多服务副本下的一种分布式负载均衡路径算法

目前的服务器负载均衡算法多只针对选择一台服务器提供所有服务,不能满足服务组合需要选择一组服务副本的情况。针对整个集群系统拥有多台服务器,每台服务器具有多个服务副本的服务查找与组合的路径选择和负载均衡问题,提出了一种基于节点负载变化的分布式负载均衡路径算法LCNA（Load Changes of Notes-considered Algorithm）。LCNA算法以基于DHT的路由算法来建立集群系统的服务列表和路由转发列表,以服务器节点的动态负载变化作为测度进行服务节点的选择。实验结果表明,LCNA算法能有效提高多服务副本环境下应用的整体性能,具有良好的负载均衡效果。     

异构结构化P2P网络负载均衡方案

结构化P2P网络由于采用DHT算法导致节点存储资源的不均衡,当前解决方案都是假定节点容量及负载是均匀分布在系统中,而忽略了实际网络存在的节点异构性的影响.本文提出的考虑节点异构性的结构化P2P网络负载均衡方案提出了负载均衡的衡量标准--负载平滑度,采用基于相同资源描述符的资源整体转移方案,以节点的邻居节点为平衡范围,描述了系统在节点加入、离开,资源加入以及节点过载情况下的算法,使得整个系统逐步达到负载均衡.该方案充分考虑了实际网络中存在的异构问题.仿真实验表明,该方案有效地解决了并构P2P网络下的负载均衡问题.     

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。     

基于动态反馈的负载均衡算法

负载均衡服务器集群中,负载均衡算法是一个关键的部分,它是集群系统中任务分配的核心环节。任务分配的主要因素包括服务节点的处理能力与服务节点实际负载两个部分。本文所讨论的负载均衡算法综合了这两方面的影响,引入了节点负载增量对服务节点实际负载进行预测,以求更精确地表示服务节点的负载情况;同时通过动态反馈机制实时修正,保证了系统在长时间运行时,负载不会发生倾斜。     

一种新的结构化对等网负载均衡算法

研究结构化对等网(P2P)中的负载均衡问题,P2P网络的节点、延迟和处理能力差异性很大,当前负载均衡算法忽略节点差异性,造成网络负载极不平衡,容易出现"热点"问题,使负载变化大。为了更好的均衡P2P负载,提出一种新的网络负载均衡算法。算法充分考虑节点之间的差异性,对物理节点的地址空间进行动态分配,对于热点资源下载采用局部搜索算法找到邻居节点,并自动把负载转移到轻载节点上,保证节点间负载均衡。仿真结果表明,新网络负载均衡算法加快了负载均衡速度,使P2P网络负载均衡更加均衡,能够很好保持系统稳定性。     

基于负载权值的负载均衡算法

为解决服务器集群负载分配不均的问题,综合考虑节点负载和节点性能信息,提出了基于负载权值的动态反馈负载均衡算法。利用负载权值选择分配负载的节点集合,保证性能高的节点分配到较多的负载;引入负载差值计算节点分配负载的概率,使得负载的分布更加均匀;通过负载增量及负载修正保持系统的稳定性。使用OPNET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,有较好的负载均衡效果。     

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。     

大规模文件上传接收服务的负载均衡引擎研究

针对大规模网络环境下的文件上传接收服务系统的需求,设计了一个集群架构的文件接收服务系统,采用多台接收服务器来实现文件接收服务,提高了系统的稳定性和可用性。根据文件传输的特点,综合考虑文件流量负载情况和服务器当前负载情况,提出了一个综合负载统计的负载均衡算法,测试结果表明基于该算法的文件接收集群系统具有较好的负载均衡效果。设计并实现了文件上传接收服务系统的负载均衡引擎,解决了系统的负载失衡问题,提高了系统的运行效率。     

大规模文件上传接收服务的负载均衡引擎研究

针对大规模网络环境下的文件上传接收服务系统的需求,设计了一个集群架构的文件接收服务系统,采用多台接收服务器来实现文件接收服务,提高了系统的稳定性和可用性.根据文件传输的特点,综合考虑文件流量负载情况和服务器当前负载情况,提出了一个综合负载统计的负载均衡算法,测试结果表明基于该算法的文件接收集群系统具有较好的负载均衡效果.设计并实现了文件上传接收服务系统的负载均衡引擎,解决了系统的负载失衡问题,提高了系统的运行效率.     

