一种基于预测的负载平衡策略

分布式和并行系统的负载平衡是影响系统性能的一个重要因素，本文提出了一个基于预测的动态负载平衡算法，本算法以本地负载信息为基础预测该结点达到空闲状态的时间，并且在该结点到达空闲状态之前发出任务请求，从而保证系统中各结点都处于忙碌状态，提高系统资源的利用率，提高系统性能。     

改进的分布式动态自适应负载平衡算法探讨

为了使分布式网络保持高效的运作,在多种常用的负载平衡算法中选择了动态自适应负载平衡算法,根据结点负载情况,区分轻载结点和重载结点。     

机群系统中一种新的自适应结点分配算法:受限负载平衡结点分配(LLBA)

在机群系统中结点分配策略根据一定的原则为作业确定运行结点是提高系统性能的关键。通过对机群结点分配策略的研究,作者发现当前基于负载平衡自适应的结点分配策略为并行作业选择负载最轻的结点,这不利于系统性能的充分发挥。作者提出了一种新的自适应负载平衡结点分配算法：受限负载平衡结点分配。     

二叉树动态负载平衡方法

文中提出了一种二叉树动态负载平衡方法，该方法使用二叉树动态负载平衡系统模型，解决了集中式负载平衡系统中主结点在分配任务、响应请求以及负载移动时的潜在瓶颈问题；提出了负载小于给定值时请求负载平衡以提高处理器的利用率。分析表明，该方法在可以有效地提高并行计算的性能，特别是对于任务密集的情况。     

基于自适应蜂群算法的云计算负载平衡机制

针对将蜂群算法应用在负载平衡系统中,出现的由于请求之间关系处理不当而产生的不利于负载平衡的资源局部密集现象,提出了改进的自适应蜂群算法。通过引进其他类型的请求,以阻断短时间内本该到来的与该服务器处理的请求有某些相似的请求,由此增强了负载平衡的可用性,提高了系统吞吐量。实验结果表明基于蜂群算法的负载平衡机制无论是在系统吞吐量方面或是系统可扩展性方面均适用于云计算环境,改进的自适应蜂群算法在系统吞吐量方面较传统算法性能提高5%以上。     

平行结构类问题的分解与任务分布

本文给出平行结构类问题及其求解系统的形式化描述,讨论了此类问题的分解与任务分布,并提出了一种IPD算法(Improved Problem Decomposition).该算法从规模上将问题分解为若干性质相同的任务,按就近原则将任务预分布到系统中各结点上,并通过启发式状态空间查找方法进行负载调整,使系统负载平衡.试验表明:IPD算法的分解分布结果负载平衡,系统潜在协作量小.     

基于混合负载平衡的并行启发式搜索算法

在分析了迭代加深启发式搜索(Iterative Deepening A*)算法及其可并行性后，提出了一种新的基于混合负载平衡的并行迭代加深启发式搜索算法。该算法综合了静态负载平衡和动态负载平衡的优点，可以在多结点的并行搜索计算中获得很高的加速比和效率。给出了该算法的Java RMI实现。通过在72个结点的并行机上的试验表明，该算法可以极大地提高并行搜索算法的加速度和效率。     

集群动态负载平衡系统的性能评价

该文使用随机Petri网对集群动态负载平衡系统建立了一个抽象模型．通过细化模型中的节点本地处理部分对5种动态负载平衡算法的性能进行了分析，并讨论了集群负载特性对动态负载平衡系统性能的影响，最后得出的主要结论有：(1)动态负载平衡算法可以取得比静态负载平衡算法更好的性能；(2)与传统的只考虑CPU就绪队列的负载平衡算法相比，考虑了各种I／O请求队列的负载平衡算法可以取得更好的性能；(3)即使在极端的集群负载特性中。集群动态负载平衡算法仍然能取得比较理想的性能，因此实现即使是十分简单的集群动态负载平衡系统也是很有必要的。     

对等网络中基于结点兴趣的资源查找算法

为了提高对等网络中资源查找的效率,根据P2P结点的群聚特性,构建了基于结点兴趣的覆盖网络,并设计了相应的资源查找算法。算法根据查询请求和结点的相似度来决定搜索策略,在簇内查找请求不能被满足时,请求将被发送到与其兴趣最为相似的其他簇内。仿真测试表明,算法稳定高效,搜索成功率和查找效率均优于传统的搜索算法。     

提高冗余服务性能的动态容错算法

针对分布式应用的性能要求,引入了负载平衡机制,以便对activere plication和primary backup容错算法进行权衡.提出一种基于冗余服务的动态容错算法RAWA(read-any-write-any),能根据系统负载状况动态改变请求的quorum,不但提高了请求的处理速度,而且以一种简单、有效的方式实现了负载平衡.结合所提出的一致性维护和互斥访问机制,该算法可以适用于嵌套访问和状态服务.另外,还分析了RAWA算法的性能,并通过在CORBA平台上与其他容错算法的对比测试,证明RAWA算法在