多处理机系统的自适应动态负载平衡算法研究

通过对多处理机系统中自适应动态负载平衡算法的分析研究,针对现有算法未考虑任务之间通信量及节点机可能出现故障等问题,对现有算法进行了改进,并给出了算法的主体思想。     

基于消息传递机制的动态负载平衡算法研究

针对同构集群系统中的动态负载平衡问题,提出了一套面向负载信息交流的消息机制,基于该消息机制设计了一种分布式控制、发送者驱动的动态负载平衡算法。实验证明该算法在处理大规模计算密集型任务时,具有一定的有效性和实用性。     

多处理机系统的负载平衡模型设计

负载平衡是目前分布式计算中一个重要的研究领域。本文对负载及负载平衡问题进行了数学化描述,分析了轻载结点请求算法、重载结点请求算法和双向请求算法,以及各种负载平衡策略的优缺点。然后描述了双向请求算法的改进算法,它更适合于嵌入式多处理机系统的应用,并进行了仿真测试。     

基于快速分配机制的动态负载平衡算法

针对同构型多处理机系统中的动态负载平衡问题,制定了若干规则,对搜索轻载节点的过程进行约束,提出一种能快速分配多余负载的、分布式控制、发送者驱动的动态负载平衡算法,实验证明该算法在处理计算密集型任务时,具有较好的有效性。     

基于MPI的动态负载平衡算法的研究

MPI是目前集群系统中最重要的并行编程工具,它采用消息传递的方式实现并行程序间通信.在MPI并行程序设计中实现负载平衡有着重要的意义,可以减少运行时间,提高MPI并行程序的性能.为了解决同构集群中动态负载均衡问题,提出了一种在MPI并行程序中实现的方法,可有效地根据节点的负载情况在节点间迁移任务.     

基于反馈机制的动态负载平衡算法研究*

动态负载平衡是提高多处理器系统资源利用率和并行计算性能的重要途径。为了解决变化负载系统中子任务可并行计算的双重循环(PTM-NL)问题,提出一种基于反馈机制的动态负载平衡算法。该算法以处理器作业速度为负载指标,在循环计算中根据反馈的负载指标分配计算任务,动态适应负载变化。实验结果表明,该算法在变化负载的系统中能有效提高PTM-NL问题并行效率。     

若干随机型负载平衡算法

对于多处理机之间的负载平衡,人们提出了许多有效的动态负载平衡算法,其中随机型方法比确定型方法简单,但难于模型化和形式化分析。该文将遗传思想应用于多处理机系统中,提出了一种基于遗传策略的随机型负载平衡算法,结合实例分析了几个典型算法的性能。     

支持动态负载平衡的分层消息队列模型

中间件技术为解决异构分布式环境下的负载平衡问题提供了有力的工具,但传统的消息中间件负载平衡的实现较为复杂,其动态参数繁多且容易带来额外开销。提出了一种分层消息队列模型,该模型中利用队列组管理器对分布式队列进行组管理,并提供了丰富的任务分配策略。在该模型的基础上提出动态负载平衡实现方案:通过基于队列的阈值阈长模型实时监控成员队列的负载情况,采用集中式调度进行负载信息搜集和负载平衡决策,结合负载迁移和队列组管理进行过载处理。     

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。     

一种测控通信平台的动态负载平衡服务研究

为了提高基于UDP协议的测控通信平台的稳定性、实肘性和数据处理能力,建立了动态负载平衡模型,提出了加权负载因子负载平衡算法。该算法利用CPU的使用率、当前的活动会话数、内存的使用率和剩余任务数来衡量服务器的负载,计算任务队列的剩余任务耗费值,并以此确定服务器的负载状态;进一步说明了负载平衡频率和负载平衡粒度控制策略,通过剩余任务耗费值的阈值、阈长和主辅关系的解除时机两个方面控制负载平衡频率,通过任务迁移量来控制负载平衡粒度。最后通过实验证明了该算法的有效性。     

