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.     

一个基于弹性云的负载均衡方法

提出了一种基于弹性云的负载均衡方法.这一方法构造了负载均衡模型框架,建立了模型对于虚拟机负载状况和虚拟机集群资源利用率进行量化评估,为实现任务的分发和虚拟机集群的弹性伸缩,设计了任务调度算法和弹性伸缩算法.实验结果表明基于弹性云的负载均衡方法在实现负载均衡的同时,有效提高了资源利用率.     

基于累积点播概率的负载均衡算法研究

为了提高集群系统的资源利用率,降低对用户请求的拒绝率,需要对集群系统中的各个服务器节点进行负载均衡.文章在对一些主流的负载均衡算法进行了详细分析,对比了它们的优缺点,并在此基础上提出了基于累积点播概率的负载均衡算法.该算法包含三个部分:最优副本生成、贪婪的副本放置和动态贪婪副本调整.仿真实验验证了所提算法的有效性.     

基于最优赋权法的负载均衡动态分配算法

在集群中服务器均衡负载内置算法运行前指定权值静态评估节点的负载能力,使得负载均衡器不能体现服务器资源动态变化的问题,提出了一种采用最优赋权法对加权轮询算法的权值更新进行改进,通过对后端服务器CPU利用率、内存利用率、磁盘I/O、网络带宽、连接数等性能的建模,再根据最优赋权法动态调整性能指标的权重。能更客观的评价服务器节点的负载情况。通过对照实验结果表明,文章算法在请求响应时间、系统吞吐量等方面有较好的负载均衡效果。     

一种基于分布式服务器集群的可扩展负载均衡策略技术

提出了一种基于软件定义网络的分布式数据库负载均衡算法,将数据、控制、应用分离的同时计算服务器集群中单个服务器的实际负载.通过查询流量采样记录来决策最少连接的服务器路径,减少了访问请求的响应时间,提高了系统吞吐量和容错能力,实现了充分利用服务器资源的目的.内网中的分布式数据库实验对通用负载均衡技术和基于软件定义网络的负载均衡技术进行了比较,在不同服务器集群的负载状态下,后者的平均响应时间小于前者,并得到了更好的负载均衡效果.     

基于剩余负载率的动态负载均衡研究

为进一步提高集群系统服务的性能,在对静态负载均衡和动态负载均衡的优缺点分析的基础上,提出一种基于剩余负载率的动态均衡机制.该均衡机制采用剩余负载率作为负载状态的评价标准;针对服务器各节点性能的不同,提出采用BP神经网络训练节点;并设计了一种基于流表的静态分配策略和基于负载预测的动态分配策略相结合的任务分配策略来实现任务在集群系统各节点间的动态分配,从而降低了服务器各节点之问任务重新调度的次数,提高了集群系统的服务性能.实验结果表明,该均衡机制是可行的、有效的.     

基于软交换的异构集群媒体服务器中一种LRV负载均衡算法

针对基于软交换的集群媒体服务器的系统特征,本文提出了一种LRV(Limited Resource Vector)负载均衡算法,该算法考虑了系统中资源的协调使用并有效防止了系统性能的剧烈变化.通过在集群媒体服务器负载均衡系统Petri网模型上的大量仿真模拟,对LRV负载均衡算法与其他传统负载均衡算法在异构环境下的均衡能力、系统吞吐量、系统响应时间和性能平稳性几个方面做了比较和分析.结果表明,LRV算法具有优越的性能,对集群媒体服务器的异构环境有良好的适应能力.     

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。     

一种集群计算并行I/O中启发式文件分类分配策略研究

提出了一种新的应用于集群计算环境的文件分配算法,即启发式文件分类分配算法(Heuristic FileSorted Assignment algorithm,HFSA),它在保证系统负载基本均衡的前提下,按相似的访问服务时间对每个待分配的数据文件进行磁盘分配.具体实现时,首先对待分配文件按它们的服务时间大小进行排序,然后从集群中选择一个结点的磁盘,将有序的若干文件连续地分配到该磁盘上,直接该磁盘达到最大负载时为止.通过对新策略与已有的贪婪文件分配法进行实验比较,结果表明:在访问响应时间方面,系统轻负载时,缩短了20.2%,系统重负载时,缩短了31.6%,并且数据访问的速率越高,由启发式文件分类分配策略所改善的性能就越明显.     

