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。     

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。     

一种基于移动代理的P2P负载平衡方法

在研究现有的结构化P2P网络负载平衡方法的基础上,提出一种在结构化对等网络中,应用移动代理技术实现负载平衡的方法,从而实现负载平衡的灵活性和全面性,仿真实验结果表明本文提出的算法具有良好的性能．     

分布式系统中动态负载平衡的研究

动态负载平衡是大规模并行计算中一个重要的研究领域。研究了在网络分布式系统中基本的负载平衡策略,陈述了各种负载平衡策略的特点,并在此基础上提出了一种加权轮询的、动态反馈的负载平衡机制,并给出了其调度算法。     

基于分布式多媒体的最佳实时综合负载平衡算法及相关模型研究

随着网络技术飞速发展，数据访问引起的服务器负载平衡问题日益得到人们的关注．负载平衡的算法也在不断地改进．文章基于分布式多媒体的热点数据访问所引起的典型负载问题．提出一种最佳的实时综合负载平衡模型和相关算法。     

图论意义下的Laplace定理

根据Valiant图论方法给出的矩阵行列式定义，证明了图论意义下的Laplace定理。     

一种基于多Agent的动态负载平衡算法应用研究

在介绍动态负载平衡算法基本原理的基础上，提出了一种基于多Agent的负载平衡算法DMAL，定义了节点机可能的4种状态，并讨论了DMAL算法的实现规则；描述了基于DMAL算法的任务调度模型；讨论了DMAL算法中任务的分类问题、任务的迁移粒度问题、负载迁移的触发时机问题；为了增强在负载平衡时处理节点间的通信能力，引入了多Agent技术，并为异构分布式处理系统提出了一种基于DMAL算法的负载平衡框架结构；最后通过实验仿真，比较了DMAL算法、现有的负载平衡算法以及不作负载平衡的运行结果．实验结果表明，基于DMAL算法的分布式处理系统工作在不同负载和应用问题数据规模的情况下，在任务的处理时间、丢弃率和平均响应比方面都显示出良好的性能，从而验证了该算法方案的可行性和有效性．     

实时集群计算机系统动态负载平衡算法的研究

负载平衡是集群计算机并行计算的核心问题。在研究了多种非实时并行系统负载平衡算法后,根据实时集群系统的特点,提出了一种基于动态任务分配表的负载平衡算法,并对算法的设计思想和实现作了阐述。并对此算法的实时性作了大量测试,结果表明其负载平衡延时基本满足二次曲线特征,故此算法的实时性是较优的。     

基于效用函数的负载平衡研究

提出一种基于效用函数的网络负载平衡的用户关联策略,该策略联合考虑了基站的负载和用户的服务质量。将用户关联问题建模为网络级的加权效用最大化问题(一次负载平衡),通过松弛用户关联因子将所提的非线性混合整数优化问题转化为凸优化问题;然后利用凸优化工具CVX求解得到最优的用户关联因子,并基于最大概率法将用户与基站进行关联。为了解决由于一次负载平衡过程中产生的某些基站过载的问题,提出了二次负载平衡算法。仿真结果表明:提出的负载平衡策略有效地改善了系统性能,在保证用户最低数据速率的前提下使系统达到了负载平衡。     

进程迁移对负载平衡影响的实验

研究Amoeba系统一个机群上进行的基于集中式负载平衡管理策略. 通过在任务初始化方法中添加和未添加迁移策略的对比实验与无负载平衡管理的结果比较, 表明在分布计算系统中采用负载平衡策略是完全必要的, 并且可以提高系统性能. 具体分析了进程迁移对系统性能的影响, 为负载平衡管理在分布式系统中的应用提供了发展模式, 也为迁移策略对系统性能的改进提供了依据.     

