基于BIG-IP多链路负载均衡技术的应用

针对当前广泛使用的多链路技术,研究了多链路网络的运行机制,对多链路的流量特性、负载分配策略进行了分析。根据用户访问互联网的状况在多条链路之间动态而透明地分配流量和负载,有效地实现了多链路的负载均衡和冗余备份。本文基于某企业网络配置实例,对链路负载均衡技术的实现过程和它所带来的变化进行了细致的分析。     

基于最大流的无线mesh网络负载均衡信道分配算法

针对无线mesh网络中各信道间的干扰情况及流量负载均衡问题,定义了负载均衡的目标优化函数,设计一种基于最大流的负载均衡信道分配算法。该算法优先考虑为负载量比较大的链路分配更多的带宽,使得一些关键链路能够承受较大的流量负载,实现各信道的负载均衡,减少网络拥塞,降低分组丢失率和延迟。实验结果表明,该算法较好地平衡了网络负载,在网络业务较重的情况下还能获得较好的网络性能。     

树型网络中IPTV系统的流量均衡策略

提出一种在树型网络中的网络电视(IPTV)系统负载均衡算法,该算法通过服务器放置点的选择和服务器内容分配实现负载均衡.首先把大的树型网络分解成多个小的树型网络,对每个小的树型网络应用一种改进的搜索算法,最后把在多个子树的解组合成原问题的解,较好地将流量均匀分配到整个网络中.     

基于自适应遗传算法的无线激光通信网络负载均衡成簇算法

由于无线激光通信网络吞吐量低、节点传输延时高和存在分组丢失率多等问题，提出基于自适应遗传算法的无线激光通信网络负载均衡成簇算法。利用AGCH算法对无线激光通信网络节点进行分组和成簇，从中取得簇头节点，构建资源调度模型，利用该模型对簇头节点中的资源进行分配调度，采用自适应遗传算法对建立的模型进行求解，以此提升无线激光通信网络负载均衡效果，实现无线激光通信网络负载均衡。实验结果表明，通过对该算法进行网络吞吐量测试、节点传输延时测试和分组丢失率测试，验证了该算法的有效性强、实用性高。     

细菌觅食优化算法在嵌入式系统多任务调度中的应用

为了提高多核处理器任务调度的效率和负载均衡,提出一种改进细菌觅食优化算法的多核处理器任务调度方法.首先随机产生多核处理器任务有向无环图,然后构建一种多约束条件下的数学模型,最后采用改进细菌觅食优化算法对模型进行求解.仿真结果表明,改进细菌觅食优化算法很好避免了其它群智算法存在的缺陷,可以较好获得全局最优调度方案,使执行任务的时间最短,很好地实现了多核处理器任务进行的分配和调度.     

基于OpenFlow的负载均衡研究

Open Flow网络将控制平面与数据平面解耦,通过集中式的控制器来控制整个网络,能够更有效地实现对网络流量的管控。基于Open Flow的负载均衡通过对链路流量进行调度和分配,实现对整个网络流量的负载均衡,能防止网络拥塞、提高网络资源利用率等。但是传统的负载均衡方案难以满足Open Flow网络的全局式、灵活性的要求。因此,需要对Open Flow网络中的负载均衡进行进一步研究,文章提出一种全新的负载均衡解决方案。     

基于价格调整和流量工程的软件定义数据中心网络传输优化方法

分析数据中心网络动态价格调整拥塞控制和流量工程传输优化方法的研究现状,提出结合拥塞控制、流量调度和负载均衡的网络传输优化方法,设计一种新型数据中心网络资源动态价格调整策略框架,构建一种两层结构的数据中心网络拥塞控制价格设置算法,平衡和调节各发送端的购买力和链路带宽收益之间的关系,根据各价格指标设计具有QoS路由技术与调度算法实现资源优化利用的流量工程方法,扩展OpenFlow协议算法,整合SDN、FAST协议、ECN三种技术,从运行机制方面找到提高数据中心网络传输性能的方法.     

