一种新的集群Web服务器体系结构及其数据复制算法

数据副本管理是集群Web服务器(CWS)的一个重要研究内容，它与CWS的体系结构和具体的应用密不可分。文章提出了一种架构于IJnux虚拟服务器(INS)基础之上、应用广泛、可扩展性强的集群Web服务器结构，给出了相应特定的数据复制算法，包括数据定位和数据同步。通过实验对此复制算法进行了测试与分析，并和其它复制方案进行了比较，证明了本算法具有更高的可用性和更好的性能。     

一种Web服务器集群管理平台的设计方案

分析基于网络7层的Web服务器集群对管理平台的需求,提出满足这一需求的一种Web服务器集群管理平台设计方案.该设计方案包含Web服务器软件套件和Web服务器集群管理平台,可以实现对Web服务器及Web应用的自动化部署和生命周期管理,对集群节点的配置和日志进行集中管理.     

一种新的 QoS 全局最优 Web 服务选择算法

针对运用单目标优化算法求解基于 QoS 的 Web 服务选择问题的不足,设计了一种新的 QoS 全局最优Web 服务选择算法.该算法同时优化组合服务的多维 QoS 属性的多个目标函数,并产生 QoS 全局最优的 Pareto 最优解集.首先建立服务选择问题的多目标优化数学模型,然后采用归档式多目标模拟退火设计该算法以优选 Web服务.实验结果表明了该算法是可行的,实现了全局 QoS 最优化的组合服务.     

一种面向负载平衡的主动复制技术

针对主动复制容错技术中存在资源浪费及请求响应时间长的问题,提出了一种适用于请求-状态相关及请求-状态无关的系统模型、面向负载平衡的主动复制技术。容错组成员都能根据当前的负载信息列表决定是否执行接收到的请求,只有负载最轻的成员执行当前请求。组中各成员同时执行不同的请求,并直接返回请求响应结果,从而在充分利用主动复制技术中,在引入冗余资源的基础上缩短了请求的平均响应时间。实验结果显示,该技术能缩短请求的平均响应时间,提高系统运行效率;在请求-状态相关的系统模型下,请求的平均响应时间跟与状态相关的请求数目成正比。     

一种网络负载平衡算法研究与改进

提出了一种改进的解决网络负载平衡的路由思想。利用蚂蚁具有找到最短路径,不同种类蚂蚁具有相互排斥的天然特性,和同类蚂蚁过多带来的排斥性来进行路由,从而保证网络负载分布的平衡。     

异构Web服务器集群的自适应成比例延时差异服务模型

随着Internet的迅速发展,Web服务在满足数量巨大而日益增长的社会需求中所起的作用越来越大,应用对Web服务器提出了更高的QoS(Quality of Service,服务质量)要求,特别是,要求其处理数量不断变更的用户访问,它们提出大量并发请求,并具有不同的QoS需求等.如何提高Web服务器QoS性能指标已成为当今研究的一大热点问题.本文提出一种成比例延时差异服务的异构Web服务器集群模型,该模型采用 : 队列模型刻划集群中各结点请求队列的请求到达和服务过程;在此基础上,提出两种基于反馈控制机制的请求派发自适应修正算法,每种算法均实现了相应的请求选择和派发策略.实验数据表明,本文所提出模型是适用于异构Web服务器集群的,两种请求派发自适应修正算法均能使异构Web服务器集群获得较好的服务质量(QoS)性能,具有较好的理论价值和应用前景.     

DHT网络中一种基于虚拟服务器拆分的负载平衡算法

分析比较了目前DHT网络中基于虚拟服务器（virtual server）的负载平衡算法,根据节点间间距的分布概率,建立了基于虚拟服务器的DHT网络负载分布数学模型,详细分析和计算了DHT网络中单虚拟服务器问题（SVSP）发生的概率,提出了一种基于虚拟服务器拆分的负载平衡算法（VSSLBA）,仿真实验验证了理论推导的正确性与算法方案的有效性。     

一种面向Web服务的QoS提供器模型

随着Web服务的广泛应用和发展，提供QoS保障能力是Web服务在商业应用中获得成功的关键因素．然而目前许多企业应用并没有提供面向QoS的Web服务，而修改已有的实现来满足客户对QoS需求的代价是非常高的．针对这一问题，本文提出了一个面向Web服务的QoS提供器模型，通过提供灵活的QoS处理器（QoS Handler）管理和部署机制，可以使原系统在不改变内部实现的情况下，向客户提供满足其QoS需求的Web服务．QoS提供器存应用服务器平台上进行了原型实现，结果表明它可以有效地为企业系统添加QoS保障．     

基于内容的分布式web服务器负载平衡算法

通过分析服务器对静态内容和动态内容处理过程的不同,在给出分布式网络服务器系统结构模型的基础上,提出了一个新的将静、动态内容分配都考虑在内的周期更新动态负载分配算法;通过将其加载在所建立的仿真平台上进行测试得到的最终结果可以看出,所给的负载平衡算法能有效的使系统达到并且保持负载平衡.     

