SDN中基于动态迁移优化的控制器负载均衡算法

为了改善软件定义网络(Software Defined Network,SDN)中由于流量突变引起的多控制器负载不均衡的问题,提出一种基于动态迁移优化(Dynamic Migration-Optimized Load Balancing,DMOLB)的控制器负载均衡算法.该算法在控制器负载阶段以常规控制器的负载作为过载...     

基于时延和负载均衡的多控制器部署策略

针对在软件定义网络(SDN)中多个控制器部署时面对的时间延迟和负载均衡问题,在保证负载均衡的基础上以降低整个网络的时间延迟和提高整个网络性能为目标,提出一种多控制器部署算法.针对传统粒子群算法收敛速度慢的缺点,采用改进的粒子群算法对SDN控制器进行部署,在考虑平衡控制器负载能力的同时,最小化交换机和控制器之间的传播时延...     

软件定义网络中应用蚁群优化的负载均衡算法

在软件定义网络中提出了一种应用蚁群优化的负载均衡算法,以负载均衡度为目标函数重定义了蚁群算法中的参数和操作,对软件定义网络数据流和网络拓扑进行合理设置,规划出流传输的最优路径,从而提升了网络资源利用率和流传输质量.仿真结果表明,与其他算法相比,新算法在负载均衡度、流接受率、流丢包率、时延以及网络吞吐量方面的性能都有明显的提升.     

基于OpenFlow的SDN技术研究

针对当前数据中心网络面临的资源分配不够合理、资源利用率低等问题,提出一种基于多路径传输的动态负载均衡路由（multipath transmission-based dynamic load-balanced routing,MTDLR）算法.该算法利用软件定义网络（software-defined networking,SDN）架构集中控制的优势,建立实时全局资源视图,综合考虑多路径的链路带宽均衡度、路径带宽最优度和路由跳数等路径层面因素,为每条数据流选择最优路径.在此基础上,搭建SDN仿真平台进行性能测试,仿真结果表明：在多种拓扑结构的数据中心网络中,MTDLR算法较等价多路径（equal-cost multi-path,ECMP）算法和全局负载均衡（global load balancing,GLB）算法在带宽利用率、吞吐量等方面均有一定程度的提高.

     

基于负载均衡的联合路由策略

针对目前IP over WDM网络中的路由算法在负载均衡方面存在的问题,提出了一种考虑负载
均衡的新型联合路由算法——负载均衡算法(LBA). 该算法在链路（包括逻辑链路和物理链
路）权值分配过程中考虑了节点负载的影响,并且在目标函数的选取中充分考虑了链路资源
的利用情况. 通过对节点负载分布的方差和业务阻塞率的仿真分析,验证了该算法在负载均
衡和网络资源优化利用及降低端到端时延等方面的优越性.     

基于CMM模型的HDFS负载均衡策略

为实现Hadoop分布式文件系统的负载均衡,并保证较低的负载迁移代价和数据传输代价,提出了确定环境下多阶段多目标(CMM)决策模型. 该模型以CPU、内存和磁盘剩余负载能力作为决策条件,以负载均衡效果、负载迁移代价和数据传输代价作为决策目标,依据决策节点间的影响关系构建有向无环图,通过多个决策阶段的决策,并计算方案效用确定最优均衡方案. 仿真实验结果表明,基于CMM模型的负载均衡策略能取得较好的负载均衡效果、负载迁移代价和数据传输代价.     

