内容发布订阅系统的路由优化和负载均衡技术

研究在非均匀数据分布情况下的负载均衡和大规模系统中的事件路由效率问题.使用K-D树划分结构实现了内容发布/订阅系统的静态负载均衡.在此基础上,利用K-D树的索引机制,实现了系统事件代理之间的分层路由机制,将路由效率提高到O(lnN).基于区域匹配和路由2种负载特征,采用区域分裂和复制方法实现代理之间的负载调度.通过转移加入和动态探测的方法解决了动态负载均衡问题.性能分析和仿真实验表明,上述方法解决了基于事件空间划分的内容发布/订阅系统的高效路由和负载均衡问题.     

一种面向云计算的分态式自适应负载均衡策略

在云计算环境中,大规模并行任务的运行容易造成某些节点负载过重,进而导致整个云计算平台负载不均衡和效率低下。针对此问题,提出了一种面向云计算的分态式自适应负载均衡策略。该策略根据节点的负载度判断节点负载的状态,当节点处于轻度过载或重度过载时,自发地执行过载避免或快速均衡的方法。该策略通过动态调整节点的效益度,使轻度过载的节点能够尽量避免重度过载,重度过载的节点能够快速恢复到正常负载。实验结果表明,分态式自适应负载均衡策略能有效实现云计算系统中的负载均衡,提供高效的性能。     

一种面向流媒体云服务平台的自适应负载均衡方法

设计了一种基于云计算技术的流媒体服务平台体系结构,针对此服务平台提出了一种面向云计算资源的自适应负载均衡方法,以提高平台的资源利用率以及减少服务拒绝率.测试结果表明:此方法适用于流媒体云服务平台的负载均衡调度.     

Web服务器负载均衡会话保持的研究

负载均衡的集群环境中会话保持方法直接影响到动态网站运行的性能.对现有几种集群环境中会话保持的方法进行了研究,提出一种粘性会话服务器方法.通过比较测试,使用该方法系统性能随并发用户增加而下降的趋势不明显.     

接收者驱动方法的动态负载平衡系统设计

负载平衡是机群计算中的一个重要问题.本文针对小规模机群系统下的并行应用环境,设计了基于接收者驱动的动态负载平衡系统(RILBS).系统采取集中控制与接收者驱动相结合的方法,避免了周期性的负载信息查询,从而减少了通信开销,使系统获得较理想的并行性能.     

基于RMI的集中式并行动态负载平衡算法

介绍了并行算法中常用的动态负载平衡技术,并分析了RMI的工作原理,提出了一种基于RMI的集中式并行动态负载平衡算法.该算法最大的特点是不需要保存结点的负载信息,可有效地减少各节点之间通信和同步所需的时间,同时结合了RMI的运行机制和JAVA的线程机制,由子结点根据自己的负载情况动态地推动任务的划分和分配,可以在多结点的并行搜索计算中获得较高的加速比和效率.通过在33个结点的并行机上的试验,证明了该算法的可行性和有效性     

内容交换技术在服务器负载平衡中的应用

通过分析内容交换技术（Content Switching）在服务器负载平衡中的典型应用,展示了如何利用内容交换技术优化服务器负载平衡,说明了为提高服务器的性能,更有效的管理和控制网络,应该建立以内容交换技术为核心的网络架构。     

隧道代理的负载均衡问题研究

隧道代理是IPv4-IPv6过渡过程中的重要技术,分布式部署隧道代理有利于提高系统的可靠性.为了解决隧道代理分布式部署面临的负载均衡问题,本文从调度者,参数和调度算法3个方面研究了隧道代理的负载均衡问题,并结合最少利用率算法和加权轮叫算法,提出了一种包含简单预测机制和过载预警机制的新的负载均衡算法.仿真实验的结果表明,所提出的算法在突发用户接入、突发初始负载和预防过载的方面,优于现有的负载均衡算法,适应于隧道代理系统的分布式运行实践.     

服务器负载均衡调度研究

负载均衡是实现多台服务器协同工作和并行处理的手段,可以极大地提高服务器的性能,充分利用网络资源。在常用负载均衡调度算法的基础上,提出了根据服务器综合负载状态进行调度的设计思想,并对调度算法进行了性能分析。     

异构无线网络中基于效用的负载均衡方法

在基本通用分配算法(GAP)的基础上,提出异构无线网络下的均衡GAP算法和纵向效用GAP算法,目的是将N个业务均衡地分配到M个无线接入网(radio access network,RAN)中.均衡GAP算法分配业务时,选择剩余容量最大的那个RAN接入;而纵向效用GAP算法分配业务时,首先根据各个RAN可提供的数据传输速率,计算每个业务在不同RAN下的纵向效用值,然后选择纵向效用值最大的那个RAN接入业务.仿真结果表明,两种GAP算法都能够使得系统中的负载均衡分配,同时能够有效降低系统的呼叫阻塞率、提高系统平均吞吐量.与基本GAP算法和均衡GAP算法相比,纵向效用GAP算法既能对各RAN的负载进行均衡分配,又具有较低的呼阻率和较高的平均吞吐量.     

