带宽和时延受限的流媒体服务器集群负载均衡机制

流媒体服务器集群的整体负载能力很大程度上受其服务时延和带宽负载均衡程度的影响。因此如何提高服务实时性和均衡带宽负载是提升流媒体服务器集群服务能力的关键。为此,提出了一种带宽和时延受限的流媒体服务器集群负载均衡机制。该机制通过将服务器带宽和任务带宽的离散化、区间化,构建服务器与任务状态集,再利用遗传算法离线计算并存储各个状态下的最佳分配方案,使得在有效地将不同带宽需求的任务分配到各个服务器上优化集群负载的同时,加快在线任务分配方案的计算速度,提高时效性。仿真结果显示,该机制能够在拥有与轮询算法、最小连接数算法相似的计算时延的基础上,有效均衡带宽负载,降低失败任务数,从而提升整体服务质量和能力。

基于粒子群算法的D2D内容边缘缓存架构策略

在通信网络基础设施瘫痪的极端情况下,如何保证救援终端设备网络的互联互通以及高效集中控制,解决指挥现场各类信息汇聚、共享是关键问题。为了延续信息传输,减小中断概率,研究边缘缓存辅助的终端直通(device-to-device,D2D)通信覆盖网,通过内容预置的方式,建立D2D通信边缘缓存架构,以缓存指数最大化为优化方式,通过检测终端节点的缓存架构构建D2D覆盖网虚拟逻辑映射通道,提出了应急条件下基于自适应惯性权重二进制粒子群算法的单兵终端设备D2D内容边缘缓存架构策略。实验结果表明,该算法边缘缓存预置策略具有较高的缓存指数且有利于信息更好的传输。