基于动态带宽分配的Hadoop数据负载均衡方法

数据负载均衡对Hadoop分布式文件系统(HDFS)性能有着重要的影响,针对HDFS中默认的数据负载均衡方法存在的效率低和缺乏灵活性的不足,文中提出了一种新的动态负载均衡方法,即通过控制变量来动态分配网络带宽以达到数据负载均衡.在此基础上建立了基于控制变量的数据负载均衡数学模型.实验结果表明,文中提出的方法既能保证HDFS的数据访问性能,又能提高集群加入新节点时的数据负载均衡效率.     

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。     

出口链路负载均衡技术在Cisco设备中的应用研究

阐述了链路负载均衡的概念、类型和原理,研究出口链路负载均衡技术在全球最先进的网络解决方案供应商Cisco公司生产出的专业设备上的应用,分析了Cisco出口链路负载均衡特性的架构、设备配置及如何实现的工作原理,并通过实验表明,Cisco的出口链路负载均衡技术可以根据业务报文的特征,实现将流量进行分类和管理,达到使网络的整体性能得到提高的目的.     

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.     

基于链路响应的负载均衡网络实现

链路优化和负载均衡是提高网络响应速度的关键技术,通过对链路聚合及负载均衡技术原理及实用性的研究,将DNS轮序、网络地址转换及负载均衡群集技术进行了有效的结合,提出了基于不同链路实施调度的负载均衡策略,该策略既实现了优先利用同网链路传输数据,又解决了网络负载三级均衡问题,提高了网络的响应速度、可靠性和可伸缩性,同时给出了策略实现的具体方法和步骤;Windows Server 2003测试结果表明,该策略具有良好的实用性和稳定性,易于实现.     

基于分布式binning策略的CDN负载均衡技术

提出了一种基于Distributed binning策略的负载均衡算法。该算法利用服务器上客户集群拓扑信息的文件访问历史记录,对文件的“冷热”程度进行分析,有效地完成对“热”文件内容分发,并利用客户端提供的拓扑信息以及服务器提供的拓扑信息和负载,有效地完成内容的路由,使用户可以就近取得所需的内容,缓解Internet网络拥挤的状况,提高用户访问网站的响应速度。     

入口链路负载均衡技术在Cisco设备中的应用研究

简要阐述链路负载均衡的定义、类型和原理,主要研究入口链路负载均衡技术拥有在全球最先进的网络解决方案的供应商Cisco公司生产的专业设备上的应用,分析了Cisco入口链路负载均衡特性的架构、配置及实现的工作原理。Cisco的入口链路负载均衡技术通过在设备上的智能DNS解析功能,可以根据用户发起访问的源IP地址的不同,让用户通过不同的链路进行接入访问,实现对最优入口链路的选择,以达到使用户访问网站的响应速度得到提高的目的。     

高校多出口链路负载均衡系统设计与实现

本文在对常见的几种多链路负载均衡分配算法的分析与比较的基础上,提出了基于剩余能力的加权最小连接负载均衡算法,并通过模拟实验得出,采用此算法的负载均衡系统服务能力得到明显提高。     

一种基于分布式动态带宽分配的调度算法的研究

针对共享网络结构模型和消息模型，在分析网络控制系统调度算法特点的基础上提出了一种基于分布式动态带宽分配的调度算法，从带宽分配算法和分布式动态调度的实现方法两方面进行了详细描述。该算法可以满足不同节点的时间精度要求，有效利用了带宽，具有更高的灵活性和更好的容错能力。     

基于改进遗传算法的物联网链路负载均衡控制方法

针对链路负载控制受物联网搜索空间的影响,搜索空间过小会降低负载均衡度的问题,提出一种基于改进遗传算法的物联网链路负载均衡控制方法.首先,构建物联网链路的频带传输模型,利用抽头间隔采样控制物联网链路传输,建立物联网链路频带模型获得均衡调度函数,整合频带完成负载均衡配置;其次,加入分数间隔均衡设计链路,用频带分配原则得到频带匹配概率,调节均衡器的抽头数值,设置链路码间干扰项约束;再次,给出遗传算法的参数编码,把所有请求都按一维顺序排列,对适应度函数进行线性尺度转换,完成遗传算法的改进;最后,组合基因进化染色体,扩展物联网搜索空间,令迭代数量小于最大系数,实现链路传输负载的均衡控制.实验结果表明,该方法能较好控制物联网链路负载均衡,链路负载均衡度可达92%,并且能减少能量消耗.     