一种适用于星地网络的流量负载均衡算法

在星地网络的背景下,为了降低由于地面网络链路负载过高导致的传播时延,提出了一种适用于星地网络的负载均衡算法。算法基于网络的链路容量设置一个链路资源利用率作为阈值,当发现路径出现过载的时候分成两步进行路径的预规划：第一步,运用蚁群算法为链路过载的数据流选择其他的路径,以满足地面网内部的负载均衡;第二步,如果仍出现链路超阈值的情况,通过卸载延迟容忍数据流来执行地面与卫星网络之间的负载均衡。仿真结果表明,设定自适应的过载阈值可以有效降低链路的拥塞,与现有算法相比该算法不仅可以更加均匀地分配地面网络中的流量,而且借助卫星网络使地面网络的平均时延降低了18.3%,提高了网络的服务质量。     

基于时频联合碎片感知的资源均衡虚拟光网络映射算法

为了解决虚拟光网络映射中带宽阻塞率较高以及底层资源消耗不均匀问题,论文提出一种基于时间域-频谱域碎片感知的虚拟网络映射(FA-VNM)算法。该文综合考虑频隙在时间域和频谱域上的碎片问题,设计时频联合碎片公式最小化分配过程中的频谱碎片。进一步,为了均衡网络中的资源消耗,在FA-VNM算法基础上提出基于节点度数的负载均衡感知虚拟网络映射(LB-VNM)算法,设计物理节点平均资源承载能力的公式,优先映射物理节点平均资源承载能力大的节点;为了均衡路径上资源使用,考虑路径权重值,并根据每条路径的权重值对虚拟链路进行映射,从而降低阻塞率。仿真结果表明,所提算法能有效降低阻塞率,提高资源利用率。     

SDN中基于全局拓扑感知的自适应流量均衡算法

针对软件定义网络(Software-Defined Networking,SDN)中控制平面和数据平面之间的控制链路性能受限导致的Packet_In传输瓶颈问题,提出了一种自适应的流量均衡算法,利用SDN网络控制平面拥有全局拓扑和交换机实时状态的特点,运用阈值对流量均衡起止条件进行控制,通过将超载交换机中流量重定向到邻居交换机的一跳转发的自适应方法,解决上行控制链路瓶颈问题.与现有方法相比,减小了33％的上行控制链路负载与50％的Packet-In消息丢包率,且部署开销小.     

多模车载视频监控系统中负载均衡算法设计

为了提高车载视频监控系统的视频传输质量,本文基于排队论,利用多链路捆绑技术,设计了基于TD-SCDMA,WCDMA和CDMA2000的多模车载视频监控的负载均衡算法.该负载均衡算法以各个网卡在数据传输时的传输时延、信号强度、运营商因子和丢包率加权作为均衡因子,依次作为负载均衡时数据转发的依据.经实验测试,本算法能够充分利用增加用户卡来增加传输速率,并通过捆绑不同运营商的用户卡来提高数据传输的稳定性,并且该算法较常用的轮询算法的数据传输速率有了较大提高.     

WDM光网络中基于概率感知的改进动态RWA算法

在WDM光网络中,RWA算法问题近年来是研究的热点问题、其中BEST算法是最重要的算法之一,传统的BEST算法是在只考虑链路跳数或者链路长度的基础上给予计算,这样会导致负载分布不均衡。本文提出一种基于链路长度和波长动态剩余容量的改进算法,此算法的优势在于考虑了实际的网络基础之上,充分考虑了链路的负载均衡。仿真结果表明,在误码率方面,此算法略由于传统算法,在负载均衡方面也有它的优势。     

基于粒子群优化算法的数据中心网络流量调度策略

为解决当前数据中心网络存在链路负载不均衡及带宽资源浪费问题,提出了一种基于粒子群优化算法的流量调度策略.该策略结合软件定义网络控制器可获取全局网络拓扑信息的特性,依据当前链路带宽资源状况及网络流量的带宽需求建立目标函数.首先,根据流的源地址和目的地址找出最短路径集,通过定义粒子聚合度判断算法是否有陷入局部最优的趋势;然后,结合约束条件与目标函数,利用优化的粒子群算法从最短路径集中找出网络流量的最佳调度路径.实验结果表明,相比于其他算法,该算法有效地提高了网络平均吞吐量,获取了较低的丢包率,从而减轻了带宽资源的浪费,更好地实现了网络的负载均衡.     