集群文件服务系统中的负载均衡算法的研究

为解决目前集群文件服务系统中负载均衡算法的缺陷,充分考虑文件本身存在的差异,降低大文件分配到负载重的服务器上而造成负载失衡的可能性,避免频繁收集节点的负载信息造成大量额外的网络开销而降低系统吞吐量,提出了改进的负载均衡算法.该算法综合考虑文件负载量、服务器的硬件配置及其实时负载量,引入对上传文件大小和数量的计算,改变服务器负载量定时更新为定量更新.实验结果表明,该算法减少了客户的等待响应时间,提高了系统吞吐量,达到了良好的负载均衡.     

一种基于遗传算法的负载均衡选播路由算法

选播是定义在IPv6中的一种新型的网络服务。它可以实现一台主机与一组目的主机之间最“近”的一个通信。本文提出了一种负载均衡选播路由算法,并利用改进的遗传算法求最优解。该算法以路径延时、剩余带宽、服务器负载这三个参量为选路依据,保证了选播路由的服务质量。仿真结果表明,该算法可以达到合理利用系统资源,提高网络运行效率的目的。     

Web集群服务器中基于服务时间的接纳控制机制

从周期性系统能力规划思想出发,提出基于“服务时间”尺度的接纳控制机制LBAC（延迟限定的接纳控制）,与已有的度量方法相比较,服务时间这一尺度能够更准确地表达系统负载。文章给出了LBAC的形式化表示及其调度算法。通过在一个Web集群服务器的应用级Web交换机中实现表明,LBAC机制通过自动保持所接纳的请求量与系统服务能力之间的匹配,既能够满足系统吞吐量和限定的延迟时间要求,同时有效地防止了系统超载。     

Internet上一种有效的QOS选播路由算法

为了提高网络服务的范围和服务质量 ,在 Internet经常采用一组复制服务器的方法。选播服务是一种新的网络服务模型 ,可以改善网络负载分布和简化某些网络应用。本文介绍了一个简单的基于 Internet选播服务模型 ,该模型对目前使用的网络路由算法和协议的影响不大 ,并且提出了服务于该模型的 Qo S路由算法 ,该算法采用随机策略来平衡网络负载和改善网络性能。在不同网络拓扑和不同网络参数下的模拟结果表明该算法具有良好的服务性能 ,并能有效平衡网络负载     

支持随机服务请求的云虚拟机按需物理资源分配方法

本文针对云平台按负载峰值需求配置处理机资源、提供单一的服务应用和资源需求动态变化导致资源利用率低下的问题,采用云虚拟机中心来同时提供多种服务应用.利用灰色波形预测算法对未来时间段内到达虚拟机的服务请求量进行预测,给出兼顾资源需求和服务优先等级的虚拟机服务效用函数,以最大化物理机的服务效用值为目标,为物理机内的各虚拟机动态配置物理资源.通过同类虚拟机间的全局负载均衡和多次物理机内各虚拟机的物理资源再分配,进一步增加服务请求量较大的相应类型的虚拟机的物理资源分配量.最后,给出了虚拟机中心基于灰色波形预测的按需资源分配算法ODRGWF.模拟实验表明所提算法能够有效提高云平台中处理机的资源利用率,对提高用户请求完成率以及服务质量都具有实际意义.     

基于CoreOS面向负载整合的集群调度研究

CoreOS是基于Docker的新型容器化集群服务器操作系统,发展迅速,已经得到OpenStack、Kubernetes、Salesforce、Ebay等主流云服务商的支持,云环境中负载是动态的,相应的其资源需求是动态变化的,这给集群资源高效利用带来了挑战,静态预分配峰值资源的策略带来云端资源的巨大浪费,同时空转的计算浪费大量能耗.本文提出的面向负载整合的集群调度系统（简称LICSS）实时监控集群负载分布情况,调度时使用紧凑式调度策略分配计算节点,运行时利用任务迁移技术对负载进行动态整合,实现及时收集释放空转资源降低资源能耗浪费的目的.LICSS系统设计实现了节点负载度量、任务度量、负载整合算法,并测算出节点自适应负载阈值.实验表明,LICSS系统能够根据不同时段集群负载动态变化情况对负载进行有效整合,提高了12.2%的平均资源利用率,并且基于任务整合在低负载时段触发富余节点休眠降低集群能耗.     

