无线流媒体并发请求及响应策略的仿真研究

仿真研究IEEE802.11g无线网络环境下流媒体性能。在分析支持实时流媒体应用的网络性能瓶颈的基础上,提出一种多媒体服务器对多用户并发请求的响应策略——分组随机延迟响应策略。仿真实验结果表明,这一响应策略显著改进了网络性能,可为实时流媒体在WLAN上的应用提供更好的服务质量。

基于微服务架构FPGA云平台的并发请求调度机制

基于微服务架构的现场可编程门阵列(FPGA)云平台在被大规模推广后积累了许多用户。针对FPGA云平台存在大量用户并发请求的问题,建立一种基于优先级调度的自定义参数响应指数计算模型。将5个请求关键影响因素作为自定义参数,采用层次分析法确定各参数权重,根据响应指数函数计算各请求的响应指数。在该模型的基础上,设计一种高并发请求调度(HCRS)算法,通过响应指数阈值对请求类别进行划分,使得高优先级请求优先得到处理,次优先级请求加入先进先出队列等待,低优先级请求暂时挂起,从而缩短请求响应时间以及请求响应延时,缓解由高并发请求带来的硬件节点资源分配压力。在真实运营的FPGA云平台中实现该算法并在实际环境中进行测试,结果表明,在并发请求量相同时,与先来先服务调度算法相比,HCRS算法的平均响应延时降低29 074 ms,平均请求响应时间缩短12 605 ms,其在提升系统吞吐量与并发度的同时可以有效优化硬件节点资源利用率。

P2P流媒体系统中并发请求的数据分发算法

大规模并发请求是流媒体直播系统面临的一个挑战,也是视频点播系统中亟待解决的一个问题。本文针对相同数据的并发请求问题,提出了一种高效,低带宽消耗、低延迟的数据分发算法。该算法在所有节点的输出带宽只满足一个节点的下载需求带宽的情况下,能够以Td+log2N*Tc的延迟让N个节点收到数据时长为Td、最小数据片段为Tc的数据。

盘阵中基于平衡超图划分的自适应请求并发与负载平衡策略

作为一种并行系统,盘阵性能极大地依赖于设备间负载平衡;为了减少执行时间,单个I/O请求需要通过多个设备并发完成,负载平衡并不意味着请求并发,而请求并发也不能保证盘阵负载平衡.因此,必须将二者结合起来,才能使盘阵性能得到更好的优化.为此本文提出基于平衡超图划分的自适应数据分布策略,并提出了两个目标函数同时进行请求并发与负载平衡的控制,根据I/O访问模式优化盘阵性能.根据两种I/Obenchmark合成负载进行模拟试验表明,该策略比传统的单方面自适应负载平衡策略或基于超图的请求并发策略效果都有一定优化.

基于并发访问请求关联的访问控制协调方法

调研目前网络应用中并发访问请求的构成和相互联系,给出并发访问请求之间的关联关系的类型和判定方法;在关联关系的基础上,提出访问控制协调的整体框架,给出各个部分的工作模式以满足并发访问请求在获取信息、资源和服务上的功能要求;针对网络应用,基于异步通讯方式和多线程技术提出通过访问请求调度实现访问控制协调的方法,保证系统的并发性和安全性,优化页面性能,为用户提供更好的使用体验。

具有强健壮性的并发服务选择与组合

提出一种动态Web服务环境下,并发请求时的服务组合方案KSC.该方案通过对QoS的建模和计算,从每个组件中选出效用值最优的前k个原子服务,然后进行组合去执行批量用户请求.接着,本文提出了当组合服务执行失败时的解决方案,即当组合服务中有原子服务不能满足要求时,根据前后组件各自选出的k个原子服务之间的输入输出功能关系,画出服务依赖图,进一步对出错的那个组件中的k个原子服务画出类聚图,最后利用A-KSC算法进行原子服务替换.最后,通过实验验证了本文中提出的模型与算法的可行性与有效性.

基于QoS模糊支配的并发服务组合方法

针对当前服务组合研究主要考虑单个用户请求而忽视并发请求的问题,提出一种基于QoS模糊支配的并发服务组合方法。根据QoS模糊支配关系,提出模糊支配得分的概念,以衡量服务的整体质量。在服务组合过程中,从每个组件中选出模糊支配得分最高的k个服务,去匹配批量的用户请求。对于每个组合请求,从每个相关组件的top-k服务中随机选择一个服务参与服务组合。实验结果表明,该方法可为用户提供较高质量的组合服务,具有较好的实时性。

