一种基于负载反馈的分布式数字集群动态负载均衡算法

针对传统负载均衡算法不能满足公网数字集群系统高并发用户请求和快速呼叫建立等需求,提出一种基于负载反馈的分布式数字集群动态负载均衡算法,实现公网数字集群系统负载均衡,提高用户容量。首先建立参与MCPTT服务器的静态负载和动态负载监控机制和指标;然后利用加权轮询算法为用户分配参与MCPTT服务器,并通过用户请求的处理获得复合负载参数;根据负载指标的反馈更新参与MCPTT服务器权值以动态调整服务器负载。仿真结果表明,该算法的负载均衡效果优于传统算法和其他动态反馈算法,负载均衡度更小、用户请求响应延迟更低。     

基于动态权重的一致性哈希微服务负载均衡优化

随着互联网技术的发展,互联网服务器集群的负载能力正在面临着前所未有的挑战,实现合理的负载均衡策略尤为重要。为了使负载均衡达到最佳的效率,可以使用一致性哈希算法来对集群负载均衡系统进行负载分配。针对微服务架构的服务器集群场景,对该集群负载均衡的特性进行分析,提出一种基于虚拟节点的一致性哈希环的设计与分割方法及基于动态权值的分配策略,在一致性哈希算法的基础上,实现服务集群之间的负载转移,解决微服务集群中服务负载增多,导致服务之间负载不均衡的问题,防止其中某些服务因为负载压力过大,导致服务崩溃的问题。经实验表明,与传统的一致性哈希算法相比,改进后的负载均衡策略负载不均衡的概率是原来的31%;并且动态分配策略具有良好的负载均衡性能,有效地解决了微服务分布式架构的负载均衡问题。     

基于应用级监控的动态负载均衡系统

设计并实现新型动态负载均衡系统。该系统在Linux服务器集群系统的基础上进行扩展,完善了B/S管理界面,能监控应用级服务,有4层高可用性保证。设计专门的算法,通过历史信息预测负载以达到动态负载均衡,提高了曙光4000A服务器集群的吞吐量和利 用率。     

一种集群系统的透明动态反馈负载均衡算法

随着服务器集群系统大量应用于各中小企业的信息系统中,传统均衡算法一方面由于局限性达不到企业的要求,另一方面大部分中小型企业也无法承受昂贵的硬件负载均衡器费用,本文提出了一种集群系统的透明动态反馈负载均衡算法（TDLBA）。该算法充分考虑集群系统中多种资源（CPU、内存、I/O和网络带宽等）,采用双机热备份负载均衡器,服务器节点周期动态反馈方法,同时引入一个负载冗余以动态调整节点负载分配,从而达到尽量简化负载均衡器的任务分配算法、最大限度满足系统最大吞吐率和提高系统响应时间的目标。测试表明,该算法有效的提高了系统服务性能,且优于静态分配算法和Pick-KX算法。     

集群系统中的动态反馈负载均衡策略

针对Web服务器集群系统中负载动态变化的特点,为了高效地实现任务均衡分配,提出一种新的负载均衡算法。该算法结合动态反馈原理,周期地根据服务器节点真实负载的状态变化情况,改变其相应节点的权值,避免服务器间的负载失衡。实验表明,该方法能有效降低系统平均服务延迟时间和提高吞吐量,提升集群系统的整体性能。     

基于权重轮询负载均衡算法的优化

随着电商网站用户规模不断增长,高并发问题成为在搭建大规模电商网站系统时面临的一项重大挑战,通过负载均衡算法来实现Web服务集群中各节点均衡负载是解决高并发的手段之一.然而,目前通用的负载均衡算法都存在一些不足之处,针对这一问题,提出了一种动态自适应权重轮询随机负载均衡算法（Dynamic Adaptive Weight Round-Robin Random Load-Balancing,DAWRRRLB）,该算法考虑到影响Web服务集群中服务器节点性能的多重因素,根据节点在运行过程中的实时负载情况动态的改变集群中节点的负载性能,并结合改进的Pick-K算法对权重轮询负载均衡算法进行优化,始终保证性能最优的服务器节点在提供服务.通过多次实验对比,改进的DAWRRRLB算法可以有效的提高负载均衡效率.     

