一种基于系统实时负载的网络流量均衡方法

为了解决传统NAPI机制中单核网络处理的性能瓶颈问题,Google提出了Receive packet steering（RP$）,将接收到的网络流量均衡到多个CPU核上并行处理,从而提高网络吞吐量。但是,RPS只是一种静态均衡策略,不能充分利用系统资源。改进了RPS的流量均衡方法,提出了一种基于系统实时负载的网络流量均衡方法,综合考虑各CPu核的实时负载情况,动态地均衡网络流量。实验结果表明,该方法能够根据系统当前的各CPU核的负载情况动态地分配网络流量,因此能够更加有效地提高系统的网络吞吐量。     

基于集对分析的网络流量大数据均衡调度方法

为了有效降低网络流量传输时的网络负载,基于集对分析策略,提出DNS网络流量大数据均衡调度方法。设计Dramp流量路由控制方法,根据链路权值量化,提出优化函数,实现多路径网络流量的传输,在静态域名解析(DNS)的环境下,重新构建网络链路,设计了一个包括网络流量负载信息和网络信息实体输入信息,且序列一体的传输链路,用于配合路由控制,最后基于集对分析思想,根据定向控制器分析信息,保证路由和链路的匹配,实现网络流量的均衡调度。实验数据表明,与传统方法相比,设计的DNS网络流量大数据均衡调度方法,网络时延降低了21%,丢包率降低了27%,可以有效降低网络负载。     

多蚁群算法的网络负载动态均衡方法

针对网络资源管理中的负载均衡与优化问题,提出一种多蚁群网络负载动态均衡方法,采用网络流量工程理论中拥塞控制机制实现信息素随网络流量动态释放与更新。算法通过蚁群间信息素的动态相互作用（蚁群内信息素相互增强,蚁群间信息素相互削弱）,将代表网络负载的蚂蚁合理分配到可用路径,避免蚂蚁集中到特定路径而造成网络拥塞。实验结果表明,通过路径信息素控制能够实现网络负载均衡,有效提高网络在路径延时、平均带宽利用率和平均丢包率方面的性能。     

一体化网络多终端接入智能路由技术

针对一体化异构网络中大量终端设备接入网络造成网络流量剧烈波动引发的网络负载均衡问题,提出了一种基于强化学习的智能路由算法TDANRA。TDANRA算法通过软件定义网络技术获取细粒度、高精度的网络流量状态参数,根据网络流量状态与链路带宽利用率阈值调整机制自动生成实时的路由策略,指导网络中流量的转发,从而解决网络流量剧烈波动的问题。仿真实验结果表明,TDANRA算法可以在大量终端设备接入网络的情况下实现网络流量的负载均衡,降低端到端传输时延与数据丢包率。     

数据挖掘技术在网络负载均衡中的思考

企业信息化已成为企业在全球化竞争时代的生存之道。而信息化的基础在于一个完善高速的网络架构,并在这个架构上做到网络负载均衡。针对目前网络架构现状,从数据挖掘的角度提出一种负载均衡的方法,基于数据点对网络流量进行聚类,形成聚类数据。将这些聚类按时间序列预测其负载强度,使整个系统负载均衡。实验与分析结果表明了该方法的有效性。     

基于关系矩阵编码的粒子群负载均衡算法研究

针对网络流量负载均衡与优化问题,提出了一种基于关系矩阵编码的粒子群负载均衡算法.给出一种采用关系矩阵作为编码方法的粒子群算法来处理网络负载均衡问题,能够使网络流量能较好的分担到不同链路上.仿真结果表明,该算法取得了较好的流量负载分担效果及较小的时间花费.     

负载均衡的聚合组播技术研究

聚合组播技术是近年来针对组播状态可扩展性问题提出的热点方案,但现有的聚合组播算法和协议缺乏网络流量的负载均衡机制,使网络整体利用效率下降,并容易因聚合产生拥塞。为此,提出一种基于负载均衡的聚合组播协议AMPLB,仿真结果表明其在保证聚合性能的同时使网络流量分布更加均衡,降低出现拥塞的风险,可较好地改善大规模组播网络的性能。     

网络流量分析多机负载均衡系统设计

本文在调查了负载均衡集群系统相关背景知识和关键技术后,确定了网络流量分析中的多机负载均衡系统的功能需求,设计了网络流量分析多机负载均衡系统[1]。     

基于蚁群算法的MPLS网络负载均衡研究

在分析了常用的几种QoS保障算法基础上,给出了负载均衡模型,提出应用蚁群算法求解MPLS网络负载均衡问题。该算法融入信息素、转移概率、启发式引导函数和相似度,有效提高了搜索效率。仿真结果证明算法是有效的,显著改善了传统MPLS网络负载均衡路由算法易于导致的网络流量分布不均衡的状况。     

负载均衡系统设计方案

网络流量与日俱增,而对流量的需求会积聚在服务器端,如何提高服务器处理能力是一个现实的问题,采用负载均衡调度器来构造高效集群系统是一种有效的办法.通过网络发展需求和负载均衡技术分析比较,给出几种负载均衡调度器的设计方案和由此负载均衡调度器构成的集群体系结构,最后给出负载均衡调度器具体应用.     

