一种基于QoS的多任务实时集群系统负载均衡算法

负载均衡算法是多任务实时集群系统的一个关键技术。在分析了常见的轮转式均衡调度算法和任务最少优先法的优缺点基础上,针对实时集群系统处理多类任务的特点,引入了加权负载率的概念来更准确地描述各分布式集群节点的负载状况。提出了通过任务QoS映射为负载权值的思想,并给出了一种改进的任务最少优先算法——加权负载率最小法,描述了以加权负载率表为核心的多任务均衡调度算法。最后,通过仿真验证了该算法明显优于前两种算法。     

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。     

网络资源的均衡化调度算法研究

针对传统轮询算法对网络资源的均衡化调度存在负载均衡性差、网络资源浪费严重以及资源调度效果差的问题,提出一种新的网络资源均衡化调度算法。基于网络资源的均衡化算法运行过程,设计异构集群的并行计算熵的计算矩阵,实现虚拟机的调度,对调度目标的物理节点进行分析,完成网络资源多线程负载均衡调度。采用基于处理时间的网络资源负载动态均衡算法,对每个物理节点建立负载调度机制,使物理节点按照内部最优调度方式实施均衡调度,实现对网络资源的均衡化调度。实验结果表明,所提算法的调度效率高,且具有较高的负载均衡稳定性,可以减少网络资源的浪费,增强网络资源的调度效果。     

基于Docker Swarm集群的调度策略优化

轻量级虚拟化技术Docker及Docker集群管理工具Swarm的出现,为基于Linux平台的集群资源虚拟化提供了一套简单高效的解决方案。但是,能否充分发挥一个集群的整体性能,一个好的调度策略至关重要。目前Swarm工具内置的调度策略都无法很好地实现Docker集群的负载均衡,并且对集群资源的利用率不高,造成了很大的资源浪费。针对以上问题,文中利用权值调度算法对Docker Swarm集群的调度策略进行了优化,最终很好地实现了集群的负载均衡,充分发挥出了集群中每一个节点的性能,并提高了集群的整体性能。     

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.     

基于分布式环境的存储负载均衡算法研究

随着网络的高速发展以及海量数据的扩充,云存储技术得到广泛的应用,分布式存储中动态负载均衡策略也逐渐为人们所重视。本文在已有的负载均衡策略基础上,提出了一种加权轮询负载算法,通过阀值的设置划分节点,并查询负载表轮询分配存储任务,保证分布式系统能够合理的提高资源利用率,动态调整存储节点的工作负载。     

基于模糊流感知的动态优先公平调度算法

为适应网络的动态性,提高调度公平性和资源效率,流感知优先公平调度机制需要动态的多业务区分转发。与链路负载状态相关的模糊流感知能够实现路径上的一致性业务区分,而基于模糊流感知的动态优先公平调度算法通过调整优先队列负载门限在流式流和弹性流之间实现转发优先权的动态交替,在链路轻载时实现不同流间的相对公平调度,在链路重载时则强调实时业务的绝对优先权以保证其时延要求。算法公平性分析和仿真计算显示提出算法的动态区分转发通过适度增加优先业务队长能够大幅度提高弹性流的接纳率,具有较高的链路平均吞吐量和资源效率。     

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。     

改进一致性哈希优化存储邮政数据算法的研究

随着电子商务不断发展,邮政快递行业数据日益增多,传统方式对于邮政数据存储的理论与方法都已无法满足需求。基于此情况,使用一致性哈希算法来解决存储系统的横向弹性扩展,结合一致性哈希的虚拟节点与加权轮询算法优化Hadoop平台下分布式文件系统（HDFS）存储策略,实现集群在同构与异构条件下的数据均衡效果。同时介绍集群节点数据转移思想,设计负载因子与系统自检周期,实现了集群动态权重的负载转移,并进行实验验证。实验结果表明,文章提出的改进算法与HDFS、普通一致性哈希相比,在不同条件下集群负载差值均有不同程度的提升,证明了该策略可以有效降低集群节点间负载差值。     

基于PF调度的多源多中继协作网络节点选择

针对多源多中继协作网络模型,提出一种公平的节点选择与用户调度方案。出于优化平均信道质量的思想,每个传输时隙,选择信道条件差异最大的两个用户同时进行传输信息。中继节点选择基于PF比例公平调度算法,能保证中继节点处的负载均衡。然后在中继端采用一种网络编码传输方案。最后,与其他2种调度方案相比较仿真系统的误码率性能。     

An Enhanced Load Balancing Approach for Dynamic Resource Allocation in Cloud Environments

Cloud computing is one of the distributed resource-sharing technology that offers resources on a pay-as-you-use basis. Platform as a service, Infrastructure as a service, and Software as a Service are services provided by the Cloud. Each end user's Quality of service must be ensured by the cloud service provider. In recent days, cloud utilization is rapidly increasing. To avoid congestion and to preserve the Service Level Agreement, the large workload must be balanced across the network. In this research work, a new load balancing approach is proposed for the dynamic resource allocation process to improve stability and to increase profit. PBMM algorithm is devised for an effective load balancing process through which, resource scheduling is performed. Task size and the bidding value coded by each customer are taken into account. To optimize the waiting time, resource tables and task tables are employed. The average waiting time and response time of the special users are minimized. The simulation results show that the proposed load balancing technique ensures the maximum profit and it enhances load balancing stability by increasing the number of special users.

