VOD服务器集群中的改进SLF存储调度策略

在VOD服务器集群中,存储调度策略是影响整个系统存储容量和总并发数的关键技术之一.针对现有存储调度策略中最小负载优先（SLF）副本放置算法调整代价过高的问题,提出了一种改进SLF算法.算法以最小化负载不平衡度和最小化副本调整代价为目标,在放置过程中充分利用当前已经存储的副本,降低副本调整的代价.仿真实验表明,基于改进SLF算法的存储调度策略可以最小化负载不平衡度,降低了存储调度的调整代价,同时提高了系统的用户请求接受概率.     

一种视频服务器集群的动态反馈调度算法

目前采用集群技术是实现大规模视频服务的主要手段.本文在通过分析Linux服务器集群系统(LVS)的特点,视频服务器集群系统的负载调度研究中,针对请求的服务时间变化大的特点,提出一种动态反馈负载平衡算法,它结合内核中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而有效地解决服务器间的负载不平衡问题,提高了系统的吞吐率,使整个集群的综合负载率随规模增大而呈平滑增长.     

一种共享存储视频服务器集群的请求调度策略

在VOD服务器集群中,对用户服务请求的合理调度是提高集群整体性能的关键技术之一.本文针对共享存储结构下的服务器机群,在请求调度算法LoadCache-rep基础上进行改进,提出一种基于视频节目点播集中度的调度策略,该策略通过将相近的点播请求调度至相同服务器上以充分利用服务器的缓存机制,同时兼顾均衡各服务器间的负载.并根据实时负载变化对请求进行迁移以消除VCR操作对负载分布的影响.仿真试验表明,该策略能有效提高视频服务器集群的运行性能.     

内容分发网络中带容量和能力约束的副本放置问题研究

副本放置问题是内容分发网络中的一项关键技术,已有的副本放置模型未考虑服务器的负载能力,本文研究考虑了基于内容分发网络服务器存储容量约束与服务能力约束的副本放置问题,建立了双约束的副本放置模型,设计了贪婪算法,把两阶段的模型求解转化成求解一系列的单服务器节点的最小费用流模型,获得了副本放置策略和用户请求重定向策略,并分析了算法的复杂性。     

QoS感知的副本放置问题研究综述

副本技术是分布式存储中的重要技术.与传统副本放置问题不同,QoS感知的副本放置关注单个访问请求的服务质量需求满足.介绍了QoS感知的副本放置问题出现的背景,归纳了系统的抽象模型与问题的定义,并逐一介绍了当前几种较好的算法.通过自行设计和实现的副本放置模拟器,对现有算法进行了定性和定量分析,讨论了算法的优劣性,并指出进一步研究需要关注的问题.     

基于目标规划的服务器集群系统请求调度模型

研究网络服务器,提高传输质量问题,随着计算机网络的飞速发展,对服务器集群的请求也大量增加.针对服务器集群系统中负载分配问题,建立了一种基于目标规划的异构服务器集群系统请求调度模型.对请求按其自身性质进行分类,再将服务器本身的性能作为约束条件,并把请求丢失率最小和不同能力的服务器处理不同数目的请求作为目标,从而建立目标规划模型,通过模型求解来解决请求调度问题,并进行仿真实验.仿真结果验证了模型算法的有效性,模型算法既能让服务器处理能力得到较好发挥,又满足了请求响应时间的要求,使整个服务器集群的处理能力得到较大提高,为设计提供了有效的依据.     

基于AHP的Web集群系统负载均衡算法

利用集群技术构建的服务器组在资源利用率上存在较大差异。为此,提出基于层次分析法(AHP)的集群系统负载均衡算法,建立判断矩阵,得到各项评估指标的单项和综合权重。调度器定时接收真实服务器上的4类参数：网络性能,服务器硬件,服务器软件和网络服务类型。根据调度器收到的每一个连接请求,采用动态反馈算法选择负载最小的服务器响应连接请求。实验结果表明,该算法能减少服务器平均响应时间,有效提高集群系统的响应率。     

均衡负载实时反馈算法的实现

随着网络越来越广泛的普及,很多网络服务都无法承受访问次数的爆炸式增长,不能及时处理来自用户的请求而降低了服务质量.针对这种情况,作者考虑到请求的服务时间变化很大的实际情况,给出了一个均衡负载实时反馈算法.结合负载处理器中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而实现了服务器集群的高可用性及自我管理.     

集群服务器响应延时预测及其负载调度控制

单纯以负载均衡为目标的Web服务器集群调度不仅增加了算法的复杂度,在集群超载的情况下也无法保证服务的质量,而以响应延时为基础的均衡算法则可确保更好的服务质量.综合运用多级模糊系统与人工神经网络,既基于服务器系统的负载状况,又兼顾Web请求文件的类型与大小,对响应延时进行模糊预测,并在此基础上提出了一种基于响应延时阈值的集群服务器负载控制算法.构建仿真环境对所提出的参数预测及算法的有效性进行了验证.     

一种Tracker引导的缓存调度方法

为优化流媒体视频点播系统中客户端对数据的缓存调度,使整个系统的播放质量与资源利用率趋向最优,提出一种Tracker引导的缓存调度方法,Tracker收集缓存服务器的负载信息和网络中的数据请求信息,采用基于流行度的预测方法推测下一阶段网络中需要的副本数,以此为根据对客户端缓存建议请求予以响应.客户端以Tracker的建议和自身在邻域网络内感知到的副本数为依据,使用兼顾全局和局部利益的决策算法进行视频数据的缓存操作.模拟结果表明,Tracker引导的缓存调度方法能够有效的保证网络中客户端节点的播放质量,并在一定程度上降低缓存服务器的负担,使整个系统的缓存调度趋向最优.