On load balancing for distributed multiagent computing

Multiagent computing on a cluster of workstations is widely envisioned to be a powerful paradigm for building useful distributed applications. The agents of the system span across all the machines of a cluster. Just like the case of traditional distributed systems, load balancing becomes an area of concern. With different characteristics between ordinary processes and agents, it is both interesting and useful to investigate whether conventional load-balancing strategies are also applicable and sufficient to cope with the newly emerging needs, such as coping with temporally continuous agents, devising a performance metric for multiagent systems, and taking into account the vast amount of communication and interaction among agent. This paper discusses the above issues with reference to agent properties and load balancing techniques and outlines the space of load-balancing design choices in the arena of multiagent computing. In view of the special agent characteristics, a novel communication-based load-balancing algorithm is proposed, implemented, and evaluated. The proposed algorithm works by associating a credit value with each agent. The credit of an agent depends on its affinity to a machine, its current workload, its communication behavior, and mobility, etc. When a load imbalance occurs, the credits of all agents are examined and an agent with a lower credit value is migrated to relatively lightly loaded machine in the system. Quasi-simulated experiments of this algorithm show load-balancing improvement compared with conventional workload-oriented load-balancing schemes.     

An ant based multi constraints QoS aware service selection algorithm in Wireless Mesh Networks

Over the years, multihop Wireless Mesh Networks (WMNs) are providing cost effective services to the end users such as Video on demand (VoD), Voice over IP (VoIP), and Video conferencing in an efficient manner. Most of these services require an efficient service selection mechanism that can provide Quality of Service (QoS) in presence of various constraints such as delay, jitter, and service availability. In presence of these constraints, multi-constraint QoS aware service selection in WMNs is an NP-hard problem. In this paper, we propose an ant colony based multi constraints QoS aware service selection (QSS) algorithm. In the proposed algorithm, ants are launched from source node. The best path is chosen based upon the defined cost effective (CE) metric in presence of constraints. The constraints are chosen both from network and user perspectives. The goodness of the chosen path is determined by the CE metric. Moreover, ants are not launched randomly from the source node. They are launched based upon the guided search evaluation (GSE) criterion. This criterion is also used if the two paths have the same CE metric. The simulation results show that the proposed algorithm is more effective than the earlier improved ant colony QoS routing algorithm (IAQR) algorithm with respect to convergence, end-to-end delay (jitter), and service availability. Specifically, the service availability increases by 35–50% in the proposed QoS aware scheme compared to IAQR algorithm.     

改进蚁群算法求解旅行Agent问题

利用蚁群算法来求解TAP问题是解决移动Agent迁移策略的一种有效途径。旅行Agent问题是复杂的组合优化问题,蚁群算法作为一种新的生物进化算法,具有并行、正反馈和启发式搜索等特点,适合求解NP难问题。在蚁群算法的基础上,提出分泌多种信息素的改进蚁群算法来求解旅行Agent问题,动态反应了节点服务能力和网络负载的变化,使迁移更具有灵活性。实验结果表明了该文算法的可行性。     

QoS驱动的主体服务匹配

分析了目前主体服务匹配的研究现状和存在的问题，为了正确匹配到用户最满意的主体，提出了一个服务质量(Quality of Service,QoS）模型，该模型比较客观的反映了主体服务非功能属性的特征，并研究了该QoS模型上的各种计算和评价方法，在QoS模型的基础上，重点研究了一种QoS驱动的主体服务匹配算法，该算法克服了KSycara,K Arisha、G J Wickler和Z Zhang等人提出的主体服务匹配算法中存在的不足，最后用仿真实验验证了提出的主体服务匹配算法的有效性。     

区分服务模型下多目标最优化安全路由算法

将安全度量作为一种QoS参数进行路由选择是目前网络安全路由研究的一个新思路,针对现有方法采用一个安全度量参数描述链路安全性,进行路由选择存在的问题,提出一种多安全度量的链路安全性描述策略,能够更加全面准确地描述网络链路的安全特征;该描述策略应用于区分服务模型下的安全路由选择,并提出了基于改进的非支配遗传算法的多目标最优化安全路由算法求解这一多目标多约束的NP完全问题。随机网络的仿真结果表明,算法能为用户提供安全性能较高的路由,并能满足不同等级要求的服务质量。