点,结合结构化P2P网络负载均衡算法的优点,实现了一种基于结构化P2P网络的语义发布/订阅系统的负载均衡算法.采用本体支持语义,定义本体类权重、节点权重、虚拟订阅等概念,将本体类权重树映射到代理权重网络.由代理节点管理虚拟订阅,本体路由表维护映射信息.事件和订阅根据其本体信息被分配到不同的代理节点上.实现了对结构化P2P网络的基于语义的划分,达到分布式计算和匹配的目的.在此基础上,提出一种动态负载均衡算法：动态调整本体类权重及代理节点的权重,在代理节点负载过载时,进行虚拟订阅的交换或迁移,使得系统获得高效的负载均衡.实验结果表明,负载均衡算法显著地改善了结构化P2P代理网络的可用容量,具有良好的可扩展性,在网络资源消耗方面取得了良好的平衡效果.     

一种高吞吐低延时NoC容错路由算法

为了提高片上网络(Network-on-Chip,NoC)系统的可靠性及故障情况下的网络性能,基于转弯模型(Turn Model)的思想对现有的XY路由算法进行了改进,提出了一种容错路径短,且在故障情况下具有信息均衡能力的无虚通道容错路由算法(TXY路由算法)。OPNET仿真结果表明,该算法与同类算法相比具有较好的吞吐及时延性能。     

Fuzzy clustering based load balancing algorithm with feature weighted

Focusing on the data fusion problem of various loads, a fuzzy clustering based load balancing algorithm with feature weighted is proposed. First of all, various system resources are considered as dimensions for load metrics, and features for different dimensions are weighted so as to quantify comprehensive loads; then, this algorithm introduces fuzzy clustering, optimizes weight constraints, and adds penalty terms. Hence, the most suitable objective node cluster for load transferring is resolved through fuzzy clustering. Experimental results show that this algorithm can effectively fuse multidimensional load data and reduce standard deviation for node loads within the cluster by 21％ compared with existing algorithms.     

T-MPLS网络中基于多等级业务的调度算法

为保证不同类型业务在传送多协议标记交换网络中的合理调度,并提高链路带宽资源利用率,提出了一种改进型的加权公平调度算法. 为分析该算法性能,利用OPNET仿真软件搭建平台进行仿真. 结果表明,相比于传统的加权公平算法,该算法在不增加算法复杂度的基础上能有效地节约链路带宽资源,并使高等级业务获得更好的时延特性.     

Torus网络中分布式自适应路由算法

基于转向模型提出适用于Torus网络的3种分布式自适应路由算法.算法将物理网络逻辑上分为虚网络,分组路由按照预定的规则使用不同的虚网络,从而达到无死锁,无活锁的目的.在二维Torus网络中实现这3种算法,仅需3条虚信道,这是目前Torus网络中实现无死锁自适应路由所需虚信道数目的最小值.对所提算法的性能采用OPNET软件进行仿真,拓扑采用8×8 2D Torus.结果表明,与广泛用于实际系统的维序路由算法相比,这3种算法具备自适应性,在不同流量配置下都能提高网络的时延吞吐性能.     

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。     

一种基于节点相关度的无线传感器网络分簇算法

提出了一种基于节点相关度的无线传感器网络分簇算法。该算法根据接收信号强度、节点剩余能量和网络连通度选取簇头节点,根据节点相关度确定簇内成员。分析与仿真结果表明,与经典的LEACH算法相比,该算法选出的簇头分布更均匀,并提高了簇内负载平衡程度,延长了网络生存时间。