使用资源利用率作为负载平衡系统的负载指标

一个可以正确反映当前系统负载情况的负载指标对一个成功的动态负载平衡系统来说是至关重要的．但是，很少负载平衡系统对其选定给出一个实验说明，而且多数系统使用资源队列长度（即ＣＰＵ队列长度）作为负载指标．本文说明了这种负载指标存在的缺点，并对一种新的负载指标－资源利用率进行了讨论．实验表明，在动态负载平衡系统中，使用资源利用率作为负载指标比使用资源队列长度作为负载指标对资源利用率及作业响应时间的改进更有效．

网络机群计算的负载指标研究与实现

针对利用网上空闲机进行非专用机群分布式并行计算的环境,研究复杂通用网络上用什么指标发现空闲处理机及如何实时衡量处理机的负载变化以调度分配处理机。在研究现有分布式系统和专用机群负载指标的基础上,提出了一种适用于网络机群计算环境的复合型负载指标,详细讨论了它在系统中的作用和实现,并通过大量测试分析实验,得出了一个合理的负载指标更新周期。

超小型电磁继电器负载性能提升改进

电磁继电器负载性能是考核继电器实际应用的重要指标,对负载性能的提升研究是目前所有电磁继电器厂家都在研究攻关的课题。本文通过对某型号的超小型继电器电磁系统和接触系统优化改进,结合有限元虚拟样机仿真计算,通过装样验证,负载指标得到较大提升,对电磁继电器负载提升研究具有一定的参考。

EJB集群系统动态自适应负载均衡服务的设计与实现

分析了几种常用的动态负载均衡算法的不足,并针对目前大多数主流J2EE应用服务器的负载均衡并不具有动态自适应性的问题,利用开源JBoss服务器为开发平台,结合多种设计模式设计了一种动态自适应负载均衡服务模型,具体实现细节围绕负载定义、负载收集以及均衡算法。提出了基于更新时间项的交替负载收集方式,并在此基础上实现了一种基于前K子集相对负载均衡度的动态自适应算法。测试结果表明该算法能较好地均衡系统的负载。

分布式入侵监测中负载平衡实现策略研究

传统的分布式入侵检测系统存在着大量丢包等问题。通过对现有的入侵监测系统问题的分析,寻找出传统系统存在问题的原因并进行针对性地改进。通过对不同数据包特性的研究,通过实验的方式确定出影响入侵检测系统处理效率的主要因素,找出了一种标示负载量的方式,将负载平衡的思想引入其中并与分布式思想相结合提出了一种提高入侵监测系统性能的系统结构设计方案。

一种自适应的网络代理集群负载均衡策略

现有动态负载均衡策略难以有效应用于任务资源需求特征动态多变、资源需求信息难以准确获取的网络代理集群中,为解决该问题,提出一种适用于网络代理集群的自适应负载均衡策略。该策略的负载模型可以随任务资源需求特征的变化自适应地调整,能够更准确地表征系统的负载状态和节点间的负载差异。实验结果表明,使用该自适应负载均衡策略的网络代理集群的平均响应时间比其他负载均衡策略低15%～20%。

基于多层Bayesian信任网的P2P负载均衡模型

针对基于信誉机制的P2P(Peer-to-Peer)网络中的负载不均衡现象,提出一种基于多层Bayesian信任网的P2P负载均衡模型,介绍了如何在Bayesian信任网中引入多种负载指标以及它们之间的各种关联,并且使用该结构预测P2P网络中各服务节点的负载,使整个网络达到负载均衡.对包含负载指标的多层Bayesian信任模型和动态负载模型进行了实验比较.实验结果表明:基于Bayesian信任网的P2P网络负载均衡模型运用节点的历史交互信息,结合Bayesian预测理论,影响资源请求节点选择服务节点,实现P2P负载的有效均衡,确保整个P2P网络资源利用的高效性、节点服务的可靠性以及整个网络的稳定性.

网络分布式并行计算的负载平衡

利用分布式系统动态负载平衡的原理 ,设计了一种适应网络分布式并行计算环境的负载平衡实现机制 ,采用集中式负载信息收集策略 ,集中和分布式相结合的传输控制策略 .定义了一种新的复合型负载指标来衡量各处理机的负载程度 .讨论了相应的理论和实现中的关键问题 ,给出了主要的实现策略和算法 .仿真比较研究表明这种体系结构和相应策略能对网络环境下分布式并行计算提供有力支持 .

