基于最小负载的Linux Web机群负载均衡算法

为了充分发挥Web机群后端服务器的实际处理能力,实现了一种基于最小负载的Web机群负载均衡算法.该算法依据后端服务器的实际状态:CPU使用率、内存使用率、网络利用率和磁盘性能,通过定时获取后端服务器的状态信息,导出服务器综合负载并放大取整,作为服务器权值.基于最小负载的均衡算法能够动态反馈,具有自适应特性.与加权轮转调度算法相比,基于最小负载的调度算法具有更高的请求成功数和较低的请求失败数.     

云中心基于Nginx的动态权重负载均衡算法

为了解决云中心的服务器端在高并发情况下各节点的负载失衡问题,在对负载均衡技术Nginx自带的负载均衡策略和主流的负载均衡策略进行研究、分析的基础上,提出了一种动态调节权重的负载均衡策略.该策略基于加权轮询策略进行改进,同时考虑服务器的本身硬件性能与工作时的负载情况,设计了静态权值和动态权值的计算方法,将两者结合得到节点最终权值.静态权值主要考虑了各服务器的硬件性能情况,动态权值的计算则是收集各后端服务器节点工作时的CPU利用率、内存利用率、网络性能情况及磁盘I/O等性能情况,由此,动态地调节各后端服务器节点权重.测试结果表明,相较于原加权轮询算法,该算法在高并发情况下的响应时间和实际并发数等方面表现更好.     

基于负反馈的负载均衡算法实现

LVS现有的负载均衡算法在分配服务器请求时大多都是基于固定权值,使得LVS集群系统在长时间高负荷运行后会出现负载倾斜．为此,给出了一种改进的负载均衡算法,该算法通过引入负反馈机制,充分考虑服务器权值的动态调节,更准确地反映了各服务器的真实负载情况．测试结果表明,该算法优于原有算法．     

基于LSTM的标识解析节点负载均衡算法

工业互联网标识解析二级节点是面向特定行业提供标识服务的公共节点,随着二级节点在众多行业之间的快速落地,标识的注册量和解析量将达到海量级别,二级节点系统时刻承担着高并发的标识服务请求带来的压力,可以通过负载均衡机制解决上述问题.然而传统的静态负载均衡方案没有考虑系统的实时运行情况以及流量的突发性,因此本文面向标识解析二级节点提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的动态负载均衡方案,该方案借助LSTM算法对服务器请求连接数进行预测,并结合服务器的实时性能指标以及负载信息来选择最佳节点处理用户请求.仿真实验结果表明:相比于传统的负载均衡方案,本文提出的方案不仅有较高的响应成功率,还将集群处理并发请求的平均响应时间降低了50%左右,将集群的吞吐率提升了30%左右.     

一种改进加权最小连接算法及在CDN的负载均衡技术中的应用分析

针对内容分发网络技术中本地负载均衡策略进行研究,提出一种适用于内容分发网络负载均衡的改进加权最小连接算法(improved weighted least connection,IWLC)。该算法在加权最小连接算法基础上考虑服务器性能与负载能力,引入服务器动态性能与负载水平评估因子,计算出综合性能指标以及动态权值并以此性能指标为依据完成任务调度,能较好地利用底层硬件资源,同时降低任务响应时间。     

MPLS网络流量工程中的动态在线路由算法

提出了一种用于MPLS网络流量工程中的动态在线路由算法NORA.该算法在网络拓扑结构基础上定义了链路关键度,根据链路的带宽利用率定义了链路繁忙度,利用链路关键度、链路当前可用带宽及链路繁忙度确定链路权重,并依据该权重运用最短路径优先算法思想为到达的LSP建立请求选择权重优化路径.该算法在动态建立有带宽保证路径的同时可以均衡网络负载,并降低LSP建立请求服务拒绝率.仿真实验表明,与SPF及MIRA算法相比,该算法在降低LSP建立请求服务拒绝率以及均衡网络负载等方面表现出更好的性能.     

一种远程容灾系统的动态负载均衡方法

为解决远程容灾系统中出现的存储服务器负载不均衡现象,提出一种动态负载均衡方法,该方法首先对用户的任务进行排队,并结合动态反馈原理,周期地根据远程容灾系统各存储服务器的真实负载变化情况,进行任务分发,避免了系统内部存储节点间的负载不均.仿真实验证明,相对于传统的动态负载均衡算法WLC,该方法明显地提高了系统的吞吐量.     