基于改进蚁群算法的负载均衡机制的研究

针对传统网络中集群负载不均、负载压力大等问题,提出一种基于改进蚁群算法的动态负载均衡机制。该算法可根据服务器性能动态调整负载调度方案,实现服务器集群最小响应时间下的最大资源利用率。论文在基本蚁群算法的模型上,针对蚁群算法前期收敛速度慢和后期容易陷入局部最优解等问题,结合遗传算法和伪随机序列对算法进行优化。最后经实验结果证明,改进的蚁群算法能更好地提升系统负载均衡性能,实现负载目标。     

一种基于预测模型的负载均衡算法

结合集群系统中服务节点负载变化的不确定性和随机性的特点,提出WPLS-SVM组合的Linux服务器集群系统负载预测模型。该模型能够依据采样值对集群中节点的负载情况做出预测,根据节点的负载预测结果结合随机区间调度算法可以有效地实现对请求任务的分配与调度。仿真结果表明,较传统的负载均衡算法该算法克服了响应速度慢、预测精度差等缺点,提高了集群系统的利用率。     

基于遗传算法的Web服务器集群负载均衡研究

近年来,Web服务器集群技术以其扩展性好、处理能力强等优点受到了国内外研究机构的广泛关注,其中的负载均衡算法更是研究的热点。本文对web服务器集群负载均衡进行了研究。为有效地实现任务的均衡分配,提出一种了根据web服务器系统中各个服务器的负载情况进行动态任务分配的遗传算法。实验表明该方法能有效地实现web服务器集群的负载均衡服务。     

基于轮转周期的动态反馈负载均衡算法

网络管理系统中管理端逐步采用分布式集群构架,通过负载均衡算法调度客户端请求,并将客户端请求分配给多个事务节点进行并行处理。为进一步提高集群系统服务的性能,文中在研究以往负载均衡算法的基础上,提出了一种基于轮转周期的动态反馈负载均衡算法。该算法设计了一种基于剩余资源动态权值的节点剩余负载能力计算方法的动态反馈机制;并在动态反馈负载均衡算法的一个采样周期内引入轮转周期对客户端请求均衡分配。通过实验比较分析,该算法能获得更好的负载均衡效果。     

基于大流调度的软件定义数据中心网络负载均衡算法

传统负载均衡算法对数据中心网络中的大流进行调度时,会造成部分链路负载过重、网络整体负载不均衡等问题。将负载均衡问题转化为多商品流问题进行求解,结合软件定义网络集中控制的思想和数据中心网络的流量特征,提出一种基于大流调度的软件定义数据中心网络负载均衡算法。根据阈值将数据流划分为大流和小流,结合路径上大流分布度和可用负载度对大流进行重路由,以减小大流对网络负载均衡的影响。仿真实验表明,在流量大小分布不均衡的数据中心网络中,该算法与传统的等价多路径算法和基于全局最先匹配的动态流量调度算法相比,在平均对分带宽上获得了更大的提升,能够更好地实现数据中心网络的负载均衡。     

实时集群中一种基于任务分配表的动态负载平衡算法

动态负载平衡问题是影响实时集群性能的重要因素。文章在分析实时集群负载平衡特点的基础上,提出了一种基于任务分配表的动态负载平衡算法,并对算法的设计思想和具体实现进行了详细阐述。算法在某指控实时集群系统中的应用证明了它的可行性。     

软件定义网络中蚁群优化的负载均衡算法

软件定义网络因其特定的网络结构，有集中控制获取与分配全球网络资源等特点。针对软件定义网络中的负载均衡问题，在原有蚁群算法的基础上，提出了一种改进的蚁群优化负载均衡算法，主要思想如下：利用蚁群算法的搜索规则，将链路负载均衡度、流接受率、时延和丢包率作为蚂蚁选择下一节点的影响因素，在多个约束条件下，获得传输的最佳路径。理论分析及仿真结果说明，所提出的算法具有较好的负载平衡能力，而且可以提高网络的服务质量。     