云环境下基于迁移的虚拟机集群优化算法

针对云环境中虚拟机集群负载不均衡问题,提出一种基于虚拟机迁移的集群优化算法。通过对节点负载的实时监测,动态调整各种资源的权重,根据资源权重选择可最大程度降低主机负载的虚拟机进行迁移。该算法利用预测机制,消除主机资源利用率的临时越界引起的不必要的虚拟机迁移。在选择目标节点时,采用多目标决策法,兼顾多资源匹配率,服务级目标违背率(SLA)等多种管理目标。实验结果表明,与同类型的负载均衡算法相比,该算法能减少迁移次数,降低SLA违背率。     

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。     

Estimation‐Based Load‐Balancing with Admission Control for Cluster Web Servers

The growth of the World Wide Web and web‐based applications is creating demand for high performance web servers to offer better throughput and shorter user‐perceived latency. This demand leads to widely used cluster‐based web servers in the Internet infrastructure. Load balancing algorithms play an important role in boosting the performance of cluster web servers. Previous load balancing algorithms suffer a significant performance drop under dynamic and database‐driven workloads. We propose an estimation‐based load balancing algorithm with admission control for cluster‐based web servers. Because it is difficult to accurately determine the load of web servers, we propose an approximate policy. The algorithm classifies requests based on their service times and tracks the number of outstanding requests from each class in each web server node to dynamically estimate each web server load state. The available capacity of each web server is then computed and used for the load balancing and admission control decisions. The implementation results confirm that the proposed scheme improves both the mean response time and the throughput of clusters compared to rival load balancing algorithms and prevents clusters being overloaded even when request rates are beyond the cluster capacity.     

Scheduling algorithm for stochastic job stream cipher service based on load balancing

Business stream parallel processing system face the situation of the diversity of cipher service requests,the cross of serial mode and parallel mode,the intercross of different business data flow,and the demand of high speed and high reliability in security field.In order to improve the parallel processing efficiency of multi-cryptographic algorithm,load balancing was used as scheduling objective.Based on hierarchical hardware scheduling method (HHS-ACDID),considering the processing node’s storage capacity and processing speed,a load balancing scheduling algorithm was approved to support non related tasks and related tasks at the same time,which achieves the high speed cipher processing throughput.Simulation results show that the algorithm can complete dynamic scheduling of data stream system and get better load balancing effect.Compared with HHS-ACDID,the efficiency of the algorithm is improved by about 12%.     

一种改进的基于时间竞争成簇的路由算法

为平衡无线传感器网络中的簇头负载并进一步降低多跳传输能耗,文中提出了一种改进的基于时间竞争成簇的路由算法。该算法通过限制近基站节点成簇入簇,以防止近基站节点成簇入簇的节能收益无法补偿成簇入簇能耗;利用基站广播公共信息和基于时间机制成簇,以减少节点基本信息交换能耗;通过候选簇头中继来平衡簇头负载。候选簇头的评价函数综合考虑了剩余能量和最优跳数的理想路径,以期在保持中继负载平衡的基础上尽量降低多跳能耗。仿真结果显示,该算法较LEACH和DEBUC算法延长了以30%节点死亡为网络失效的网络生存周期,表明该算法在降低节点能耗和平衡负载方面是有效的。     

An Energy-Aware Hybrid Approach for Wireless Sensor Networks Using Re-clustering-Based Multi-hop Routing

In recent years, cloud computing provides a spectacular platform for numerous users with persistent and alternative varying requirements. In the cloud environment, security and service availability are the two most significant factors during the data encryption process. For providing optimal service availability, it is necessary to establish a load balancing technique that is capable of balancing the request from diverse nodes present in the cloud. This paper aims in establishing a dynamic load balancing technique using the APMG approach. Here in this paper, we integrated adaptive neuro-fuzzy interference system-polynomial neural network as well as memory-based grey wolf optimization algorithm for optimal load balancing. The memory-based grey wolf optimization algorithm is employed to enhance the precision of ANFIS-PNN and to maximize the locations of the membership functions respectively. Also, two significant factors namely the turnaround time and CPU utilization involved in optimal load balancing scheme are evaluated. Finally, the performance evaluation of the proposed MG-ANFIS based dynamic load balancing approach is compared with various other load balancing approaches to determine the system performances.

     

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。     

一种应用于自组织网络的动态节点划分算法(英文)

A dynamic nodes partition algorithm for the Ad Hoc network is proposed. Firstly, Roam cluster method is used to cluster 926 random nodes in a square region. Subsequently, the central moving model based on the simulated annealing algorithm and the least circle overlay model is constructed to remove the network redundancy of the circle number and circle radius respectively. Simulation results show that the algorithm can effectively maintain the stability of network structure and increase balancing capabilitie...