基于SED的自适应负载均衡研究

负载均衡是提高集群系统性能的重要技术,负载均衡技术可以在当前的网络应用结构上有效提高服务器处理能力,使系统在现有的结构下能够满足更多的用户同时访问所提供的服务,负载均衡算法是集群任务分配的核心。分析了影响服务节点性能的主要因素,基于SED算法提出了一种负载均衡的自适应机制,根据服务节点的性能状况自动调整权值。在Linux平台下进行了实验,测试结果显示该算法优于静态算法。     

一种改进的动态反馈负载均衡算法

在集群系统中,负载均衡算法是影响系统性能的关键因素之一.为了进一步提高集群系统的性能,有必要对负载均衡算法进行优化.通过对最小连接算法和DFB(Dynamic Feed-Back)算法的详细分析,提出了一种改进的动态反馈负载均衡算法.该算法通过收集每台服务器的实时性能参数,动态地计算出各服务节点的分配概率,并由此决定用户请求分配给哪一个服务节点.通过对上述三种算法性能的测试,得出了该算法能够有效提高集群系统性能的结论.     

基于离散型均匀分布的集群负载均衡机制

提出了一个动态自适应的加权负载均衡运算机制.它以离散型均匀分布的原理为基础,通过各服务器向均衡器发送不同速率的请求流来实现集群节点负载的动态负反馈.仿真测试结果显示该算法优于静态算法,与动态算法相比,也减轻了前端负载均衡器的负担.     

一种改进的Linux集群系统负载均衡算法

提出一种基于改进的Linux集群系统负载均衡算法.首先通过修改负载权值计算指标,然后通过动态反馈机制收集各个各服务器的实时负载,负载均衡器根据收集的负载信息动态调整服务器权值,最后根据权值选择最优服务器去处理新的任务.仿真测试结果表明,改进负载均衡算法提高了整个系统的响应能力和吞吐量,较大幅度地提高系统的综合性能.     

RoF通信系统中一种动态负载均衡策略研究与仿真

针对RoF系统的结构特点建立了一种树型结构模型.基于该模型,提出了一种动态负载均衡算法.仿真显示该算法实现了处理节点间的负载均衡,对比表明采用该负载均衡策略的系统具有较低的任务等待延时,系统性能有所提高.     

基于LVS的动态反馈负载均衡的分析与研究

在Linux内核中实现负载均衡调度算法都是静态的,没有动态调节机制。这里在介绍LVS集群原理和已有方法的基础上,提出一种实时获取真实服务器的性能数据、计算和评估真实服务器负载,并动态地调节服务器权值的方法。经测试,使用该方法能够达到良好的负载均衡效果,进而能有效地提高集群的性能。     

一种面向多类型服务的动态负载均衡算法

针对航空物流ILink数据平台交易复杂性高、服务种类多、业务规模大等特点,提出一种面向多类型服务的动态负载均衡算法。通过分析四种基本服务类型以及实时采集四种服务类型的资源消耗,根据用户服务请求类型的不同动态调整各服务器的负载,引入了过载服务器节点缓冲机制缓冲负载过重节点,有效解决了航空物流ILink数据平台可能出现的用户等待时间过长、局部负载过重、甚至个别服务器节点崩溃的问题,达到了集群的负载均衡。仿真实验结果表明,提出的算法在系统吞吐量、系统响应时间、负载率等关键指标上优于经典的比率算法和遗传算法。     

一种基于改进遗传算法的动静态负载均衡算法

针对目前负载均衡算法在低负载情况下影响系统效率及在高负载情况下分配效率不佳等问题，基于Nginx服务器，文中提出了一种在改进遗传算法基础上动静态结合的负载均衡算法。该算法选择使用CPU性能、内存性能、磁盘I/O和网络带宽等服务器性能参数作为服务器节点性能评价指标及低负载下的静态加权轮询算法权值，并基于该指标根据节点性能使用率所占集群平均负载使用率的变化，设计了在高负载情况下的动态负载均衡算法。通过引入操作转换阈值及动态三角函数操作概率的改进遗传算法，实现了静态算法优势区转变为动态算法优势区的阈值计算。通过设计对比实验，证明了文中算法在实验环境下相比于加权轮询算法、概率择优算法和dnfs＿conn算法更具有较好的负载均衡效果，相比于dnfs＿conn算法在平均响应时间和实际并发连接数等数值上具有15%左右的提升。     

基于排队论综合指标评估的动态负载均衡算法

互联网通信、计算机集群和云环境均具有一定的复杂性和动态性,极易发生负载失衡,从而降低服务效率、增加能耗。因此,负载均衡技术成为重点研究课题。现有的负载均衡策略均是以 CPU、内存、进程等参数的占用率来评估服务器当前的负载情况,但服务器负载情况的复杂性往往使其难以得到准确评估。针对该问题,提出了一种基于排队论综合指标评估的动态负载均衡算法,首先引入排队论模型评估各服务器的实时负载情况,然后根据各服务器的负载综合指标,将输入队列中的任务逐一分配给各服务器。实验结果表明,该方法可有效平衡各服务器的负载且减少任务请求的平均等待时间。     

基于DHCP服务器状态的动态负载均衡算法

负载均衡是DOCSIS/PacketCable网络环境中DHCP服务集群亟待解决的问题,负载均衡算法是给集群中各服务器分配任务的核心,本文提出了一种根据服务器状态来分配任务的算法,给出了服务器性能、负载量、权值及服务器状态的计算。算法引入了根据随机数和服务器的状态选择服务器的方法,在考虑服务器真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法。测试结果显示该算法优于基于实时性能动态反馈的负载均衡算法。     

Performance Optimization Based on Compressive Sensing for Wireless Sensor Networks

A routing algorithm, based on a dual cluster head redundant mechanism combined with compressive sensing data fusion algorithm, is proposed to improve reliability and reduce data redundancy of the industrial wireless sensor networks. The Dual cluster head alternation mechanism is adopted to balance the energy consumption of cluster head nodes. Through the compressive sensing data fusion technology to eliminate redundancy, effectively improve the network throughput of the sensor network. The simulation results show that the proposed algorithm is able to enhance the networks performance, significantly reduces the number of lost packets and extend the network’s lifetime.     