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．     

一种基于CORBA的可适应的负载平衡模型

基于CORBA的负载平衡,可以通过将客户的请求均衡地分配到一组服务器中,以提高系统的整体性能。在分析现有的几种负载平衡方案后,提出基于拦截器机制的可适应的负载平衡模型,并作了定性分析。     

基于动态带宽预留和带宽降级的呼叫准入控制算法

提出了一种适用于无线／移动网络的呼叫准入控制方案，该方案包括了动态带宽预留与带宽降级算法（BDA）2个部分．根据切换呼叫的准入结果实时地调整切换呼叫预留带宽，在限制切换中断率（HDP）的同时，尽可能降低呼叫阻塞率（CBP）．在对未来带宽需求预测的基础上，所提方案采用不同的BDA触发方式，使得系统在处理负荷与带宽利用率之间取得平衡．BDA可综合考虑多种因素，包括业务优先级、公平性、呼叫持续时间、带宽调整波动性以及降级呼叫比例等，通过合理地设置带宽需求满足度、带宽波动幅度，以确保BDA的公平性和限制带宽调整的波动性．仿真结果表明，在2000个仿真时段内，所提方案的HDP均值较同类方案稍高，但仍然控制在阈值范围之内，较之其他方案，它的CBP均值和BDA触发次数均值均比较低．     

基于使用活动对象的服务器集群的负载均衡系统

提出了一种基于使用活动对象的服务器集群的负载均衡系统,该系统由分布式同构的服务器组成,每个服务器有一个监视并控制服务器负载的负载均衡器,各负载均衡器能相互通信。分布式负载均衡器以对等结构（Peer-to-peer,P-to-P)方式通信,不适合C／S（Client/server)模式,但适合对等结构模式。为此,采用了一种基于分布式活动对象结构的Java程序库“CAPE”,利用Java程序库能较好地实现负载均衡系统。     

智能负载均衡技术在高负荷网站上的应用

某些网站存在访问规模大并且时间上密集,导致Web服务器不堪重负的问题。基于LVS项目,给出了采用DR模式的Web集群解决方案,针对LVS自带的加权最小连接数算法的权值不能反映服务器实时负载能力,提出并实现了全动态智能加权最小连接数算法,测试了该算法的实际使用性能。     

一种基于网络处理器的动态带宽分配算法

针对基于优先级队列（CBQ）机制中带宽分配算法的不足,以Intel IXP2400 为平台,设计并实现了一种基于网络处理器的动态带宽分配算法.该算法以令牌为介质,采用“生产者-消费者”模式,将每个优先级队列看作是一个独立的实体并为其设置一个令牌桶.令牌发放器作为“生产者”,根据队列的预分配带宽,按照特定的速率将令牌放入令牌桶中,调度器作为“消费者”,从令牌桶中取出令牌.某个优先级队列的令牌如果不够用,允许向其他优先级队列借用令牌,或收回借出的令牌,从而实现带宽的动态分配.在IXP2400微引擎上的实验表明,无论高优先级队列数据包速率高于还是低于传统CBQ带宽分配算法中设置的阈值,所提算法的转发速率均高于传统算法.     

WSN中基于负载均衡的EAMCT-G优化算法

针对EAMCT-G算法中个别簇头因成员过多使其能量过早耗尽的问题,基于负载均衡的思想,通过引入能量和距离的综合权值,对簇成员加入簇的选择策略加以改进,改善了个别簇头负载压力过大的情况．又通过引入双优化阈值,避免优化后新的负载不均衡情况出现,保证各簇头负载比较均衡,能量在各个簇间均匀分布,从而延长了整个网络的生存期．     

基于网络存储的自动化信息系统应用研究

提出了一套适用于高校公共信息课教学的自动化平台,对系统架构的设计和数据存储进行了深入研究.实现了系统管理、用户作业、人机交互和资源共享等重要功能的集成和教学数据的自动化处理.同时,该系统采用了开放自主的学习模式,注重培养用户主动学习的兴趣和创新能力,弥补了传统应用上的不足.     

基于负载均衡的任务调度算法

基于传统任务调度算法, 通过在调度过程中增设服务器最佳期望序列及负载均衡指数, 采用任务连接数约束服务器选择, 解决了传统任务调度算法对于集群负载均衡性能的忽略问题. 实验结果表明, 该改进算法能达到较高负载均衡度, 同时缩短任务完成时间, 并提高了集群对于批量级任务的处理能力, 从而达到了优化的目的.