基于集群的自适应负载均衡研究

目前在大多数的集群系统中都使用了负载均衡技术,以提高整个系统的执行效率。但是由于集群系统的负载粒度为节点,负载均衡服务就有可能不断地在两个节点之间快速地切换,这种节点负载快速变化的现象称为负载颠簸,会导致系统的不稳定;另外一种现象称为负载成群是当有一个轻载节点可用时,负载均衡服务在很短的时间内将所有的请求都转发到这个节点上,会导致这个节点严重过载。本文针对这些现象提出了一种自适应负载均衡算法(DAA)和一种计算节点相对负载的方法,有效的解决上述问题,极大的提高了集群系统的响应速度和执行效率。     

基于OPNET的集群负载均衡仿真

为了分析比较集群负载均衡中随机调度算法、轮转算法、加权轮转算法等3种基本算法,介绍了OPNET的建模方法,给出了基于OPNET进行网络仿真的建模层次和步骤,并运用OPNET建立集群系统模型,对其进行仿真测试.仿真结果表明:3种算法均能实现负载的平衡分配,在同构集群中,轮转算法有较好的负载均衡效果;但在异构的集群系统中,加权轮转算法具有最好负载均衡效果.     

负载均衡算法综述

概述了负载均衡面临的三大问题,根据实现层次不同,对负载均衡技术进行了分类,从应用范围、运行原理的角度出发,重点分析并比较了8种基本的负载均衡算法,对负载均衡技术的未来发展趋势进行了展望。     

一种基于语义的负载均衡调度算法

针对目前越来越严重的网络访问瓶颈,运用现有的集群技术,提出一种基于语义的负载分担算法,并给出了其Java实现,用于实现集群系统的动态负载均衡.     

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。     

一种改进的自适应盲均衡算法

以广泛使用的随机梯度算法为基础,分析了盲均衡器的收敛性能,提出了一种具有凸性的代价函数和一种归一化的迭代步长,改善了误差性能的多模性,加快马鞍点处的收敛速度。     

一种分布式动态负载均衡调度算法

目前计算机应用服务系统经常采用集群系统,负载均衡调度是集群系统的关键。在通用负载均衡调度算法的基础上,提出一种分布式动态负载均衡调度算法.该算法动态收集、统计和分析服务器的信息,以此为根据完成服务器负载均衡的任务,能够实现集群正常调度.在此基础上,采取分布式调度的策略,提高负载均衡调度的效率、性能,以使其对业务系统整体性能的影响最小。     

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。     

基于AP选择及自适应切换的负载均衡算法

针对无线局域网中无线接入点容易过载的问题, 提出一种基于无线接入点的选择及自适应切换的负载均衡算法。通过RSSI(Received SignalStrength Indication)值, MAC(Media Access Control)帧发送时延选择接入点, 同时对无线站点的突发流量做出积极应对措施, 用最小限度接入点的切换达到均衡整个网络负载的目的。该算法能明确选择信道空闲的无线接入点, 均衡接入点负载, 降低数据包的发送时延。与传统方法相比, 该算法使系统的总吞吐量提高13.6%。     

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.     

一种适应性的动态负载平衡模型

为了改善分布式系统中负载分布不平衡对性能的影响,提出并实现了一个基于控制理论的时滞脉冲切换负载平衡模型.该模型根据节点资源的动态性建立了相关子系统.当节点状态发生改变时触发子系统的切换,并根据负载迁移规则对过量负载进行迁移,迁移比例根据节点的实时运行状态进行计算.节点仅在此时才进行信息广播,降低了通信开销,提升了动态负载平衡的效率.给出了相应的负载平衡算法,并在实际平台上进行了验证.实验结果表明,与其他负载平衡算法相比,本模型算法使负载平衡时间平均减少29.82%.     

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.     

多杆联动均载机构均载效果的理论分析

从理论上分析了多杆联动均载机构的均载原理,推导出了最大载荷分配系数的计算式,并分析了摩擦等因素对均载效果的影响,从而可以从理论上估计出该均载机构可能实现的均载效果。运用所推导的公式计算了一个用于五行星轮行星传动装置的多杆联动均载机构的最大载荷分配系数、摩擦影响系数等。这些数值结果表明了多杆联动均载机构的均载效果。     

并行入侵检测系统的动态自适应负载均衡算法

网络入侵检测系统的处理速度难以跟上网络的速度,使用多个分析引擎并行处理网络报文可以大幅度提高网络入侵检测系统的性能。考虑到负载均衡的要求,提出了一种并行入侵检测系统的动态自适应负载均衡算法,该算法给每个分析引擎设置了一个数据包接受区间,通过对网络报文的报头信息做哈希运算,把数据包映射到分析引擎的接收区间内;根据分析引擎的处理能力和负载情况调节各个分析引擎接受区间的宽度,从而合理分配每个分析引擎上的网络流量,充分利用所有分析引擎的计算能力。理论分析和实验结果表明,该算法在高带宽环境中有较高的效率。     

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     

能量感知多路径负载均衡路由算法

针对移动自组织网络的网络拥塞问题,基于能量感知技术并结合负载均衡和拥塞控制方法,提出了一种能量感知多路径负载均衡路由算法。该算法利用能量感知选择满足条件的节点作为路由节点,建立多条连接源节点和目的节点的有效路径;同时分析路径的跳数、节点缓冲区的占用情况,从有效路径中选出用于传输的最优路径;然后对最优路径上的节点和路径的负载情况进行建模分析,当节点能量、节点负载、路径负载到达设定的阀值,就将最优路径上的流量分流到其它路径。利用NS2仿真软件,在不同的场景下对该算法以及QMRB、SMORT进行仿真测试。仿真结果显示:提出的算法与其它路由算法相比将网络性能提升了近20%,起到了均衡负载的作用,能有效地解决网络拥塞问题。     

一种改进的基于成熟前收敛判断的自适应遗传算法

针对传统遗传算法存在的缺陷,提出了一种改进的具有成熟前收敛判断的自适应遗传算法。仿真实验表明,同传统的遗传算法和一般的自适应遗传算法相比,改进后的算法性能有了较明显的提高。     

入侵检测集群中的动态自适应负载均衡算法

为了解决传统入侵检测系统无法应付高速网络的问题,提出了入侵检测群集的动态自适应负载均衡算法,该算法给每个节点设置了一个数据包接受区间,通过对网络报文的报头信息做哈希(Hash)运算,把数据包映射到某个节点的接受区间内;根据节点的处理能力和负载调节各个节点接受区间的宽度,从而合理分配各个节点上的网络流量,充分利用所有节点的计算资源。理论分析和实验结果表明,该算法在高带宽环境中有较高的效率。     

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.     

基于微服务架构的多资源负载均衡优化方法

为有效提高网络多资源利用率和执行效率,确保网络多资源负载均衡效果,通过微服务架构研究了多资源负载均衡优化方法。通过数据层、基础层、服务层、业务层以及表示层,建立微服务总体框架结构,动态调度网络多资源服务,降低负载情况,采用微服务架构,构造可扩展的网络拓扑结构。依据负载均衡优化目标建立优化模型,利用多蚁群算法对优化模型进行求解,通过局部和全局更新网络流量之间信息素,实现网络多资源负载均衡优化。结果表明：所提方法的资源负载均衡执行时间仅为10 s,网络资源利用率和负载均衡度分别为89.2%和89.4%。可见所提方法能够对网络多资源负载进行均衡优化,有效提高网络多资源利用率和执行效率,确保资源负载均衡效果。