基于AB角理论的网格负载平衡研究

针对网格系统中的负载不平衡和负载迁移问题,提出利用AB角的方法来进行快速的负载迁移以实现负载平衡。分析了网格系统中的负载平衡问题,讨论了收集节点信息的和判断节点的状态的方法,并根据节点的状态设计了能够为它确定B节点的算法,以及系统中如何使用AB角理论对负载进行快速迁移。实验结果表明,该算法考虑到了网格资源的异构性和任务对资源类型需求的不同,从而缩短了任务的执行时间和获得了更高的迁移成功率。     

一种分布式数据流系统负载平衡算法

分布式数据流系统中,当输入数据流速发生较大波动时,会引起部分节点过载,从而影响整个系统的数据处理能力。针对这个问题,该文分析了分布式数据流系统的特点以及现有负载平衡算法的局限性,提出了一种利用多层重叠结构进行负载信息收集和负载分配的平衡算法。该算法利用虚拟树形结构进行负载信息的收集和负载分配,具有较好的扩展性能。以环形虚拟结构中保存的节点相对位置信息为依据进行负载移动,从而有效降低系统的响应时间。实验结果表明该算法具有良好的负载平衡能力和一定的应用价值。     

多媒体协作平台中录制系统的研究与实现

在多媒体协作平台中,录制系统将实时协作过程中的音视频数据存储下来,用户通过回放可以重温整个会话过程。文中针对录制系统数据量大、实时性高、并发访问多的特点,研究并实现了一个实时多媒体录制系统。就缓冲管理、存储策略、会话管理等关键问题进行了分析并给出了解决方案。另外,为了提高系统各节点利用率和自适应性,提出了基于预测和负载反馈的动态负载平衡机制以及录制任务迁移策略。     

多媒体协作平台中录制系统的研究与实现

在多媒体协作平台中，录制系统将实时协作过程中的音视频数据存储下来，用户通过回放可以重温整个会话过程。文中针对录制系统数据量大、实时性高、并发访问多的特点，研究并实现了一个实时多媒体录制系统。就缓冲管理、存储策略、会话管理等关键问题进行了分析并给出了解决方案。另外，为了提高系统各节点利用率和自适应性，提出了基于预测和负载反馈的动态负载平衡机制以及录制任务迁移策略。     

一种关于分布式系统中负载平衡的复合式算法

负载平衡是分布式系统中的一个重要研究课题,也是一个尚未解决的难题。负载平衡对于提高整个分布式系统的性能,特别是改善系统响应时间是很有意义的。本文在分析已有的算法的基础上,提出一种以分配为主、调整为辅的复合式算法来实现分布式系统的负载平衡。这个算法包括四方面的策略。即:负载的估算策略、负载信息的交换和更新策略,进程的分配策略和进程的调整策略。     

一种多资源负载平衡算法--RLBA

讨论了一种适用于分布式系统的多种资源的负载平衡算法。调度时,首先将任务按照其所占用的系统资源比例进行分类,然后在线计算每个节点的综合资源负载,并按照节点与整个系统的平均综合资源负载的差值进行类型划分,最后在负载最小的节点类中按照均匀概率随机选择一个节点作为任务调度的对象。算法还考虑了调度时可能发生的倾泻现象,并给出了避免的方法。     

一种支持邻居负载感知的动态负载平衡扩散算法

动态负载平衡是网络节点之间负载分布调整的主要手段。负载平衡中的扩散算法与其他算法相比具有各节 点同步执行,迁移开稍较小、不存在中心节点瓶颈等优势。对FOS (First Order Scheme)扩散算法进行改进,提出了 支持部居负载感知的动态负载平衡扩散算法(NLA LI3)。采用了发送者启动的策略来建立迁移组,利用节点的部居 负载信息计算负载交换的影响因子,以实现对H)S算法的加速改进。实验证明,该算法有效提升了收敛速度。     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

