网络并行方式的PVM异构计算环境

ＰＶＭ（ＰａｒａｌｌｅｌＶｉｒｔｕａｌＭａｃｈｉｎｅ）是异构计算环境下消息传递模型实际应用的成功范例．它将计算机网络上的各种机器抽象映象成一台具有高性能计算潜力的虚拟并行机，构成开发和运行大型并行应用软件的灵活、简洁且完整的程序设计环境，在分布式高性能计算领域为人们所广泛接受，成为网络并行计算技术领域中消息传递程序设计模型的事实标准之一．本文介绍ＰＶＭ的结构、模型和技术发展；分析了典型应用和实验数据，最后对ＰＶＭ进行评价并给出结论．     

浅析集群系统中的动态负载平衡

本简单介绍了工作站集群的特点，并详细讨论了工作站集群负载平衡中的各个方面的问题，给出了解决此类问题的常用策略．最后立足于SPMD模式下大规模数字运算并行程序，给出了一个有代表性的实现动态负载平衡的算法．     

浅析集群系统中的动态负载平衡

本文简单介绍了工作站集群的特点,并详细讨论了工作站集群负载平衡中的各个方面的问题,给出了解决此类问题的常用策略.最后立足于SPMD模式下大规模数字运算并行程序,给出了一个有代表性的实现动态负载平衡的算法.     

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．     

计算机性能与异构计算

介绍了传统的高性能计算机的局限性和异构计算的基本原理;指出异构计算具有更高的计算资源利用率,计算任务的总体执行时间最短。     

异构计算系统的表调度式任务映射与调度算法

研究了在异构计算系统（ＨＣＳ）中利用表调度式算法进行任务映射与调度．给出两种异构静态优先级表调度式任务映射算法（ＨＳＰ和ＧＨＳＰ）,以及一种异构动态优先级表调度式任务映射算法（ＢＨＤＰ）．实验结果表明,ＧＨＳＰ算法对于粗中粒度ＤＡＧ的调度效果稍好于ＨＳＰ算法,而ＢＨＤＰ算法对于粗粒度和细粒度ＤＡＧ的调度效果均明显优于ＨＳＰ和ＧＨＳＰ算法．     

一种异构计算系统动态任务分配模型

文章将群体智能技术引入异构计算系统的优化调度问题当中,利用蜂群与环境的交互模型来实现异构计算系统中动态的任务调度和分配,提出了一种优化的动态任务分配模型.该模型通过处理器对待处理任务的动态选择,实现了异构计算系统中任务的动态分配和任务的优化分配.     

异构计算系统的三元模型与性能分析

基于异构计算系统（ＨＣＳ）体系结构的双层异构性，提出一种描述ＨＣＳ体系结构的三元模型，其本质是对ＨＣＳ各类性能模型作出划分．推导并分析ＨＣＳ〈０，２＊，０〉型异构计算系统的性能模型     

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。     

一种动态网络负载平衡集群的实践方法

讨论了网络负载平衡集群系统下．基本的平衡算法和动态负载平衡机制．在LVS的基础上配合轮询算法实现了集群的动态负反馈机制。给出了一个基本的动态平衡模型并加以分析．     

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.     

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.     

Efficient Data—parallel Computations on Distributed Systems

Task scheduling determines the performance of NOW computing to a large extent.However,the computer system architecture,computing capability and system load are rarely proposed together,In this paper,a biggest-heterogeneous scheduling algorithm is presented.It fully considers the system characteristics(From application view).structure and state,So it always can utilize all processing resource under a reasonable premise.The results of experiment show the algorithm can signuificantly shorten the response time of jobs.     

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.     

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.     

多态蚁群算法在计算网格负载均衡中的应用研究

研究了基于多态蚁群算法的计算网格负载均衡方法的可行性,在此基础上,分析并设计了一个基于多态蚁群算法的网格负载均衡算法,给出了算法流程图.最后通过实验仿真,验证了算法的有效性.     

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.     

基于Multi-agent的分布式系统负载平衡

为实现分布式系统的动态负载平衡,基于Multi—agent提出了一种新的分布式系统动态负载平衡算法．该算法采用接收者启动的策略,根据各主机的负载状态,在系统运行过程中利用移动Agent动态迁移任务．文中研究了主机负载状态,提出了负载状态指标：(LC,LM),该指标反映了分布式测控系统中各主机的异构性特点．文中还详细介绍了Agent的功能、结构及通信,并且通过实例对Agent通信及如何创建移动Agent进行了说明．将所提算法应用于分布式测控系统,结果表明,该算法能有效地减少网络传输、节省时间、提高系统效率和实现动态负载均衡．