     

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.     

时分波分无源光网络与云无线接入网联合架构中负载平衡的用户关联与资源分配策略

在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中,由于无线域的负载不均衡问题,限制了网络整体的传输效率。为了充分利用TWDM-PON与C-RAN联合架构的网络资源,并保证用户的服务质量(QoS),该文提出一种负载平衡的用户关联与资源分配算法(LBUARA)。首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响,构建用户收益函数。进而,在保证用户服务质量的前提下,根据网络状态建立随机博弈模型,并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法,从而获得最优的用户关联与资源分配方案。仿真结果表明,所提的用户关联和资源分配策略能够实现网络的负载均衡,保证用户的服务质量,并提高网络吞吐量。     

粒度自适应的多径流量分割算法

针对多径传输存在的负载均衡和分组乱序之间的矛盾,提出了一种粒度自适应的多径流量分割算法。该算法在“流分片”的基础上,通过对流量特性的分析,将网络流量区分为正常流和强势流,基于“区分服务”的思想,不同流量分别采用适应其流量特性的流片分割粒度。理论分析和仿真结果表明,在考虑路径时延估计误差的情况下,该算法在降低分组乱序的同时具有良好的负载均衡性能。     

Optimal joint utility based load balancing algorithm for heterogeneous wireless networks

The rapid development of mobile broadband services with continuously increasing traffic volumes has resulted in a number of challenges, including ubiquitous network coverage, high bandwidth, and reliable services for reasonable price, etc. To address these challenges, evolved packet system (EPS) is proposed as the evolution of the packet core network. While resource management and load balancing issues in EPS are discussed in 3GPP standardization, relatively few research works consider mechanism design for load information monitoring and evaluation. Furthermore, even though some load balancing algorithms have been proposed for integrated networks, the load balancing scheme design which achieves the optimization of joint system performance has not been extensively studied. In this paper, an inter-access system anchor based load balancing mechanism is introduced which performs load monitoring and evaluation for access gateways and networks, and an optimal load balancing algorithm is proposed for heterogeneous integrated networks. To characterize the performance of integrated networks, the concept of utility function is introduced and the comprehensive performance of integrated networks which support both single type service and multimedia service is modeled mathematically. Applying vertical handoff as an efficient mechanism for achieving load balancing, the optimal number of handoff users is obtained through solving the optimization problem. Numerical results demonstrate that load balancing between access networks can be achieved, and the optimal number of handoff users corresponding to the maximal joint network utility can be obtained.     

Load balancing for cellular/WLAN integrated networks

The interworking between heterogeneous third-generation cellular networks and wireless local area networks is one promising evolution approach to fourth-generation wireless networks, which can exploit the complementary advantages of the cellular network and WLANs. Resource management for the 4G-oriented cellular/WLAN integrated network is an important open issue that deserves more research efforts. In this article we present a policy framework for resource management in a loosely coupled cellular/WLAN integrated network, where load balancing policies are designed to efficiently utilize the pooled resources of the network. A two-phase control strategy is adopted in the load balancing policies, in which call assignment is used to provide a statistical quality of service guarantee during the admission phase, and dynamic vertical handoff during the traffic service phase is used to minimize the performance variations. Numerical results are presented to demonstrate that the proposed load balancing solution achieves significant performance improvement over two other reference schemes     

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。     

可重配置系统中的联合负载控制及其终端选择算法

该文基于现有端到端可重配置系统架构,提出了一种改进的动态门限联合负载控制方法,以适应不同负载条件下对负载均衡的要求,达到资源的有效利用。同时,结合终端的可重配置特点及业务要求的多样性,在执行网络发起的垂直切换过程中采用了基于层次分析法的终端选择算法,从而在均衡异构网络负载的同时减少系统开销和对用户的影响。仿真结果表明,该方法能够在保证用户满意度的同时有效地减轻重叠覆盖区域的网络拥塞,提高系统性能。     

面向服务可靠性的云资源调度方法

随着云计算成为重要的信息基础设施,越来越多的应用迁移到云上,云服务的可靠性日益重要,尤其是边缘计算新模式的引入,对云服务可靠性提出了更高的要求.如何通过资源调度保障服务可靠性成为了当前研究的热点.为此,针对云-边协同的应用场景,开展面向服务可靠性的云资源调度方法研究,提出基于马尔科夫预测模型的云资源调度算法,实现节点负载判断、待迁移任务和节点选择、迁移路由的决策,以解决云服务节点失效情况下的任务调度和负载均衡问题,实现快速的云服务故障恢复,提高云服务的可靠性.实验结果表明,本文所提方法能够有效保证节点失效情况下的服务可靠性.     

Traffic engineering in metro Ethernet

Traffic engineering is a critical issue that has to be addressed in metro Ethernet networks for proper and efficient resource utilization as well as facilitating quality of service. This article aims at understanding the relevant issues and outlines novel algorithms for multipoint-TE in the metro Ethernet. We first propose a grouping scheme that extends the current label space in the provider domain and allows for a large number of VLANs to be provisioned efficiently. Next, the issues of load balancing, multiple spanning trees, and interaction between grouping and bandwidth provisioning are discussed, and solutions are provided. Finally, we address differentiated survivability in next-generation Ethernet and provide a novel scheme based on multiple spanning trees. The schemes proposed in this article are shown to be scalable, bandwidth-efficient, and practical for both the customer and the provider.