基于虚拟服务器的负载均衡技术研究与实现

Intemet业务量的激增和网络应用特殊化,都使得负载均衡成为迫切需求。Linux虚拟服务器按传输层连接对集群节点进行业务分配,能便捷而高效地实现负载均衡。对Linux虚拟服务器集群的结构与原理进行讨论,重点阐述了满足不同应用需要的4种负载均衡算法,并在Linux操作系统环境下构建了虚拟服务器集群,测试了负载响应、服务性能、调度器备份。结果表明,虚拟服务器集群技术较大幅度地提高了系统的综合性能。     

基于Linux虚拟服务器的负载均衡技术探讨

Internet业务量的激增和网络应用特殊化都使得负载均衡成为迫切需求。如何实现网络服务器负载均衡是一个急待解决的新课题。而LVS是一个具有良好的扩展性、高可靠性、高性能、高可用性的基于Linux系统的服务器集群,利用它可以较好解决这一问题。针对Linux虚拟服务器集群的负载均衡技术,探讨了其体系结构、工作方式、负载均衡算法,并以一简单的应用实例介绍了其具体实现。这样可以在很大程度上减轻网络的负载,提高网络的效率,是未来网络服务器技术的主要发展方向之一。     

基于IFTS的网络动态负载均衡方法

针对网络负载均衡过程中节点负载变化趋势难以预测的问题,在分析网络负载模糊时序变化特性的基础上,设计了可变阶自循环误差校正机制,构建了网络负载直觉模糊时间序列(IFTS)预测模型,并将基于IFTS的负载预测与网络动态负载均衡相融合,提出了基于IFTS的网络动态负载均衡方法,有效地提升了网络负载预测精度,增强了动态负载均衡系统运行效率,改善了网络整体服务质量。并通过典型实例验证了该方法的有效性和优越性。     

Web站点负载测试方法研究

目前,随着网站数目的增多,网络用户也在急剧增加,因而对网站性能也提出了新的要求。针对Web站点提出相应的负载测试方法。通过该方法的使用,可以极大提高系统的性能、服务质量及可靠性,避免由于网站访问人数剧增而引起网站系统崩溃等情况的发生,从而减少不必要的损失。     

军用无线多信道负载均衡模块的设计与实现

伴随武器装备信息化建设的不断深入,以无线战术电台构建的"初级战术互联网"上传输的业务信息流越来越大,从而对信道带宽的需求也越来越高,无线信道吞吐量成为制约整个网络性能的瓶颈。针对这一问题,提出一种军用无线多信道负载均衡模块的方法,在组网控制设备上建立业务信息流库,统一信道调度机制,以及采用基于ETT算法计算信道质量,最终来实现在多信道环境下的业务负载均衡,详细给出了模块处理流程和实现过程。实践表明该模块对提高"初级战术互联网"吞吐量有一定作用。     

基于集群技术的实时测控数据处理系统设计

为使实时测控系统满足未来多元化任务实时数据处理需求,设计了一个基于集群技术的实时测控数据处理系统。为解决集群系统的强实时性和高可用性问题,结合实时数据处理系统的特点,研究了实时集群体系结构、粒度划分和负载均衡方法。采用冗余部件、异常处理和向前恢复机制,消除了系统中的单一故障点;实现任务级粒度划分,优化了控制体系结构;采用基于任务分配表的动态负载均衡和人机交互管理相结合的方法,有效地解决了任务分配和故障迁移的实时性问题,提高了系统的可用性。     

面向查询内并行的分布式关系分区优化框架

围绕遥感数据共享分发与可视化问题,提出了一种基于模式映射的平坦关系优化分区查询框架。在该框架中,垂直分区方案基于访问特征优化节点内各属性,而水平分区方案基于统计方法优化查询的负载均衡,从而提高框架的查询性能。实验分析表明:对于同数量级的典型数据查询操作,面向查询内并行的分布式关系分区优化框架比传统集中式关系型数据库管理系统性能更优。     

CPU-GPU协同加速Kriging插值的负载均衡方法

Kriging插值算法被广泛应用于地学各领域,有着极其重要的现实意义,但在面对大规模输出网格及大量输入采样点时,不可避免地遇到了性能瓶颈。利用Open CL和Open MP在异构平台上实现了CPU与GPU协同加速普通Kriging插值。针对Kriging插值中采样点的不规则分布及CPU和GPU由于体系结构差异对其的不同适应性,提出一种基于不同设备间计算性能的差异和数据分布特点的负载均衡方法。试验结果表明,该方法能有效提高普通Kriging插值速度,同时还能节约存储空间和提高访存效率。     

基于最小负载的相控阵雷达自适应数据率更新算法

提出了一种基于最小负载的相控阵雷达自适应数据率更新算法.该算法基于交互多模型(IMM),以雷达负载最小为准则,推导出新息协方差矩阵和时间间隔T的函数关系,通过求取该函数在一定范围内的极小值,得到使雷达负载最小的时间间隔.仿真结果证明了该算法能够保持雷达负载最小的条件下,根据目标的运动情况自适应的改变跟踪时间间隔,目标机动时预测误差明显小于固定时间间隔目标跟踪算法.     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

