一种支持负载均衡的存储调度算法

针对应用层存储聚合中的调度问题,提出了一种支持负载均衡的存储调度(LBS)算法.LBS是一种基于策略的调度算法,它将应用对存储资源的需求转换为一系列约束,再通过分析约束之间的关系选择合适的存储节点或者已有的调度方案,从而提高了调度方案的复用率,维护了策略复用与节点负载之间的平衡关系,寻找到最佳的负载均衡策略.模拟测试表明,LBS算法在负载均衡方面和策略耦合方面明显优于Least和Random算法,负载均衡指标最高可提升10倍左右.     

基于排队理论的自适应负载均衡算法研究

负载均衡集群技术中的负载均衡算法是整个互联网络应用研究中一个重要问题。本文针对“需求快速变化”这一企业级管理软件开发中呈现的特点，以及各应用软件之间的互操作性差、应用集成水平较低，无法实现信息的共享与交流这一问题，提出一种基于排队理论的负载均衡调度算法。该算法根据当前的负载情况和服务器的剩余处理能力，计算出服务器在随后的固定时间间隔中所需要的平均到达率，进而得到任务分配策略，从而得到较为优秀的负载均衡效果。最后通过仿真实验和对比分析，证明了该算法具有较好性能。     

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.     

基于服务器负载状况分类的负载均衡调度算法

针对云端集群负载均衡问题和现有负载均衡算法的优缺点,提出了一种基于服务器负载状况分类的负载均衡算法.通过每阶段采集负载信息,实时掌握节点状态,停止重负载节点接收任务,降低中负载节点集合接收的负载,相应地增加轻负载节点集合的负载,以达到负载均衡效果.同时采用集合的形式很好的避免了大量负载涌入某一指标最优的节点,能够更好地实现均衡,提高系统的吞吐率.结果表明:该算法可以有效地避免云端集群负载发生倾斜,使系统在长时间的运行过程中达到动态的负载均衡.     

基于云存储的内容分发技术研究

针对云存储的收费机制和内容,在分析已有的用户贪婪、服务器贪婪等启发式解决算法的基础上,提出改进的启发式云存储静态内容分发遗传算法;综合考虑资源的访问热度、资源的缺乏程度,提出基于热点预测和经济模型的动态内容分发技术;进而全面考虑当前网络带宽、边缘云存储节点性能及历史访问价值,提出概率匹配自收敛的云存储中内容分发负载均衡技术,并将提出的算法分别在模拟器CloudSim上进行测试,同时和现有的内容分发算法、负载均衡算法进行对比.实验结果证明,本文提出的算法能够应用到云存储内容分发技术当中,并且能够在提高内容分发效率的同时有效降低分发成本.     

云存储中基于竞标模式的副本管理策略

为提高数据的可用性、减小程序的响应时间及保证负载均衡,提出带有竞标思想的副本管理策略.将竞标模式中的元素(如竞标时间,竞标底价,竞标价格等)运用到副本放置过程中,在副本放置过后优化副本的分布情况.当文件数据的可用性不能满足用户需求时,副本竞标活动开始.副本的放置考虑到副本集的地理分布差异性和分布疏密程度.当数据可用性达到用户需求时,策略开始进行副本的管理和优化操作.实验结果分析表明,该策略能改善云存储系统的负载平衡和响应时间等方面的性能,满足云存储环境的实际需求.     

一种基于云存储的CDN视频副本部署策略

在线视频服务无法离开CDN(content delivery network)的支持.与传统CDN相比,使用云存储节点作为CDN的节点对视频内容进行分发可以节省大量运营费用.在线视频服务的内容文件要尽量预先部署到离用户较近的边缘节点上,以保证用户的QoS(quality of service).现有的GS(greedy site)内容预部署算法在有历史记录的前提下,有着较小的货币开销,且能满足QoS需求.然而,GS算法会导致云存储节点的负载均衡情况较差.为此,提出了一种称为GUCP(greedy user core preallocation)的部署算法,该算法利用k-means算法将负载过重节点上的用户分配到负载较轻的节点以平衡负载,解决GS算法在负载均衡方面存在的不足.实验表明,GUCP算法在系统使用费用、QoS性能方面与GS算法十分接近,在负载均衡性能上远远优于GS算法.     

存储区域网络基于主机接口卡的负载均衡

为提高存储区域网络中主机的I/O吞吐能力,在主机上加入冗余路径驱动程序,对逻辑单元(LUN)的I/O请求进行处理.将LUN的I/O请求分配到它的所有路径上,使主机的负载均匀地分布在存储网络中.应用排队理论的多服务员聚集模型,分析了总吞吐能力与主机负载、主机接口卡(HBA)数目、HBA性能之间的关系.实现了基于HBA的负载均衡算法,提高了主机的吞吐能力,缩短了I/O平均响应时间.     