计算机免疫系统中沙盒主机的负载平衡

讨论了保证仿生计算机免疫系统GECISM(General Computer Immune System Model)中沙盒主机可靠性和高效性的配置策略.改进了现有的自适应动态负载平衡算法,提出能够根据系统负载情况动态修改阈值并通过进程迁移使重负载逐步扩散的动态反馈自适应启动算法,该算法有效地解决了沙盒主机负载突变的问题.     

一种基于处理时间的Map/Reduce动态均衡调度算法

提出了一种基于处理时间的Map/Reduce动态均衡调度算法.在该算法中,为参与计算的各节点建立处理总时间指标;当节点的子任务返回时动态更新当前节点的处理时间,并按照最小处理总时间来选择子任务处理的节点.实验证明:该算法不仅减少了节点与云中心服务器的负载信息传递,而且充分利用了各计算节点的处理能力,提高了Map/Reduce调度效率,对于提升云计算服务的质量具有十分重要的理论意义.     

并行计算中基于移动Agent的负载均衡策略

针对并行程序设计的五种模式中主从模式的不足,提出了基于移动agent的负载均衡策略.该策略对移动agent获取的数据进行分析,合理地分配各个结点的处理数据量,明显地减少了程序的运行时间.     

基于计算场的网格动态负载平衡算法

针对网格系统中存在的负载平衡问题,利用物理学中的场理论,提出了一种基于计算场的网格动态负载平衡机制.该机制利用节点远程势作为负载平衡时节点选择的标准,优先选择综合性能最好的节点进行负载迁移.实验结果表明,采用本算法后的系统负载平衡指数较低,响应时间较短.同时,算法考虑了节点间的通信关系,适应性更加广泛.     

基于Petri网的动态负载平衡双层调度模型研究

根据集中式和分布式动态负载平衡调度方式的优点,提出一种动态负载平衡双层调度模型（DLBDSM）,并在Petri网上进行建模。该模型将分布式系统分成若干相对独立的任务调度组,调度组由1个调度服务器和3个工作站组成,组内采用集中式调度,组间采用分布式调度,顶层子系统和底层子系统分别．由每个任务调度组的调度服务器和工作站组成。与现有的动态负载平衡调度模型对比,DLBDSM模型具有易实现、易管理和实时性等优点,并能有效地减少任务迁移所带来的系统开销。     

结构化P2P网络中基于副本的负载均衡方法研究

针对结构化P2P网络中的“热点”问题,提出基于后继节点复制的负载均衡算法DLB-Chord.当任意节点处于超载状态并管理热门数据时,在其后继节点上创建热门数据的副本,放置副本的节点周期性地向源节点报告自己的状态,以热门数据为目标的查询到达源节点时,采用最小负载调度方法选择合适的节点响应查询.实验结果表明DLB-Chord算法可以获得较好的负载均衡效果,对网络的路由效率影响很小,同时不会引入较大的通信开销.     

CDN内容路由的负载均衡及网络分割算法的研究

CDN(Content Distribution／Delivery Network)技术的产生，是为了给客户提供最佳的内容服务，CDN的实现需要依赖多种网络技术的支持，其中很重要的一项就是负载均衡技术，在两种实现内容重定向功能算法的基础上，对服务器进行负载均衡，分析均衡前后服务器负载情况，并再次对两种算法进行性能比较，详细讨论了网络树的概念，给出了具体的网络分割的算法。     

多级负载平衡系统的设计和实现

目前机群系统中采用的负载平衡多是在作业、进程和线程中的任一级实现，很少有采用多级负载平衡的系统，其原因是为了减少在实现负载平衡的过程中引入的通信开销。该文提出了一种结合作业级和进程级的多级负载平衡算法，通过采用动态多阈值的自适应负载收集技术以减少通信开销。实验结果表明，这种负载平衡方法能够有效地提高并行作业的运行性能。     

A Load Balancing Model Based on Cloud Partitioning for the Public Cloud

Load balancing in the cloud computing environment has an important impact on the performance. Good load balancing makes cloud computing more efficient and improves user satisfaction. This article introduces a better load balance model for the public cloud based on the cloud partitioning concept with a switch mechanism to choose different strategies for different situations. The algorithm applies the game theory to the load balancing strategy to improve the efficiency in the public cloud environment.     

基于量子和克隆策略的负载均衡算法

针对网格计算中多个独立任务在多个异构的资源上处理时,资源的负载均衡为最小非抢先调度的问题,建立了一类资源负载均衡问题的优化调度模型.该模型将量子算法、克隆算法和遗传算法结合起来,提出一种新的混合量子克隆遗传调度算法.仿真实验表明在网格环境下,该算法全局寻优能力强,能有效地实现资源的负载均衡,并具有合理性和高效性.