装备分布式虚拟维修训练仿真负载平衡研究

基于HLA的装备分布式虚拟维修训练过程极易产生仿真节点负载失衡,以往的负载平衡研究多关注资源利用率,仿真运行过程中可能会因节点负载的不均衡进行频繁的负载调度,影响仿真运行效率.针对此问题,以保证仿真节点的高效运行为首要目的,将负载平衡定义为不存在超载节点即为平衡,提出了一种动静结合的复合式负载平衡调度方法.研究了复合式负载平衡系统的体系结构,采用最小连接调度法实现了节点静态负载的粗粒度平衡,引入仿真运行比率分量参数表征负载量值,进而设计了动态负载平衡算法对仿真运行过程进行实时监控和调度.实验结果表明,改进后仿真平衡调度频率明显下降,实现了资源利用率和仿真效率的平衡兼顾,取得了良好的效果.     

基于改进蚁群算法的云计算任务调度研究

把改进的蚁群算法应用到云计算任务调度中,通过将任务在虚拟机上的一次分配作为蚂蚁的一次成功搜索,实现了虚拟机的负载均衡和调度时间的优化,提高云计算资源分配的效率。通过在Cloud Sim平台下进行仿真测试,结果显示,改进蚁群算法在负载均衡性能和总的任务调度时间方面均优于基本的蚁群算法。     

支持QoS的无线Mesh网络机会路由优化算法

针对空中骨干Mesh网络资源有限、计算能力相对不足的特点以及传统简单机会路由(Simple Opportunistic Adaptive Routing,SOAR)路由算法未充分考虑负载均衡与不同业务服务质量(Quality of Service,Qo S)保障需求差异性的问题,提出一种支持业务区分的改进型SOAR路由算法。该算法在考虑链路拥塞控制和负载均衡的基础上,定义综合预期传输次数来描述链路的综合状态,有效降低网络拥塞概率;同时根据传输业务类型的不同,设计一种基于层次分析法的路由选择策略,实现路径选择与业务类型的动态匹配。仿真结果表明,在重负载条件下,改进型SOAR路由算法相比传统SOAR路由算法其时延、吞吐量和吞吐率性能明显提升。当网络中存在不同类型业务时,改进型SOAR路由算法能够根据业务Qo S保障需求的差异性自适应选择最佳传输路径。     

一种基于HLA分布式仿真系统的动态负载平衡算法

基于兴趣域的"快递式"动态负载平衡算法从HLA/RTI提供的服务出发,当节点成为重载节点时,将节点部分负载转移到兴趣域内的轻载节点上,同时采用两次"握手"方式解决了负载迁移过程中出现的问题.通过使用两个评价参数--CPU占有率和内存使用率进行实验证明,负载平衡前后重载节点的CPU利用率和内存使用率有明显差别,结果表明该方法能有效地平衡系统各节点之间的负载,保证系统的实时性,提高系统的服务质量.     

一种航天侦察任务的关联度分析与去冗余方法

针对航天侦察需求响应中可能存在的任务重复产生问题,综合考虑任务的需求来源、质量要求、时间偏好及空间范围,提出一种基于任务关联度的任务冗余分析方法。首先,对航天侦察的相关要素进行分析度量,给出了基于四类要素的任务关联度计算方法,然后提出了通过任务之间的关联度来降低可替代任务产生概率的具体算法,进一步考虑了准确优先、公平优先以及混合等不同情况下的冗余度计算方法,最后,给出一个应用示例,说明所述分析方法的有效性。研究结果表明,该方法具有良好通用性,可为航天侦察任务的预处理提供有效支持。     

基于提升的双自适应小波变换算法研究

小波变换的传统提升算法的滤波器固定，不能随输入信号的变化而改变，针对该问题，结合现有的自适应算法，提出一种双自适应小波变换算法，并对该算法的更新和预测过程进行了自适应调整。实验证明，该算法比传统的提升算法和单纯的自适应更新或自适应预测算法具有更优越的性能。     

Chord算法及其改进策略

Chord算法因为查找效率高、查找时延可预测、负载均衡及可扩展性强等特点,成为基于分布式哈希表的一种典型的结构化P2P查找算法,并得到了广泛的应用。文章首先介绍了Chord算法的基本原理并对其优缺点进行了分析;然后对Chord算法的不同改进策略进行了对比分类,分析比较了改进后的性能,最后围绕进一步研究和使用Chord算法进行了讨论。     

Steady-state analysis of load balancing with Coxian-2 distributed service times

This paper studies load balancing for many-server (N servers) systems. Each server has a buffer of size b ? 1, and can have at most one job in service and b ? 1 jobs in the buffer. The service time of a job follows the Coxian-2 distribution. We focus on steady-state performance of load balancing policies in the heavy traffic regime such that the normalized load of system is λ = 1 ? N^?α for 0 < α < 0.5. We identify a set of policies that achieve asymptotic zero waiting. The set of policies include several classical policies such as join-the-shortest-queue (JSQ), join-the-idle-queue (JIQ), idle-one-first (I1F) and power-of-d-choices (Po d) with d = O(N^α log N). The proof of the main result is based on Stein's method and state space collapse. A key technical contribution of this paper is the iterative state space collapse approach that leads to a simple generator approximation when applying Stein's method.