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。     

面向大规模数据接入系统的负载平衡机制

当前分布式系统负载平衡算法存在问题：1）算法建立的系统中各节点角色固定,系统不具有自适应性;2）算法的通用性不高;3）负载迁移任务巨大,且负载平衡周期过长等。针对这些问题,提出了混合式负载平衡算法。首先,设计了一个分布式系统接收模型。模型将系统任务分为三层：接收层、处理层和存储层。在接收层使用了自定义的通信协议提高系统的接收性能。然后,负载平衡算法采用随机负载迁移策略,根据系统中节点的负载状态,对负载任务进行随机迁移。通过这种策略解决负载平衡周期过长和负载回迁问题。最后,通过分布式控制节点选择策略,使系统中节点具有自适应性。实验结果显示,在百万数据源以下,系统各层平均延迟处于毫秒级,系统负载平衡平均耗时在3 min以下。实验证明了所提出的负载平衡机制具有周期短、任务响应迅速等特点,能够提高分布式系统的接收性能。     

基于遗传粒群路径优化的网络拥塞控制方法

将粒群和遗传算法相融合,提出了基于遗传粒群路径优化的网络拥塞控制方法,该方法在满足带宽、时延、费用多项QoS指标的条件下对负载进行路径优化,以负载均衡分布函数和资源消耗函数作为优化目标,旨在消耗尽可能少的网络资源的同时,也使网络负载的分布尽量均衡,从而避免网络拥塞。仿真结果表明该方法的有效性和可靠性。     

密集小蜂窝网络中基于负载均衡的能效方案

针对密集小蜂窝网络中断概率高、负载不均衡的问题,提出了一种基于负载均衡的能效方案。在保证用户中断概率、最小速率等约束条件下通过联合优化负载均衡和基站开关模式,最大化网络能效,优化问题是一个非凸的NP-hard问题,求得最优解是相当复杂的,因此把原最优问题分解成两个次优化子问题：首先,负载均衡方案在给定的基站开关模式下给出最优负载均衡策略;其次,在满足用户最小速率约束条件下设计最优基站开关模式。实验结果表明,当用户数少于180时所提方案中断概率为零,而传统的最大信干噪比（Max-SINR）算法中断概率达到11%,在网络能效方面,所提方案均高于基站任意关闭（Ran-off）算法和基站不关闭（No-off）算法。所提方案能够提高网络能效且保证负载均衡。     

面向多进程负载均衡的Hash算法比较与分析

Hash算法在高性能多进程负载均衡中起到关键作用,但目前面向多进程负载均衡的Hash算法研究主要集中在Hash算法设计和领域应用方面,较少有文献对现有的Hash算法性能进行分析比较。为此,总结面向多进程负载均衡的Hash算法应具有的特征,并据此筛选出5种适用于多进程负载均衡的主流Hash算法,从分配均衡性和耗时等方面进行理论分析和实验评估,为多进程负载均衡中Hash算法的选择与使用提供依据。分析结果表明,Toeplitz Hash算法较适合用于多进程的负载均衡。     

一种基于流量映射代理的以太网流量均衡实现结构

流量均衡是提高网络性能的重要技术。随着基于以太网技术构建的网络规模不断扩大,如何实现流量均衡成为制约以太网技术发展的重要问题之一。针对该问题,论文提出了一种以太网流量均衡实现结构,该结构的核心部分是采用流量均衡选路算法的流量映射代理,它能够利用虚拟局域网技术和多生成树协议控制用户流量在网络中的分布,实现流量均衡。     

基于实时性能动态反馈的负载均衡算法

通过分析与研究当前Web服务器集群的负载均衡技术和调度算法,提出了一种新的基于实时性能动态反馈的负载均衡算法设计,算法引入了请求量化方法、实时性能指标和准入控制机制,实验结果表明本算法具有较好的低响应延迟和高吞吐率性能。