调度服务在虚拟试验系统中的研究与应用

为了提高虚拟试验系统的执行效率,保证系统负载平衡,提高系统的实时性和可靠性,研究并设计了一种实时任务调度服务;该调度服务以节点任务调度算法和迁移策略为基础,提供了一种动态的、可靠的任务分配策略和负载均衡机制,使虚拟试验的任务得到了合理分配和调度;以节点容纳度作为试验参数进行多次试验,试验结果表明:该调度服务在虚拟试验系统中能够动态维持各个节点的负载平衡,降低了任务平均响应时间,提高系统的实时性和可靠性,达到了提高虚拟试验系统整体性能的目的。     

基于反馈的实时集群系统中的负载平衡方法

为了提高实时集群系统中各节点的利用率并防止出现CPU使用率的热点,研究了实时集群系统中基于反馈控制的实时调度框架,并提出了一种新的面向任意图结构的负载平衡算法.该算法基于差异迁移系数和扩散负载平衡原理指导任务迁移以实现系统负载均衡,同时结合反馈控制以避免系统节点使用率振荡.实验结果表明,该算法不仅实现了节点间负载平衡,有效避免了局部热点,而且与反馈控制算法有机集成,保证整个系统稳定运行.     

基于Kademlia的负载平衡云存储算法

针对采用主从式结构的主流云存储系统可能出现的性能瓶颈和可扩展问题,基于分布式哈希表(DHT)技术的完全分布式云存储系统成为一种新的选择。解决好节点的负载平衡问题,是此类技术获得推广的关键。研究了Kademlia算法应用于云存储系统的负载平衡性能。考虑到算法在异构环境下负载平衡性能有明显下降,改进算法在Kademlia找出的候选存储节点中根据节点的存储能力来分配负载。仿真结果表明,改进后算法的负载平衡性能有非常明显的提高,在系统模拟运行时间足够长(如1500 h以上)时,过载节点平均下降7.0%(轻载)和33.7%(重载);文件保存成功率平均提高27.2%(轻载)和35.1%(重载),而增加的通信开销可接受。     

基于虚拟机动态迁移的负载均衡策略

针对数据中心由于异构节点资源利用率不均衡导致的负载均衡问题,本文提出了一种基于动态阈值的迁移时机判决算法与基于负载类型感知的选择算法相结合的虚拟机动态迁移选择策略.该策略先通过监控全局负载度与高低负载节点占比动态调整状态阈值,并结合负载评估值判断迁移时机;再分析虚拟机负载类型,依据虚拟机与节点资源的依赖度、虚拟机当前内存带宽比和虚拟机贡献度选择待迁移虚拟机,并根据虚拟机与目的节点的资源匹配度与迁移代价选择目的节点,实现对高负载与低负载节点的虚拟机动态调整,从而优化节点资源配置问题.实验结果表明,该策略可以有效减少虚拟机迁移次数并保证数据中心服务质量,最终改善数据中心的负载均衡能力.     

移动代理系统中基于逻辑节点的负载迁移机制

解决了实现逻辑节点迁移的两个主要问题。首先是逻辑节点的状态迁移;其次是,迁移过程中被迁移的逻辑节点与系统其余部分通信链路的保留以及逻辑节点的并发迁移处理。为了有效地进行负载均衡,迁移行为对系统产生的影响应减至最小。文章实现的迁移机制只用到较少的系统拓扑知识,而且只有迁移逻辑节点本身在移动时被要求停止计算。此算法同样适用于其它的分布式计算。     

基于DHT的P2P系统的负载均衡算法

在基于DHT的结构化P2P系统中，DHT的使用以及节点处理能力的不同导致系统中节点的负载不均衡．现有的负载均衡算法存在两个不足：①负载的转移没有考虑节点之间的链路延迟；②算法依赖于系统中固定位置的某些节点．提出了分布式负载均衡算法：每个节点周期性的收集系统局部负载信息，然后选择链路延迟较小的节点进行负载转移．算法依赖于系统中的所有节点，解决了单点失败问题．同时，负载的转移是在链路延迟较小的节点之间进行的．仿真实验表明，①对于各种系统利用率，该算法都可以获得理想的负载均衡效果；②算法可以使负载转移开销减少45％以上．     

