校园网络中自适应负载均衡算法研究

论文摘要

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。本课题针对“需求快速变化”这一企业级管理软件开发中呈现的特点,基于网络中的应用集成管理模式已成为管理信息系统发展的主流,而网络上运行的教育教学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,将企业应用集成的概念和技术运用到解决网络“信息孤岛”实际问题当中,提出一种新的集群结点负载表示和基于排队理论的负载均衡调度算法以及基于文化算法的负载均衡算法。在研究、构建管理信息系统互操作框架的过程中我们发现,随着服务器数目的增加、系统规模和通信数据的增大,有必要在搭建集成服务器的过程中,利用负载均衡集群技术增强区域集成服务器的处理能力。本文通过对当前主流和常用的负载均衡算法理论的理解和研究,提出了一种新的负载表示方案。它不仅充分考虑到了当前服务器的各种硬指标负载,更考虑到了它的软指标负载,即其输入队列对当前以及随后时间负载的连续性和预见性的判断。并采用仿真程序对其表示方式进行了实验对比和分析。有了更为合理的负载表示后,本文随后提出了基于排队理论的负载均衡调度算法和基于文化算法的负载均衡算法。基于排队理论的负载均衡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。并对其进行了仿真实验和对比分析。在基于文化算法的负载均衡算法中,充分利用了人类文化进化的思想,应用到了负载均衡算法中。群体本身在产生交叉和变异,而由于长期的活动和繁衍替换,使得群体中好的文化信息得以保存,而相对较差的信息被丢弃。这样也使得群体的文化在不断的被更新,进而影响这群体的不断进化。在经过一定的进化代数后,会得到一些相对优秀的个体,这便是我们的分配策略了。本文在文中对其思想进行了详细的描述和设计,并对其进行了仿真实验和对比分析,证明其比常用的负载均衡算法效果较优。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 课题背景
• 1.2 校园网络现状
• 1.2.1.校园网的功能
• 1.2.2.校园网络的组成
• 1.2.3.校园网的瓶颈
• 1.3 负载均衡
• 1.3.1.负载均衡的定义
• 1.3.2.网络负载均衡的优点
• 1.3.3.负载均衡策略选择
• 1.4 本文的章节安排
• 第二章 常用负载均衡算法相关理论和研究
• 2.1.轮循算法
• 2.2.最少连接算法
• 2.3.目的地址哈希散列算法
• 2.4.随机算法
• 2.5.动态反馈负载均衡算法
• 2.6.本章小节
• 第三章 一种改进的服务节点负载表示研究
• 3.1 背景
• 3.2 影响负载均衡的因素分析
• 3.3 一种改进的节点负载表示研究
• 3.3.1.输入指标
• 3.3.2.服务器指标
• 3.3.3.综合负载
• 3.4 该负载表示的特点分析
• 3.5 数据结构定义
• 3.6 对比实验分析
• 3.6.1.与CPU作为负载表示对比
• 3.6.2.与以CPU和进程数作为负载表示对比
• 3.6.3.与以CPU、进程数和内存占用率作为负载表示对比
• 3.7 总结
• 第四章 基于排队理论的自适应负载均衡算法研究
• 4.1 背景
• 4.2 排队论简介
• 4.2.1.排队论基本模型
• 4.2.2.M/M/l模型
• 4.2.3.M/M/c模型
• 4.3 排队理论负载均衡算法基本假设
• 4.4 集群节点负载计算
• 4.5 分配策略定义
• 4.6 数据结构定义
• 4.7 调度算法步骤
• 4.8 对比实验
• 4.8.1 同构环境
• 4.8.2 异构环境
• 4.9 总结
• 第五章 基于文化算法的自适应负载均衡算法研究
• 5.1 文化算法（CULTURAL ALGORITHM）
• 5.1.1 遗传算法
• 5.1.2 文化算法架构
• 5.1.3 文化算法和遗传算法
• 5.2 应用于负载均衡的文化算法
• 5.2.1 群体个体定义
• 5.2.2 适应度函数
• 5.2.3 群体空间的进化
• 5.2.4 知识空间结构
• 5.2.5 接受函数accept（）
• 5.2.6 知识空间的更新
• 5.2.7 影响函数influence（）
• 5.2.8 算法流程设计
• 5.3 模拟试验
• 5.3.1.服务器信息结构定义
• 5.3.2.同构服务器实验
• 5.3.3.异构服务器实验
• 5.4 总结
• 第六章 课题总结
• 6.1.个人工作总结
• 6.2.未来的工作
• 结束语
• 致谢
• 参考文献
• 个人简历及发表的学术论文