基于路径负载均衡的一种避免路径失效算法

理论上证明了采用路径负载均衡技术对于提高系统可用性是有效的,提出了一种可避免失效路径的动态路径负载均衡算法.该算法结合路径等待队列长度和响应时间对路径权值进行动态调整,实时调整负载分配,提高路径带宽利用率.同时还可以实时监测路径的通断情况,屏蔽错误路径,进一步延长系统平均无故障时间,有效提高系统可用性.最后用仿真实验验证了该算法的正确性.     

一种基于动态可分配比的服务器负载均衡算法

负载均衡是服务器集群技术研究的重点,为了解决分配不均的问题,综合考虑集群中各节点性能、负载情况、传输代价、网络随机任务等各方因素而提出了一种基于动态可分配比的负载均衡算法.基于动态可分配比的算法由一张动态的描述各节点负载情况的全局表动态生成一张候选节点表,并在该表中找出负载最轻的节点完成任务.通过仿真实验发现该算法思路简洁,实现简单,并在解决服务器负载均衡方面有明显效果.     

基于集群的Web服务器负载均衡算法研究

集群技术为Web服务带来了新的解决方案.针对传统负载均衡算法的一些不足,提出了一种临界区加速递减权值的动态请求负载均衡算法,通过负载权值的等效变换来简化算法,最大限度满足系统最大吞吐率,减少系统响应时间.测试表明,算法达到了较好的负载均衡效果,明显优于传统算法.     

采用节点优先级的对等网络流媒体请求量分配算法

在多源协同调度的对等网格(P2P)流媒体系统中,针对现有请求量分配算法不能根据源节点性能动态调整向各节点分配的请求量,导致源节点带宽利用率不高以及服务器负载重的问题,提出一种基于节点优先级的请求量分配算法.该算法根据源节点的历史调度评价和可用数据量计算源节点优先级,调度时根据优先级动态调整分配给各源节点的请求量,优先向历史调度评价好和可用数据量多的源节点分配请求.仿真实验与实际系统测试表明,所提算法可以充分利用源节点带宽资源进行数据传输,较传统算法降低服务器负载17.3%以上,提高了系统可扩展性.     

基于PI反馈的分布式控制系统动态负载均衡算法

针对分布式控制系统由于负载不均衡、网络通信量大等引起的时延问题,文中设计了基于请求划分的任务分配模型,提出了基于实时动态比例积分(PI)反馈控制的负载均衡算法.该算法利用增量PI控制的思想,根据服务器节点性能的实时反馈值动态调节服务器节点的分配权值,通过虚拟节点转移算法局部调整虚拟节点的分配,以维护哈希空间的稳定.仿真实验结果表明,该算法实现了分布式控制系统的动态负载均衡,减小了服务器资源消耗及用于存取远程数据的通信开销,提高了控制系统的实时性,具有良好的扩展性和容错性.     

网格计算中一种动态负载均衡算法

负载均衡研究的目的就是尽可能避免这种空闲与超载并存的情况,从而有效地提高系统的资源利用率,减少任务的平均响应时间。现有的一些动态负载均衡算法在减少平均响应时间方面有待提高。本文提出了一种网格计算动态负载均衡方法,将整个网格系统分为多个相互联系的区域,并将作业实时地转移到计算资源相对丰富的区域,在不增加消息量的前提下,减少了任务的平均响应时间。     

基于TCN-GRU的Handle标识解析系统负载均衡算法

数联网技术是解决数据管理困难及数据孤岛等问题的关键。近年来,随着数联网技术的飞速发展,Handle系统作为数联网标识解析领域中最具有代表性的系统得以快速落地。然而,Handle标识注册量和解析请求量的快速增长使得Handle系统缓存/递归解析服务节点的解析请求压力加大,且难以保证标识解析请求的服务质量。针对上述问题,提出一种基于TCN-GRU的缓存/递归解析服务节点的负载均衡算法,旨在优化缓存/递归解析服务节点的标识解析效率。首先,将用户的解析请求合理地分配到缓存/递归解析服务节点的服务器集群当中,以提升服务器集群整体的工作效率和吞吐量;其次,基于Handle系统中节点的层级架构,考虑到循环神经网络中普遍存在的梯度弥散问题,引入TCN时序神经网络,有助于提取服务器集群负载的时序性信息。相较于传统的负载均衡算法,所提算法根据服务器负载状况动态调整负载转发策略,服务器平均响应时间缩短50%左右,吞吐率提高40%左右,请求失败次数大幅减少。     