遗传算法在负载均衡系统中的应用研究

文章将并行分布式系统中广泛使用的遗传算法应用到增值业务计费系统即负载均衡系统的设计中,并根据增值业务计费系统的具体特点,对遗传算法作了适当的改进,提高了后台服务器CPU的利用率,从而改善系统性能。     

物联网环境下负载均衡的低代价云存储数据副本分布

为满足物联网终端结点移动性和数据访问实时性要求,根据云存储中副本分布与访问的模式,提出结合数据访问点位置和访问频率,具有低访问代价的存储服务器选取方法.考虑负载对访问代价的影响,通过动态更新代价矩阵,提出负载均衡机制.研究结果表明:该方法在最少副本数目的前提下,将副本分配到与访问情况相适应的具有较低访问代价的存储服务器上,可有效减少数据访问开销,并避免副本集中分布,保证各存储服务器的负载均衡,更适合于物联网环境中云存储数据管理.     

群体智能路由和负载平衡算法研究进展

针对当前路由算法不能胜任解决网络不断增加的复杂性问题,通过自然生物群体证明的群体智能,在网络路由方面具有非常强大的研究启发,文中对群体智能算法在计算机网络路由和负载平衡方面的理论及应用研究进展进行了较系统的论述,并比较了应用ACO算法解决路由和负载平衡问题的3个主流研究工作;讨论了群体智能路由算法的收敛停滞问题及其最新解决方法;指出了新的研究方向.     

Hough变换的分布式并行计算

针对标准Hough变换存储空间需求高、计算量大的缺陷，提出了一种用分布式并行计算实现Hough变换的方法，对分布式算法的分析与设计、Java远程方法调用、多线程同步、负载均衡等关键问题进行了讨论．实验表明，在拥有k台提供资源计算机的分布式系统中，分布式并行计算的时空开销可降低到标准Hough变换的大约1／k．     

无线传感器网络中基于环的非均匀分簇路由算法

就无线传感器网络中的能量利用效率和负载平衡问题进行了研究,提出了一种基于环的非均匀分簇路由协议(NRCR)。在该协议中,节点分布在相同间隔的同心圆环中。通过最优化的簇头数目,同心圆环被分为不同大小的网格,由网格来组成簇。同时根据剩余能量和节点的位置选择簇头。最后,通过旋转网格改变节点的相对位置来平衡网络负载。仿真结果表明NRCR能有效均衡节点之间的能量消耗,延长网络寿命。     

基于MapReduce的关联规则并行增量更新算法

针对在关联规则的实际挖掘中,由数据快速增加所造成的大数据问题和增量更新问题?在快速更新频繁模式树算法(fast updated frequent pattern tree,FUFP - tree)的基础上,引入MapReduce 编程模型,提出了一个面向大数据的并行的关联规则增量更新算法(parallel fast updated frequent pattern tree,PFUFP - tree)?该算法通过构建原始事务数据的分块索引,从而使得在每次增量更新时,能够最小化地扫描原始事务数据库,提高了挖掘效率;同时采用动态负载均衡的项目分组策略来优化并行计算过程中的项集分组问题,从而保证分布式集群中节点之间的负载均衡;实验结果证明,提出 的算法是有效的和高效的,适用于动态增长的大数据环境?     

Valiant并行归并及排序时间复杂性的分析研究

深入分析研究著名的Ｖａｌｉａｎｔ并行归并及排序算法，并推导其关于ＥＲＥＷ（异步读写），ＣＲＥＷ（并发读异步写）和ＣＲＣＷ计算模型的修正的时间复杂性结果。     

集中式动态负载均衡算法的研究

目前的负载均衡算法中难以探测节点终端的实际负载,导致难以有效地满足负载均衡集群系统实时需求.通过分析集群系统中的资源管理优化技术和负载均衡调度算法,对集群系统的模型结构进行了分析,提出了一种改进的集群系统的负载均衡算法,该算法较好地解决了集群的资源调度问题.     

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.     

高振斌1,潘亚辰1,华 中2,段小红2,赵丹2

酒店智能终端系统中,为了解决随着终端用户数量的增加导致的服务器负载过重从而用户体验下降的问题,提出了一种改进的加权最小连接调度算法的负载均衡技术,将连接个数作为负载因子进行综合考虑,使得新加入的终端用户能够自动在多云分支服务器之间做出最佳决策,选取当前周期内负载最轻的一台服务器进行自动连接并实现整个酒店智能系统的负载均衡。实验结果表明,利用改进算法可以使得酒店智能终端机顶盒与多云分支服务器的自动连接实现整个系统的负载均衡且具有良好的稳定性,达到了预期效果。