TeraPELB:云计算中基于预测的弹性负载均衡算法

现代负载均衡已经成为云计算中虚拟资源管理和调度的核心.针对现有云计算弹性负载均衡存在的不足,提出了一种基于预测的弹性负载均衡资源管理算法(TeraPELB),不仅能更加灵活她动态调配资源,而且支持基于负载的趋势预测.理论分析和仿真实验表明,随着网络员载的变动,TeraPELB算法能根据负载变化情况动态地调整后端服务器集群的处理能力,解决了从云中申请虚拟机具有延迟性而导致迟滞甚至无法满足用户请求的问题,相较于传统的弹性员载均衡算法效果更好.     

一种云计算环境下的负载调度算法

云计算数据中心的负载调度是影响云计算性能的核心,是云供应商对外提供服务,用户感受服务性能的关键所在,它直接关 系到云平台的整体性能和系统的资源利用率. 在对经典的Min-Min调度算法进行分析的基础上,结合云计算环境对Min-Min算法进行了改进. 提出了一种基于相对负载均衡的LL-Min-Min算法. 仿真实验表明,LL-Min-Min算法能够满足云计算环境下任务的多样性和不确定性的要求,可以较大地改善数据中心的负载均衡,提高集群的吞吐率.     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

基于负载均衡构建可扩展的IPv6隧道代理系统

IPv4／IPv6过渡时期随着IPv6用户的增多，如何提高隧道代理系统的可扩展性是一个值得研究的问题。在分析几种可选机制的基础上，采用基于隧道代理调度的负载均衡方案来提高系统的可扩展性，并提出一种加权最少隧道调度和过载报警相结合的调度算法。建立仿真环境，通过仿真实验测试了调度算法的性能，仿真结果表明文中提出的负载均衡方案是可行的。     

基于动态递归模糊神经网络盲均衡算法的研究

模糊系统和神经网络已广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识;而由于无线通信信道的时变性和不确定性,决定了盲均衡器本身就是一个动态的均衡过程,所以研究利用动态递归模糊神经网络的盲均衡算法是可行的,而且也是必要的。仿真结果表明:由于动态模糊神经网络的均衡过程同时利用了系统的当前数据和历史数据,对动态系统的均衡,较传统神经网络在均衡的精度和稳定性方面具有更好的效果。     

基于时变需求的供应链网络动态均衡模型

在时变需求下, 供应链网络静态均衡模型不能描述上下游成员的订单、库存以及采购价格随时间的变化的传播过程. 通过在静态均衡模型中引入了时间变量, 本文构建了供应链网络动态均衡模型, 以描述供应链网络各成员订单、库存和价格的时变特征. 基于历史的订单、采购销售价格等信息, 给出了供应链成员考虑订单提前期和库存成本的订单生成策略的数学描述. 建立了供应链网络动态竞争均衡变分不等式模型, 利用变分不等式方法给出了等价的动态均衡条件, 并设计了求解模型的有效算法. 算例研究表明: 文中建立的动态模型不仅能嵌入不同的订单生成策略, 还能分析包括牛鞭效应在内的多种供应链网络问题. 本文所提出的模型为探究供应链网络时空演化行为提供了有力的工具.     

基于反馈机制的动态副本数量预测方法

针对视频点播集群服务中对单一视频访问数量进行预测时,基于传统的历史信息加权方法产生的动态副本数量误差较大、点播集群负载均衡较差的问题,分析了传统方法预测误差产生的主要原因——对单一视频历史访问数量趋势信息的考虑缺失,并提出了一种基于反馈机制的动态副本数量预测方法。该方法在传统的基于历史信息加权方法的基础上,考虑了历史访问数量的趋势信息。对实际系统数据的模拟结果显示,在反馈系数等于1时,基于反馈机制可以使动态副本数量的平均预测错误率下降29.6%,峰值错误预测率下降42.9%。     

多核CPU-GPU异构平台下并行Agent仿真负载均衡方法

多核中央处理器（central processing unit, CPU）图形处理器（graphic processing unit, GPU）异构平台为并行Agent仿真提供了一个新的硬件执行平台,而负载均衡方法是充分利用硬件计算资源、提高并行仿真运行性能的一个有效途径。针对多核CPU-GPU异构平台下并行Agent仿真的负载均衡问题,建立了面向多核CPU-GPU的并行Agent仿真多层负载分配模型,提出了基于带约束的k-means空间聚类算法的并行Agent仿真静态负载划分方法和动态负载均衡策略,并给出了划分子集间的可交互性判定,以过滤掉大量不会发生交互关系的Agent之间的交互判定计算。最后通过实验验证了本文提出方法的有效性。     

多接口无线Mesh网络多径及负载均衡路由协议

无线Mesh网络作为一种自组织、自配置的新型宽带网络,正受到越来越多的关注。为了提高网络端到端的性能,AODV-DM多径路由协议提出寻找干扰不相交多径,但仍存在可寻率低,源节点和目的节点竞争信道的问题。利用多接口无线Mesh网络干扰小的优点,提出一种寻找干扰不相交多径硌由协议（MR-AODV-DM）,该协议能够解决AODV-DM协议存在的上述问题。此外,还提出一种结舍员载均衡的期望传输次数的改进路由判据（mETX）,该判据在反映无线Mesh网络链路状态的同时起到负载均衡的作用。     