可区分服务的反馈式Web应用负载均衡策略

为研究Internet环境下Web应用面向区分服务的性能优化策略,从多个方面提出了动态反馈式负载均衡的改进方案,包括基于K-means算法的预处理、双周期式负载反馈、基于反馈的负载距离计算和引入随机概率的节点选择等,在资源层面上对用户请求和服务节点进行区分并把握它们之间的关联,实现更有针对性的调度.实验分析结果表明,与传统的策略进行对比,改进策略能够降低请求的平均响应时间和请求失效数,在保障负载均衡的服务质量上取得效果.     

基于状态改变的集群动态负载均衡调度策略

集群系统中由于各节点机配置、客户请求执行时间、网络性能的不同 ,系统长期的运行会造成负载的积累效应 ;瞬时网络状态、用户请求信息的不确定性 ,很难只是通过静态负载均衡方案达到系统的负载均衡 .动态的即系统自适应的负载均衡成为必然补充 .提出一种基于状态改变要求驱动的混合式动态负载均衡调度策略 ,通过发送者表与接收者表对任务进行分布式动态迁移 ,并给出其实现步骤的算法描述     

基于关联对象组的业务组件请求分配算法

针对企业Java业务组件（EJB）的负载请求特点，提出了基于关联对象组的EJB负载分配算法（ROGRD）．该算法对集群环境下的EJB资源创建情况进行划分，并根据划分的集合在排队论系统模型的基础上建立了代价函数和回报函数，然后依据不同的请求类型，且在请求内容的分布，服务器的负载状况以及服务器的处理性能的衰减3个约束条件下，获得代价最小而回报最大分配方案．实验结果表明，ROGRD比基于位置的请求分配算法的响应时间减少了11％，吞吐量提高了28．5%.     

高速网络下基于负载均衡的协议分析的异常检测算法设计

研究了基于负载均衡技术的协议分析的入侵异常检测系统并建立了系统模型,提出了一种基于静态负载算法与动态负载算法的混合负载算法,该算法对网络数据包进行分流,能很好地保证同一源地址的同一类协议由同一服务器处理,并兼顾了所有服务器的负载均衡,能很好地发现并检测网络的异常行为与分布式攻击等,这样的改进优化了处理结果,提高了高速网络环境下入侵检测的准确性和有效性.     

一种基于服务器主动调度策略的集群体系结构

在分析现有集群服务器调度机制的基础上,提出一种基于服务器主动调度策略的集群体系结构.该体系结构摒弃了传统层次上的负载均衡工作方式,消除了高负载下服务器的"活锁"现象,提高了服务器的有效利用率,保证了较短的响应时间,实现了最大的处理能力,以及公平服务、容错、可扩展等功能.     

云计算环境下基于非均匀窗口蚁群行为的负载平衡算法

针对云计算环境下可能面临请求过载和较长响应时间的问题,在非均匀窗口蚁群行为思想的启发下,提出一种负载平衡算法。假设云环境下任何时候虚拟机都处于过载状态,即服务提供者不得不分配资源。根据该假设,对可利用的资源合理优化,优化过程中动态代理和静态代理同时进行,其中蚁群行为被用于负载平衡,通过加载资源到所有的虚拟机上来实现系统平衡。利用 CloudSim 仿真器模拟云计算环境进行实验分析,实验结果表明,与容错分簇的负载均衡感知（tolerant cluster-aware,TCLB）、基于博弈论的负载均衡算法（scheduling strategy on load balancing,SSLB）和基于蜜蜂行为的负载均衡算法（honey bee behavior inspired load balancing,HBB-LB）相比,提出的算法分别节省了37％,8％和4％的响应时间,最大完成时间也大幅度降低,整体性能有所提高。