WSN中负载均衡能量有效的路由算法研究

在PHGASIS建链方法的基础上提出了一种改进的建链方法；在此基础上提出了一种基于双层链结构并由基站集中控制的负载均衡、能量有效的路由算法（LBEERA），此算法充分利用了簇状路由算法和链状路由算法的优点．LBEERA算法将网络划分为多个簇，每个簇的节点组成一条低层链，每条链的链头节点形成一条高层链．仿真试验发现，相对于LHACH算法和PHGASIS算法，LBEERA算法增加了网络生存时间，减少了包传输时延．     

公用无线局域网的负载均衡策略

无线局域网与GPRS结合而成的公用无线局域网,是一种覆盖全球的宽带移动通信网,负载均衡策略是其中的一项关键技术.本文首先提出基于接入控制器(AC)的集中式负载均衡策略(CLBAC)以提高网络安全性,然后提出分布式负载均衡策略(DLB):各用户在接入网络的时侯,首先采用虚拟的分布式协调功能(VDCF)预测各小区的实时负载,然后接入负载最轻的小区.与集中式负载均衡策略比较,分布式负载均衡策略在网络资源开销和安全性等方面具有明显优势.仿真结果表明:VDCF算法预测小区负载快捷准确.     

LSAPSP: Load distribution‐based slot allocation and path establishment using optimized substance particle selection in sensor networks

Sensor node energy conservation is the primary design parameters in wireless sensor networks (WSNs). Energy efficiency in sensor networks directly prolongs the network lifetime. In the process of route discovery, each node cooperates to forward the data to the base station using multi‐hop routing. But, the nodes nearer to the base station are loaded more than the other nodes that lead to network portioning, packet loss and delay as a result nodes may completely loss its energy during the routing process. To rectify these issues, path establishment considers optimized substance particle selection, load distribution, and an efficient slot allocation scheme for data transmission between the sensor nodes in this paper. The selection of forwarders and conscious multi‐hop path is selected based on the route cost value that is derived directly by taking energy, node degree and distance as crucial metrics. Load distribution based slot allocation method ensures the balance of data traffic and residual energy of the node in areal‐time environment. The proposed LSAPSP simulation results show that our algorithm not only can balance the real‐time environment load and increase the network lifetime but also meet the needs of packet loss and delay.     

A Centralized Balance Clustering Routing Protocol for Wireless Sensor Network

Routing protocol plays a role of great importance in the performance of wireless sensor networks (WSNs). A centralized balance clustering routing protocol based on location is proposed for WSN with random distribution in this paper. In order to keep clustering balanced through the whole lifetime of the network and adapt to the non-uniform distribution of sensor nodes, we design a systemic algorithm for clustering. First, the algorithm determines the cluster number according to condition of the network, and adjusts the hexagonal clustering results to balance the number of nodes of each cluster. Second, it selects cluster heads in each cluster base on the energy and distribution of nodes, and optimizes the clustering results to minimize energy consumption. Finally, it allocates suitable time slots for transmission to avoid collision. Simulation results demonstrate that the proposed protocol can balance the energy consumption and improve the network throughput and lifetime significantly.     

基于软件定义网络的服务器集群负载均衡技术研究

在当前的网络体系结构下,采用硬件系统实现服务器集群负载均衡存在着获取负载节点状态困难、流量导向方式复杂等制约因素,不利于提升服务器集群的伸缩性和服务性能。针对此问题,该文提出一种基于软件定义网络(SDN)的负载均衡机制(SDNLB)。该机制借助SDN具有的集中式控制和流量灵活调度优势,利用SNMP协议和OpenFlow协议对服务器的运行状态和全局网络负载信息进行实时监测,并通过权值计算的方式选择出权重最高的服务器作为流处理的目标服务器,在此基础上,采用最优转发路径算法进行流量调度,从而达到提高服务器集群的利用率与处理性能的目的。搭建了实验平台对SDNLB的性能进行仿真测试,实验结果表明:在相同的网络负载条件下,SDNLB与其他负载均衡算法相比,能够有效地降低服务器集群的负载,并能够显著提高网络吞吐量和带宽利用率,缩短流的完成时间和平均时延。     

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.     

A self‐adaptive load‐dispatching control framework for device data accessing in IoT‐based systems

The Internet of things (IoT) information system plays important roles in disposing of huge volumes of real‐time service requests from heterogeneous devices, targeting for different complex application requirements. Load‐dispatching control (LDC) is a key problem to be solved for devices accessing concurrently in cluster systems. Self‐adaptive LDC optimizes the resource allocation to ensure no overloading node, thus, improving the performance of IoT systems. This paper focuses on adaptive dispatching control problem in IoT information system. First, a device data access platform is proposed for reducing the load imbalance and improving the efficiency of data processing. Then, we propose a processing capability prediction model to evaluate the system performance. On the basis of the model, we present a practical self‐adaptive LDC framework with a self‐adaptive control strategy and a load dispatching method. Finally, a case study is given to verify the framework and the control strategy. Experimental results show that the proposed strategy can meet the requirements of dynamic load balancing with the ability to avoid the load imbalance problem, and the LDC‐based device access platform can process data accessing effectively and ubiquitously.     

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。