Web服务器中动态Web技术的探究

为了能够让Web服务器当中动态Web技术的作用充分的发挥出来,文章主要是以Web服务器中动态Web技术为研究对象,之后通过Web服务器中动态Web技术的概述、CGI技术与SSI技术概述以及动态Web技术功能的实现三个方面对研究对象进行进一步的探讨和研究。     

服务器选择策略与其负载均衡的研究

为了解决应用层选播通信中的服务器负载振荡问题，提出了基于等价子集的服务器选择策略。并且发现通过调整这个等价子集的准入、准出条件可以有效缓解服务器负载振荡状况。最后在仿真实验中找到了实现服务器负载均衡的最佳准入、准出条件的组合。     

聚类算法在Web文本挖掘中的应用研究

本文主要讨论了聚类算法在Web文本挖掘中的应用研究情况.着重总结了Web文本挖掘的特点、一般过程和适用于Web文本聚类的算法条件,总结了当前的研究热点,并提出了Web文本聚类算法的发展方向.     

嵌入式Web服务器集群负载均衡技术研究

随着嵌入式Web服务器用户的增加,嵌入式Web服务器的访问量和数据流量也随之迅速增长,所需要的处理能力和计算强度也相应增大。单个嵌入式Web服务器受到处理能力的限制,将无法满足大访问量的需求,可能会成为网络访问的瓶颈。采用单一的升级方式往往造成不必要的精力浪费,而Web服务器集群正好弥补了这点。因此,可以采用多个嵌入式Web服务器为一个应用服务的嵌入式Web服务器集群负载均衡技术。嵌入式Web服务器集群系统具备高可用性和负载均衡性,并且易于扩展,成为解决这一问题的最佳方法。     

提高Web服务器性能的方法

目前大多网络应用采用Browser/Server多层次结构,这种结构使得Web服务器承受的压力过大,本文研究在此情况下提高Web服务器性能的方法。通过一些理论研究和实际应用,在多个可以提高Web服务器性能的方法中,主要阐述了多个Web服务器并行工作、负载均衡、Web交换机、Web缓存和流量管理几个方法。这些方法能很好地改进和提高Web服务器的性能可在网络设计和管理中综合考虑运用。     

基于DiffServ的QoS Web服务器的研究与设计

通过在接纳控制模块中使用动态阚值（ADT）算法，设计和实现了一种基于客户IP地址的QoSWe6服务器．它能对不同客户的服务请求设定不同的服务优先级，并按DiffServ的服务策略提供可区分的服务。实验表明，QoSWe6服务器能够有效地实现所期望的QoS性能，从而提升了Web服务器的服务质量。     

基于数据挖掘的Web服务器攻击检测

随着Web技术的飞速发展,越来越多的单位使用Web方式为用户提供服务,黑客的矛头也逐渐转向了Web服务器。文中研究了如何使用数据挖掘的方法对Web服务器日志进行安全性分析,从而快速发现攻击,并针对Web服务器日志特有的格式,对现有的基于相似系数的异常点检测算法进行了改进,使其符合研究的要求,同时构建了两个安全性分析的数据挖掘模型。通过对现有Web日志记录的挖掘,验证了所述方法的可行性。     

基于负载的Web性能测试研究与应用

为了保证Web系统的良好性能,对Web系统进行性能测试,以找出性能瓶颈并对其进行优化尤为重要。总结了衡量Web系统性能的重要指标;讨论Web系统的性能测试工具和测试流程;并基于一个Web系统实例,围绕性能测试指标,着重阐述了应用测试工具进行Web负载测试的方法,以及对测试结果的统计分析;最后根据测试结果提出了相应的Web系统性能优化方案。     

嵌入式Web服务器负载均衡算法的研究与实现

结合嵌入式Web技术的发展以及B/S结构的广泛应用,提出了一种基于服务器集群的访问请求优先级的最少连接数的解决方案,重点解决了嵌入式Web访问的负载均衡及单点故障问题,论述了以排队论为模型的负载均衡算法,并给出了实现方案。实验结果表明,该算法有效提高了嵌入式Web服务器的多发处理能力,提高了嵌入式系统的可靠性。     

分布式Web服务器系统研究进展

本文介绍提高Web服务器性能的前沿技术－分布式Web服务器系统技术的最新研究进展，阐明几种主流技术的工作原理，分析它们对Web服务器性能，可靠性和扩展性的提高效果，探讨各种方法的优缺点，并对该领域的发展趋势提出作者的看法。     

基于兴趣度的Web用户聚类方法

现有的Web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的Web用户聚类基础之上,提出了基于兴趣度的Web用户聚类方法.通过对日志文件中的用户访问模式进行分析,计算用户兴趣度.结合渐进遗忘算法,对用户兴趣爱好进行调整与更新,并在此基础上对用户进行聚类.实验表明,本方法能够更好地分析用户访问模式,更准确地计算用户兴趣,具有更好的聚类效果.