基于HLS流媒体集群动态反馈负载均衡算法

面对移动视频用户大量的并发视频请求,为了解决流媒体集群节点负载反馈不及时、节点选择不精确、节点负载过重而导致用户满意度下降的问题,提出一种改进的动态反馈负载均衡算法。综合考虑静态和动态负载因子衡量各节点服务性能和当前负载,使用层析分析法计算负载权值向量;同时计算负载权值和引入容余负载,并对容余负载进行修正,使其更加精确地描述集群负载情况,改善了传统动态反馈负载均衡算法中请求数突增造成的负载倾斜。实验结果表明,算法实现了多节点负载动态平衡,提高了节点的利用效率。     

分布式系统中基于移动代理的负载均衡模型和负载更新算法的研究

在分布式控制中,结点间的信息交互一般都是通过广播的方式来进行的,占用了大量的网络资源。其次,由于各个结点很难准确地了解整个系统的负载状况及变化,因此很难实现整体的负载均衡。论文首先介绍了基于移动代理的负载均衡结构。通过移动代理良好的移动性、智能性等优点,可以解决传统负载均衡的这些问题。其次,文章分析了传统负载信息更新方法,提出了基于移动代理的ULIMA负载信息更新算法,通过仿真实验证明了该算法的有效性,从而可以较大地提高了负载均衡系统的性能和效率。     

基于分布式层次化结构的非均匀聚类负载均衡算法

考虑到无线传感器网络(WSN)负载不均衡导致节点存活时间较短、能量消耗量较多的问题,提出一种基于分布式层次化结构的非均匀聚类负载均衡算法(DCWSN)。首先,建立了一个WSN的多层分簇的网络拓扑结构,并分析了该网络拓扑的簇内节点运作的能量消耗方式。接着,采用非均匀聚类的负载均衡算法,在簇头的选择上考虑了节点连通密度、节点剩余能量和簇头选择时间,通过竞选出最高权重的节点成为簇头; 在簇的建立阶段,通过簇大小的决定阈值和簇头的更新机制来均衡簇头的能量负载,防止簇头节点过早死亡。通过网络生命周期和网络能量消耗对提出算法的有效性进行验证,并与算法EDDIE、M-TRAC、DDC和EELBC进行比较,结果显示DCWSN算法的节点存活率为37.7%,高于对比算法,且能量效率也高于对比算法。实验结果表明,DCWSN算法对节点负载分配具有良好的均衡性,有效控制了节点负载过量的问题,提高了节点的能量效率。     

一种基于数据热点的MongoDB负载均衡策略

MongoDB作为一种新兴的NoSQL数据库,以其模式自由、文档式存储、故障自动恢复、良好的水平扩展、自动负载均衡等特点深受国内外市场的青睐.MongoDB自带的负载均衡策略能使各个节点数据量达到平衡.但是在实际的生产环境中,节点之间数据访问热度不同也会导致负载失衡,特别是出现节点过热的情况.针对这一问题,引入Markov随机过程,提出一种基于Markov预测模型的负载均衡策略,根据Markov模型的稳态概率向量预测各个分片的负载并进行数据迁移.通过实验,验证了当各个分片间出现节点过热时,所提出的负载均衡策略能够很好地使分片间的负载达到基于访问热点的均衡.     

云计算环境中基于朴素贝叶斯算法的负载均衡技术

针对云计算环境中任务调度算法复杂度高、任务分配不够合理等问题,提出一种基于朴素贝叶斯分类的负载均衡技术。该技术利用云计算环境的心跳机制全面地收集各节点负载信息,并采用朴素贝叶斯算法对各节点负载状态进行分类;然后,根据节点状态分类结果,实现任务和资源分配的合理调度。实验结果表明,基于朴素贝叶斯算法的负载均衡技术能提高任务的分配效率,避免任务在各节点间频繁迁移,快速有效地实现云计算环境中各节点间的负载均衡。