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。     

多路径网络中流量均衡的优化算法

在向下一代互联网络演进的过程中,多路径网络已经成为提高网络性能及可靠性的有效手段.在网络中,可选用的多条路径提供了流量流向的通路,然而如何有效地均衡各条路径的流量,提高网络的性能,是多路径网络必须解决的一个重要问题.针对丢包率比较敏感的应用需求,如VOIP,将预测思想与最优化理论相结合,研究了在多路径网络环境下的流量均衡问题.流量均衡算法首先预测每条路径的丢包率,并以减少所有路径丢包率之和及达到最优的资源利用率为目标,将流量均衡问题转化为最优问题.理论分析及仿真实验表明,该算法能有效地降低网络丢包率,提高网络性能.     

应用层负载均衡技术研究

提出了一种应用层负载均衡模型,将网络流量按照应用类型进行分流。该模型将网络流量分为普通应用和P2P应用两部分,根据应用类型将P2P应用流量划分为应用层报文集。初始化时采用Hash映射算法分配流量,使用静态CRC16算法分流普通应用流量,设计了基于历史流量的负载均衡算法进行动态调整。仿真结果显示,该模型具有较好的可行性与稳定性,实现了应用层次的负载均衡。     

基于SDN网络大象流负载均衡算法研究

负载均衡算法是通过对网络中的流量进行调度来提高网络资源利用率,是计算机网络中的一个重要研究方向;针对网络中大象流导致的网络拥塞和老鼠流的排队时延等负载不均衡问题,提出了带宽和时延加权负载均衡(BD-WLB)算法来提高负载均衡性能,综合考虑了大小流之间的流量特征不同,改进了传统算法的路径计算方式;算法通过控制器来获取网络流量和状态信息;然后利用带宽和时延等网络状态参数来为大象流和老鼠流分别计算最优路径;采用P4语言来对数据平面转发流程进行优化处理;实验结果表明,在高负载状态时,BD-WLB算法相比于ECMP算法提高了38.4%的网络吞吐量和41.9%的链路利用率,降低了41.8%的网络时延;使网络资源得到了更好的利用,证明了BD-WLB算法的可行性和有效性。     

数据中心负载均衡方法研究综述

随着云计算的发展,数据中心网络成为近年来学术界和工业界关注的研究热点.现代数据中心网络通常采用胖树等多根树拓扑结构,存在多条可用路径来提供高对分带宽.由于等价多路径路由等传统的负载均衡方法无法适应数据中心网络中高动态和强突发的流量特性,多种针对数据中心的负载均衡方法不断涌现.围绕数据中心中负载均衡的基本问题,介绍了当前...     

防火墙集群动态自适应负载均衡算法设计与实现

对防火墙集群负载均衡算法进行了分析探讨,根据网络流量模型以及影响岁载均衡的因素,提出了一种防火墙集群的动态自适应负载均衡算法,并在实际应用中取得了极佳的性能。     

基于网络编码技术的组播通信性能分析

网络编码是改善组播通信性能的一种新技术。本文介绍了网络编码的概念,将网络编码的组播网络与现有IP组播网络进行性能比较,分析研究网络编码在吞吐量与流量负载平衡方面的性能改善。仿真结果表明,网络编码技术在传输最大流与改善网络链路的负载平衡方面具有较大的优势。     

无线传感器网络权衡生存时间与数据分组跳数的分流路由算法*

无线传感器网络的节点大多采用电池供电.因而节能对无线传感器网络就显得至关重要.该文提出一种能耗感知的优化网络生存时间的路由算法,称之为分流路由算法(DTRA,Diffluent Traffic Routing Algorithm).DTRA算法采用一个优化模型以优化每个节点发出的数据比例,从而达到权衡网络生存时间和数据分组跳数.此外,采用一个简单的遗传算法求解该优化问题.仿真结果表明:DTRA算法能显著地提高网络的生存时间,同时将数据分组平均跳数保持在一个较低的水平;在网络生存时间上,DTRA算法比一些已有的知名算法更优.     

软件定义网络中的异常流量检测研究进展

软件定义网络(software defined networking,简称SDN)是一种新型的网络架构.SDN将控制层从数据层分离并开放网络接口,以实现网络集中控制并提高网络的可扩展性和编程性.但是SDN也面临诸多的网络安全威胁.异常流量检测技术可以保护网络安全,防御恶意流量攻击.对SDN异常流量检测进行了全面的研究,归纳了数据平面和控制平面可能遭受到的网络攻击;介绍并分析了位于应用平面、控制平面和中间平台的异常流量检测框架;探讨了异常流量识别机制、负载均衡机制、异常流量追溯机制和异常缓解机制;最后指明SDN异常流量检测在未来工作中的研究方向.