基于禁忌搜索的负载均衡组播路由算法

提出了一种基于禁忌搜索策略的能实现网络负载均衡的QoS组播路由优化算法。该算法在满足业务带宽和时延的基本要求下,将网络费用和负载均衡分布作为目标函数进行优化,达到网络费用较小和负载均衡分布的目的。仿真结果表明,该算法是一个有效、可行的算法。     

一种基于模拟植物生长的Web云服务组合优化算法

为提高web云服务的效率;提出一个改进的模拟植物生长算法调度模型。使用数学方法描述web云服务和系统资源之间的约束关系。建立了一个光诱导模型模拟植物生长。通过几种植物类型比较算法的性能;并选择最佳植物模型作为系统的设置。实验结果表明:当测试web云服务的数量达到2 048时;该模型比PSO算法快2.14倍;比蚁群算法快2.8倍;比蜂群算法快2.9倍;比遗传算法快8.38倍。     

用于时间序列数据建模的多模态模糊认知图

针对单一模型难以准确反映时间序列多种变化模态的问题,提出了一种基于模糊认知图的时间序列数据多模态建模方法.该方法使用随机自助法选取多个子序列,以包含各种变化模态.在各个子序列上分别建立子模糊认知图模型.使用粒计算方法对子模型进行有效融合;并分析了不同权重策略融合的性能.所建立的模型不仅可以对时间序列数据进行数值及区间预...     

基于邻端口调度信息的反馈型两级交换结构

FTSA (feedback mechanism based two-stage switch architecture)对调度算法执行时间的限制过于苛刻使其优异的理论性能无法实现.针对这一问题,该文提出一种基于邻端口调度信息的反馈型两级交换结构AFTSA (adjacent-port scheduling information and feedback mechanism based two-stage switch architecture), AFTSA引入前置反馈模式将目标缓存的状态数据提前反馈至输入端口;利用邻端口信息传输机制使得任意输入端口均能获得邻端口的调度结果;利用预处理机制修正调度算法所需要的基础信息;利用\"裁决\"模式的调度机制选择在下一时隙将要转发的信元.理论分析表明在相同的交换环境中AFTSA和FTSA具有等同的时延性能且能够为算法提供接近一个时隙的执行时间,AFTSA可有效提高两级交换结构的实践可行性.     

基于直觉模糊聚类的目标识别

空中目标的正确识别对防空作战具有重要的意义。针对目标识别的特点,提出了基于直觉模糊聚类的识别方法。首先,给出了直觉模糊相似度和相异度的度量方法,并利用目标特征信息计算直觉模糊相似度和相异度。然后,在分析了现有的几种直觉模糊相似矩阵构造方法的基础上,提出了一种新的直觉模糊相似矩阵的构造方法,并给出了直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径;此外,定义了直觉模糊等价矩阵的（α,β）截矩阵,进而实现直觉模糊集的聚类。最后,运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明,提出的方法是可行、有效的。     

一种IaaS模式“云训练”系统设计

针对网络化模拟训练真实感不强,训练效率低等问题,提出了一种IaaS (Infrastructure as a Service)模式的“云训练”.阐述了“云训练”的体系结构和运行模式,研究了“云训练”的3项核心技术.通过GPU虚拟化技术解决云环境中终端用户3D图形图像处理能力弱的问题.根据模拟训练特点,建立用户需求模型,将模糊理论引入资源调度技术中,实现虚拟资源的动态调度;结合检查点回滚、虚拟机备份和虚拟机迁移技术,实现系统高效动态容错,保证了系统的稳定性与可靠性.实验证明,“云训练”系统改善了传统模拟训练系统中资源的按需共享能力,提升了资源利用率,保证了模拟训练效果.     

区间直觉模糊事件概率及其泛化形式的研究

针对随机现象中存在的模糊性,给出了区间直觉模糊集（interval-valued intuitionistic fuzzy sets, IVIFS）的解决方案。首先,定义了样本空间中区间直觉模糊事件（interval-valued intuitionistic fuzzy events, IVIFE）的概念,给出了区间直觉模糊事件概率的描述化定义。其次,定义了区间直觉模糊三角模及三角余模的概念,给出了区间直觉模糊事件概率的公理化定义。再次,给出了区间直觉模糊概率的泛化形式,即可分形式和不可分形式,并详细证明了不可分形式。最后,通过实例验证了不可分形式。     

面向能耗的云工作流调度优化

云工作流调度直接决定了整个云工作流系统的性能,已成为一个重要研究内容.针对当前缺乏有效的面向能耗的云工作流调度优化方法,研究建立了面向能耗的云工作流过程模型、资源模型,提出了基于负载的能耗计算方法和面向能耗的云工作流调度优化算法.提出的方法考虑了能耗因素,在进行任务优先级计算及任务选择时不仅考虑了文件在不同虚拟机间传输的速度差异、同时考虑了虚拟机与本地共享数据库间的文件传输等因素,并从云工作流任务分配、主机负载和主机功耗关系的角度,进行能耗的计算与调度优化,更符合实际情况、使用范围更广.数值案例和仿真实验表明了提出的方法是可行的和有效的.     

直觉模糊正规子群的乘积结构

在K. Atanassov引进直觉模糊集概念的基础上,给出了直觉模糊集的乘积和直觉模糊正规子群的定义,并进一步研究了这种直沉模糊正规子群的乘积结构与特征问题。