FALB:一种FC协议链路聚合算法

链路聚合是一种通过将多条物理链路捆绑成一条逻辑链路来增加带宽的常用技术,但是在基于光纤通道（fibre channel,FC）协议的交换网络中,随着转发流量区域的不断集中,传统静态链路聚合算法存在负载均衡性差、可靠性低的问题。因此提出了一种基于FC协议的动态负载均衡（flow adaptive load balancing, FALB）链路聚合算法,可以实现对流量的动态自适应匹配以及断链可重连保护机制。结果表明,该算法机制相较于静态负载均衡的算法设计,可以将有效带宽比最终收敛到 95%以上,有效提升聚合链路的负载均衡特性和可靠性。     

Fair TDMA scheduling in wireless multihop networks

In wireless multihop networks, communication between two end-nodes is carried out by hopping over multiple wireless links. However, the fact that each node has to transmit not only its own traffic, but also traffic on behalf of other nodes, leads to unfairness among the communication rates of the nodes. Traditional Carrier Sense Multiple Access/Collision Avoidance (CSMA/CA) based media access control does not work satisfactory in a multihop scenario, since an intended target of a communication may be subject to mutual interference imposed by concurrent transmissions from nodes, which cannot directly sense each other, thus causing unfair throughput allocation. Although Time Division Multiple Access (TDMA) seems to be a more promising solution, careful transmission scheduling is needed in order to achieve error-free communication and fairness. Several algorithms may be found in the literature for scheduling TDMA transmissions in wireless multihop networks. Their main goal is to determine the optimal scheduling, in order to increase the capacity and reduce the delay for a given network topology, though they do not consider the traffic requirements of the active flows of the multihop network or fairness issues. In this paper, we propose a joint TDMA scheduling/load balancing algorithm, called Load-Balanced-Fair Flow Vector Scheduling Algorithm (LB-FFVSA). This algorithm schedules the transmissions in a fair manner, in terms of throughput per connection, taking into account the communication requirements of the active flows of the network. Simulation results show that the proposed algorithm achieves improved performance compared to other solutions, not only in terms of fairness, but also in terms of throughput. Moreover, it was proved that when a load balancing technique is used, the performance of the scheduling algorithm is further improved.     

基于mean-variance的服务集群负载均衡方法

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.     

基于分布式入侵检测的负载平衡调度算法

分布式入侵检测的工作由系统中的多台计算机来进行分担可以极大地提高系统的可靠性,但在各个网络节点之间的负载不平衡问题制约了其工作效率的充分发挥.文中提出了一种使网络间平衡负载的调度算法,该算法把入侵检测系统的规则当作线程,通过本地调度和在网络中通信使得负载在网络间平衡分布.     

云环境下一种基于任务类型匹配的负载均衡策略研究

针对云计算环境下大量并行计算节点容易产生计算节点之间的负载不均问题,本文提出了一种基于任务类型匹配的负载均衡方案。该方案针对任务集中的多种不同长度的子任务类型情况进行判定,并对当前主流的Max-Min和Min-Min两种启发式负载均衡算法进行分析,综合其优缺点,并针对任务集的类型采用不同的算法进行任务调度。实验结果表明在该负载均衡的策略下,提出的方案具有比单一应用Max-Min或者Min-Min算法具有更好的负载均衡特性和更短的完成时间。     

面向异构信号处理平台的负载均衡算法

针对当前异构信号处理平台中信号处理应用的调度算法优化目标单一且调度结果中处理器负载不均衡的问题，提出了一种基于蚁群优化算法的负载均衡算法。该算法结合蚁群优化算法的快速搜索能力和组合优化能力，以信号处理应用的调度长度和处理器负载均衡为优化目标，对初始信息素矩阵和蚂蚁的遍历顺序进行改进，提出调度长度启发因子和负载均衡启发因子对处理器选择公式进行改进，利用轮盘赌策略确定信号处理应用各子任务分配的处理器，完成信号处理应用的调度。仿真结果表明，该算法得到调度结果在调度长度和负载均衡方面均有改进，可以充分发挥各处理器性能，提高异构信号处理平台的整体效率。