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。     

Linux系统多出口流量控制器的负载均衡策略研究

基于ginux系统下多出口流量控制模块的基本实现原理，提出该模块设计上可采用的三种策略，并分析了三种策略的实现方法，最后给出了三种策略的重要函数实现过程。     

云计算下均衡负载的差异性资源调度算法优化研究

随着云计算的逐渐发展,云计算下容易出现虚拟机负载不均衡和差异性资源调度时间长的问题,当前调度算法大多无法有效解决均衡负载问题,影响调度性能。为此,提出一种新的云计算下均衡负载的差异性资源调度算法,对云计算下资源调度问题进行描述,针对云计算下虚拟机差异性资源负载问题设定参数。设计蚁群优化算法,蚂蚁爬行的每一步代表指派的一个差异性资源任务,引入挥发因子对信息素更新规则进行改进,获取全局信息素。利用蚁群优化算法对云计算下负载的差异性资源进行均衡调度,给出详细实现过程。实验结果表明,所提算法有较好的收敛性,均衡负载效果好,且时间复杂度低。     

面向用户的通用云计算平台负载均衡机制

面向用户的通用云计算平台负载均衡机制在探寻云计算平台的成本和效用的基础上,由用户根据任务粒度从质量、成本定制云及云联盟资源三方面权重。由云均衡构件发出蚂蚁群搜索云内及云间计算资源。蚁群采用优化算法搜索资源并将信息发回蚁巢,并监视各个计算资源动态变化及时均衡负载,以降低云运营商成本和用户费用,提高云及云联盟的成本效用。将该负载均衡机制应用在自主研发的云计算平台上,实验结果验证了该负载均衡机制的可行性和优越性。     

基于云计算的多目标服务调度算法的改进研究

在研究现有云计算服务调度算法的基础上,设计了基于QoS的分布式多目标服务调度算法。该算法兼顾用户需求和系统整体性能,依据完成时间、费用、开销和负载均衡多个参数进行服务调度,从而获得较好的调度质量。仿真实验表明该调度算法能够满足云用户的QoS要求,调节云内各种设备的负载均衡,提高云计算平台运行效率。     

混合蛙跳算法在云计算资源调度的策略改进

混合蛙跳算法已在云计算资源调度有所运用。针对青蛙种群初始化随机性大、局部搜索盲目、容易陷入局部最优的问题,提出了一种混合蛙跳算法在云计算资源调度的改进策略。该改进策略首先运用SY-MM算法和随机生成方式结合的方法对种群进行初始化,生成适应度较好且保持多样性的青蛙种群;然后对传统蛙跳算法局部搜索中步长公式进行改进,使得能够自适应的去更新步长,进而提升局部搜索能力。通过实验证明改进算法对于云计算中资源调度的时间和负载平衡方面有良好的优化性能。     

改进加权最小连接数负载均衡调度算法研究

通过对加权最小连接数算法的进一步改进,实现服务器负载均衡.针对该算法的改进做了周期性的权值信息收集,并对中途产生用户高峰而引起服务器过载问题进行有效解决,按照类别的不同进行统一分配任务的研究.通过对服务器资源的有效收集,进行逐一服务器权值计算和资源分类,并建立相应的数学模型等.应用Cloud Sim进行仿真实验,结果表明改进后的加权最小连接数调度算法具有更好的均衡性和可靠性,能更好的解决负载不均衡问题.     

一种混合遗传算法在云计算负载均衡中的应用研究

遗传算法(GA)被广泛用于解决科学与工程中的复杂问题,然而传统的GA在求解高维函数优化问题时存在很多限制因素,因此无法在云计算中直接应用.提出了一种多智能体与遗传算法混合的多Agent遗传算法(MAGA).首先论证了MAGA较传统GA的优越之处,然后采用MAGA建立了基于虚拟化资源管理的负载均衡模型,解决云计算中的负载均衡问题.与Min_min策略对比实验结果表明,多Agent遗传算法能够达到更加优越的负载均衡效果.     

云计算虚拟机群中带遗传算法的负载均衡算法

研究面向单个云的虚拟机群,以最小化任务响应时间和资源损耗代价为优化目标,提出基于遗传算法的负载均衡优化算法.所提算法实现了自适应的变异概率,并且可以根据用户任务的实际需求动态地调整系统响应时间和资源损耗在整个优化过程中所占的比重.模拟仿真结果表明,该算法不仅能够满足用户需求,而且能够获得较高的资源利用率.     

面向云计算的任务调度算法研究

云计算中任务调度对云计算的整体性能有重要影响.归纳了云计算调度的特点和性能指标,指出云计算任务调度研究的主要进展.从传统任务调度算法、Hadoop中的任务调度算法、智能化的任务调度算法等方面概括、分析和比较了不同算法的算法思想、实现机制、达到的性能要求.最后,讨论了现有任务调度策略存在的问题,结合云计算面向服务的特点对云计算任务的研究进行展望.     

云计算环境下多级映射作业调度算法的研究

云计算是一种新兴的资源使用和计算交互模式,是目前商业机构和科研机构的研究热点之一.在云计算环境中用户需求和资源的分布对该环境中作业调度的影响很大,虚拟技术的使用使云计算环境中的作业调度与传统的作业调度存在很大的差别.针对云计算环境特点,根据用户的需求将作业进行分类,同时将资源分类,引入中间代理节点进行任务调度,形成多级映射作业调度算法,提高作业的并发度,使总任务完成时间缩短.通过实验验证多级映射作业调度算法是一种可行的作业调度算法.     

校园私有云存储方案的探索

随着高校数字化移动应用层次的不断提高;校园中文档存储共享需求突显.为了解决如何构建校园私有云并与当前公有云存储并存的问题,通过实践应用,提出并实现了基于高校自身管理、应用特色的私有云存储的解决方案.该方案重点是在高校私有云存储的用户组织管理,云存储后端及Swift对象存储的改进,以及一种智能云数据更新的客户端技术方案的探索.