并行计算环境负载信息的动态监测及处理

负载平衡(load balancing)是网络通信和网络并行计算中的关键问题之一.为达到负载平衡,就必须对各节点的负载指标进行分析,给出各节点的负载值.通过系统调用与读取硬件配置信息,实时地获取负载计算所需的参数,利用这些参数计算出复合型负载指标.该指标经加权处理后为并行计算的进程迁移提供了更加准确的负载值.

基于反馈机制的动态负载平衡算法研究

动态负载平衡是提高多处理器系统资源利用率和并行计算性能的重要途径。为了解决变化负载系统中子任务可并行计算的双重循环(PTM-NL)问题,提出一种基于反馈机制的动态负载平衡算法。该算法以处理器作业速度为负载指标,在循环计算中根据反馈的负载指标分配计算任务,动态适应负载变化。实验结果表明,该算法在变化负载的系统中能有效提高PTM-NL问题并行效率。

基于可信度的分布式资源调度系统

由于计算资源具有广域分布、异构、动态等特点,使得分布式系统中资源管理和调度成为一个非常复杂且具有挑战性的问题.分布式系统的性能度量、分析及预报已变得日益重要,而精确预报任务的运行时间对达到应用性能是至关重要的.描述了一种基于可信度的资源调度算法,它是任务调度及资源分配的核心,并能有效地解决分布式系统的负载平衡问题.

基于云服务器集群三层分布式云监控系统的设计与实现

云服务器集群本身的分布异构性,强大虚拟化、海量数据处理、高可扩展性和高可靠性等特征与需求,使得云服务器集群的管理和监控面临巨大挑战。文章分析了云服务器集群的特征与面临的挑战;探讨了三层分布式云监控系统的体系结构;提出了三层分布式云监控系统的设计思路及具体方案。

基于熵权法的电网运行状态特征分析与评价

电网运行的安全稳定问题是运行人员关注和监视的重点,找出系统可能存在的安全稳定隐患是必要的。文中针对系统安全稳定研究的需要,提出了一种基于熵权法的电网运行状态特征分析与评价方法。该方法从系统不同方面的负载水平着手,使用熵的概念从负载不均衡度的角度描述电网负载水平,并引入熵权这种客观赋权评价方法对电网运行状态特征进行分析。对IEEE 118节点算例和实际运行电网的分析结果表明,该方法可有效评价系统负载程度并发现系统的安全稳定隐患。

地震信息网络数据的动态存储方法研究

为了提高地震信息网络数据存储的效率和稳定性,本文提出一种地震信息网络数据的动态储存方法。首先,设计和分析地震信息网络数据的动态存储系统中的硬件部分,基于Hadoop的分布式集群大数据动态存储系统,整合多台存储服务器,为一个集群系统,并平衡存储服务器负载情况,获取性能指标的比例值,通过加权公式获取综合性能参数,根据综合负载指标和服务器综合指标参数获取最佳存储服务器。对本文系统、高速数据存储系统和网络编码云存储系统进行大数据动态存储对比实验。实验结果表明:地震信息网络数据的动态存储耗时最短,存储效率最快;具有较高存储稳定性,且不会出现过载问题。

基于改进合同网算法的异构多AUV协同任务分配

传统合同网算法应用在异构多自主式水下航行器(AUV)协同任务分配时,存在招标过程中多种招标者并存的情况,不易产生有效招标者;在投标过程中,潜在投标者增加了无效投标数量及其招标者对投标结果的评估负担,极易产生任务不合理的情况。针对以上2种问题,文中提出了一种基于改进合同网算法的异构多AUV任务分配策略。该方法将任务负载率指标和令牌环网概念结合起来,有效解决选择招标者及其任务不合理的问题。基于MATLAB的三维任务环境的仿真实验表明,对于异构型多AUV进行任务分配,文中提出的改进合同网算法能够有效提高整体效能并进行合理的任务分配。

监控CRU和电池不用愁

很多品牌机尤其是笔记本，都有这么一个玩意儿，就是通过图形化方式，可以准确监测CPU频率、电压及负载指标等。有些品牌机还可以智能实时调节CPU的频率以实现降频保护的功能。但并不是所有的机器都有这个程序，特别是组装机。现在的CPU频率越来越高，有时候我们并不需要CPU在最高频率下工作，为了稳定性及保护CPU，有没有第三方程序来实现这个目标呢？答案是，YeS!这个程序是RightMark CPU Clock／Power Utility。简称RMC lock，它是一个不错的选择。