遗传算法在蜜网动态负载均衡中的应用

针对蜜网动态负载均衡过程中产生的额外通信开销问题,首先分析了蜜网动态负载均衡的特点,建立了基于最小通信开销的动态负载均衡数学模型;然后设计和实现了一种利用遗传算法解决该问题的新方法。实验测试表明,与贪心算法相比,遗传算法可获得更小通信开销的负载分配方案,能进一步减少蜜网动态负载均衡中负载迁移次数,降低额外通信开销。     

动态负载均衡算法在校园网格中的应用

校园网格能有效消除信息孤岛,实现我国高校的计算资源和信息资源的有效共享。一个亟待解决的问题是在校园网格环境下,服务器节点响应能力低下。目前已提出多种技术与方案以解决并提高校园网格的服务器节点的响应能力,负载均衡技术就是一种全新的技术。本文根据校园网格的特点和影响负载均衡的因素,对基于校园网格的负载均衡技术进行了分析和探讨,并提出一种动态负载均衡算法。     

一种基于负载反馈的分布式数字集群动态负载均衡算法

针对传统负载均衡算法不能满足公网数字集群系统高并发用户请求和快速呼叫建立等需求,提出一种基于负载反馈的分布式数字集群动态负载均衡算法,实现公网数字集群系统负载均衡,提高用户容量。首先建立参与MCPTT服务器的静态负载和动态负载监控机制和指标;然后利用加权轮询算法为用户分配参与MCPTT服务器,并通过用户请求的处理获得复合负载参数;根据负载指标的反馈更新参与MCPTT服务器权值以动态调整服务器负载。仿真结果表明,该算法的负载均衡效果优于传统算法和其他动态反馈算法,负载均衡度更小、用户请求响应延迟更低。     

工件多目标设计中的一种动态负载均衡算法

在分析了工件多目标设计的集群设计中流程结构特点的基础上,提出了一种反馈控制信息、双负载确认等方式实现的适合于双队列缓存计算模型的动态负载均衡算法,并对算法中的任务调度、适载控制、负载计量、分配策略等的实现进行了详细阐述,最后对该算法的实际应用效果做了具体分析。     

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。     

On-Line Predicting Behaviors of Jobs in Dynamic Load Balancing

A key issue of dynamic load balancing in a lossely coupled distributed system is selecting appropriate jobs to transfer.In this paper,a job selection policy based on on-line predicting behaviors of jobs is proposed.Tracing is used at the beginning of execution of a job to predict the approximate execution time and resource requirements of th job so as to make a correct decision about whether transferring the job is worthwhil.A dynamic load balancer using the job selection policy has been implemented.Experimental measurement results show that the policy proposed is able to improve mean response time of jobs and resource utilization of systems substantially.     

一种基于生态捕食模型的网络负载平衡算法

针对分布式系统的负载分配问题,通过对生态捕食模型的研究,提出一种基于生态差分方程数学模型、分布式控制的网络负载平衡算法。该算法将两节点对应到生态系统的捕食者和被捕食者,将各节点的负载信息对应到种群规模,利用两种群生态差分方程数学模型动态调整节点负载信息,达到网络负载平衡。实验证明了该算法的有效性。     

基于目标约束的分层动态负载均衡算法*

针对网格环境下的负载不均问题,提出了一种分层动态负载均衡机制,该机制采用随机服务模型描述网格任务流特性及其资源上的动态负载状态,将站点内负载平衡问题归结为目标约束规划问题。理论分析了分层负载均衡机制的有效性证明并设计了优化方案的求解算法,仿真实验结果显示,该分层负载均衡算法在平均响应时间、系统吞吐量方面优于以往的RBA算法和DBA算法。     

基于数据库集群的动态负载均衡研究与实现

针对数据库集群负载问题,提出了一种动态负载均衡方法,并进一步设计、实现了包括CPU使用率、磁盘存储量、磁盘响应效率、网络延时、内存使用率等在内的多指标的节点负载测量和实时监控。该算法根据各节点的负载反馈信息进行任务分配,实现了负载均衡。性能分析和实验表明,该算法具有较高的负载均衡度和较低的系统开销。