基于Nginx 服务器的动态负载均衡策略

针对并发请求带来的服务器过载的问题, 将Nginx 服务器内置负载均衡策略进行优化, 提出一种由负载采集、算法调度以及健康检查3 个模块构成的动态负载均衡策略, 其中算法调度模块给出改进后的调度算法--动态负反馈调度算法, 以及新的度量指标。采用Apache BenchMark 的httpd-tools 工具进行测试, 结果证明, 改进后的策略使得服务器集群中的资源得到更为有效的利用, 系统的吞吐量和处理能力得以提高, 该调度算法无论在用户请求响应时间、实际处理的请求数, 还是负载均衡度都优于Nginx 内置的两种算法。     

基于雾计算的负载均衡策略

针对异构网络结构下微小区间负载不均衡问题,提出了一种基于雾计算的负载均衡策略。根据信干噪比判断较高负载微小区内通信质量较差的转移用户,通过用户对时延和能耗的意愿,建立相应的中继链路,从而把转移用户卸载到较低负载微小区。然后,依据微基站负载值,并考虑到各个用户对能耗和时延的意愿,给出了一种微基站负载均衡的优化策略。仿真结果表明,与速率均衡算法相比,本文的负载均衡策略能有效地降低系统能耗和时延,并降低了数据直传通信导致的路径损耗系统性能。     

一种基于Linux集群技术的负载均衡方法

针对单纯提高硬件性能已经无法解决的网络服务质量问题,提出一种基于Linux集群技术的负载均衡分配方法。在Linux虚拟服务器异构集群的基础上,引入动态反馈模型来优化采集负载信息的通信机制,并通过智能分配策略来避免传统轮询算法对服务器资源的过度消耗。结合Linux脚本及命令进行性能测试,实验结果表明,提出的智能分配方法比加权轮询算法具有更好的响应时间和吞吐量。     

基于云计算的弹性负载均衡方案

针对云环境下大量并行计算易导致节点负载不均影响云平台服务质量的问题,提出一种基于云环境的弹性负载均衡方案。该方案构造了负载均衡模型框架,对虚拟机负载状况和虚拟机集群资源利用率进行量化评估,并为实现虚拟机集群负载的均衡和弹性伸缩,设计了负载均衡模型和弹性伸缩算法。测试结果表明在该负载均衡机制下,新方案的用户响应时间有所改善,可相应提高资源利用率。     

基于链路响应的负载均衡网络实现

链路优化和负载均衡是提高网络响应速度的关键技术,通过对链路聚合及负载均衡技术原理及实用性的研究,将DNS轮序、网络地址转换及负载均衡群集技术进行了有效的结合,提出了基于不同链路实施调度的负载均衡策略,该策略既实现了优先利用同网链路传输数据,又解决了网络负载三级均衡问题,提高了网络的响应速度、可靠性和可伸缩性,同时给出了策略实现的具体方法和步骤;Windows Server 2003测试结果表明,该策略具有良好的实用性和稳定性,易于实现。     

多目标迁移机制的动态负载平衡算法

针对并行计算中的负载失衡现象.提出一种新型动态负载平衡算法.将重载节点和轻载节点间需要交流的进程数目信息包括在负载平衡消息中,并视情况扩展目标节点的搜索范围.使重载节点能在算法的一次执行中外迁进程到多个目标节点,还提出 3条规则以减少消息传播的路由耦合现象.通过矩阵运算和求素数这 2个典型的并行计算实验,比较了 4种动态负载平衡算法的性能.结果表明,提出的算法因多目标迁移机制而具有最少的迭代执行次数,并能在一次执行中发现最多的轻载节点,有效缩减了系统对计算密集型任务的平均响应时间.     

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。     

基于RE的LTE-A异构多层网络移动负载均衡算法研究

以Long Term Evolution-Advanced(LTE-A)系统中宏蜂窝-微蜂窝（Macro-Pico）异构多层网络为例,以范围扩展（Range Extension,RE）技术为基础,提出了一种移动负载均衡算法。建立了网络负载模型,计算并选取合适的小区切换偏移量,从而动态精确的调整超载小区和轻负载小区的覆盖范围,最终将超载小区的多余用户切换到其轻负载的邻小区,并结合数据流量业务对算法进行了仿真,分析了在该算法的协作下,小区的负载均衡因子、负载转移率及用户满意率,验证了该算法的可行性。     

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.     

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。