基于改进多目标进化算法的微服务用户请求分配策略

如何对基于微服务架构的系统进行并发用户请求的分配以使得时间、成本和均衡性等目标得到优化,是面向微服务的应用系统需关注的重要问题之一。现有的基于固定规则的用户请求分配策略仅着重于负载均衡性的解决,难以处理多目标需求间的平衡。为此,文中提出以请求处理总时间、负载均衡率和通信传输总距离为多个目标的微服务用户请求分配模型,研究并发用户请求在部署于不同资源中心的多个微服务实例间的分配策略,并使用基于改进初始解生成策略、交叉算子和变异算子的多目标进化算法对该问题进行求解。在不同规模的数据集上进行多次实验,结果表明,提出的方法与常用的多目标进化算法和传统的基于固定规则的方法相比,能够更好地处理多个目标间的平衡,具有更好的求解性能。

基于Springboot高并发Java Web开发模式

信息技术不断发展和革新,互联网软件能够高效地促进生产力的发展。虽然现在计算机性能和网络基础设施已经有了很大的提高,在波动的网络情况下会出现带宽紧张,内存不够等问题。根据在高并发请求环境里,依然能够保持软件的负载稳定运行的情况下,提出了中小型网络软件的开发模式、并发请求处理、并发代码的设计、缓存的优化、数据库内容保存机制。在有限资源条件下的Web程序实现性能的提升。

分布对象中间件并发模型研究

并发模型对于分布对象中间件具有十分重要的意义.分析了自主研发的分布对象中间件产品中的两级并发模型:通讯级并发和请求级并发.然后讨论了并发模型的模式和使用.

煤矿设备状态监测系统设计

针对煤矿井下设备群同时作业时设备监测数据高并发导致的低传输效率问题,提出了一种煤矿设备状态监测系统设计方案。该系统通过数据集成网关有效消除传感器网络的异构性:在数据集成网关中对不同传感器进行注册,利用传感器网络协议适配器调用不同传感器网络协议解析接口来消除传感器网络的异构性,生成统一格式的Java Script Object Notation(JSON)数据,并将数据发送到对应的消息推送服务中,通过ActiveMQ消息队列中的Queue通道进行点对点传输,数据传输服务将消息实时推送到网络传输模型中,实现设备状态数据的高并发传输,保证监测数据的实时性和可靠性。采用Netty网络传输模型避免空轮询导致的服务器负载增加,提高监测数据传输效率:在数据采集过程中,多个设备同时作业导致数据采样频率和传感器终端的并发请求数量升高,Netty模型中的Epoll模式优先处理已就绪的I/O连接,从而减少空轮询现象。测试结果表明,随着系统并发请求次数增加,采用Java Non-blocking I/O(NIO)模型比采用Netty模型的系统CPU使用率高28%;在系统并发请求次数相同的情况下,采用Java NIO模型的系统平均响应时间大于采用Netty模型的系统。采用Netty模型能有效提升煤矿设备状态监测系统的高并发处理能力,满足设备监测数据高效传输要求。

群决策支持系统通信部件的研究与实现

群体间通信问题是群决策支持系统 (group decision support system,简称 GDSS)研究中所要考虑的一个重要问题 .目前 ,实现群体间通信主要采用通用的群件产品 ,但这类产品协调通信慢 ,灵活性差 ,且不易集成 ,不适合应急 GDSS的协同通信 .为了寻找一种应急 GDSS快速协调性通信的方式 ,该文研究了一种混合式GDSS网络通信结构 ,在重点分析 GDSS协调性通信功能的基础上提出一种新的基于 TCP/ IP协议的 GDSS通信协议—— GDSSTP(GDSS transmission protocol) ,给出了 GDSS网络并发请求的处理方法 ,并介绍了用面向对象的程序设计 (object- oriented programming,简称 OOP)来实现 GDSS通信部件 .

基于服务器集群的负载均衡优化调度算法

为了解决服务器集群在处理并发任务请求时请求分配不均衡和任务完成时间较长等问题,提出了一种基于布谷鸟搜索的集群负载均衡多目标优化调度算法。首先,依据服务器集群的任务请求分配特点,通过监控、记录服务器实时负载信息,构建与服务器实时负载信息相关的、以最小化任务完成时间和增强负载均衡有效度为目标函数的优化模型,确定决策变量为任务请求与服务器的匹配集。然后通过引入带精英策略的非支配排序布谷鸟搜索算法对决策变量进行迭代寻优,在适应度函数的选择更新下,找到符合全局最优的Pareto解集,调度机制根据确定最优的匹配集进行任务的调整与转发。仿真结果表明,所提调度算法在保证负载均衡的条件下能够尽可能地缩短任务完成时间,相比其他算法模型,其可扩展性效果更好。

基于分段的线程池尺寸自适应调整算法

提出一种基于分段的线程池尺寸自适应调整算法。该算法将用户请求量分为上升段、平衡段和下降段3段,根据当前用户请求数、线程数自适应调整线程池尺寸,从而满足用户需求。实验结果表明,相比基于平均数的调整算法,该算法能更好地处理并发的用户请求,响应时间更短。