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%。

多控制器集群流媒体缓存代理的研究

为满足用户分散的大规模视频流媒体应用需求,该文提出了一种基于多控制器集群缓存代理结构(Multi-controller based Cluster Streaming Cache Proxy,MCSCP),该体系由一组控制器构成控制子系统,由多个内容存储器构成分布式存储子系统。对控制子系统的关键问题进行了深入研究:采用图论思想给出控制器组的选取算法,设计了一种基于优先级的主控制器选举和在线切换协议(Priority based Master-controller Election and Handover,PMEH)。建立数学模型分析了多控制器体系对系统可靠性的改善程度,讨论了控制器选取算法的性能,研究了协议中报文发送间隔变量与系统开销的关系,并使用仿真实验给出了该参数的最佳取值范围。

集群流媒体代理中主控制器选举和热切换协议研究

提出了一种适用于大规模流媒体应用的集群缓存代理体系结构，该结构包括由多个控制器构成的控制子系统和由一组内容存储器构成的分布式存储子系统。在控制子系统中设计了一种主控制器选举和热切换（MES）协议，并使用线性时序逻辑（MPTL）对MES协议进行了形式化描述，通过逻辑演算证明了该协议的一致性。MES协议功能完备，伸缩性强，实现简单，可提高系统的可靠性和扩展系统的存储容量和服务提供能力。

基于P2P的通告代理集群技术

提出基于P2P网络技术构建Web服务通告代理集群,同时,提出对通告代理集群进行基于主题的逻辑多层管理,在主题层内使用层内通告消息广播算法传播通告消息.仿真结果表明,通告代理集群对随机节点故障是强壮的,基于主题的分层技术有效减少了每个通告代理节点的负载,层内通告消息广播算法具有高可靠性和好的可扩展能力.

基于集群多代理系统粒子行为的非线性空间形态生成

基于对多代理系统、数字化空间衍生、非线性几何理论等概念的理解,提出有别于传统"捏形"的非线性空间构造方法,即通过模拟系统使得非线性空间自主生成。借由数字化软件建立集群多代理系统与空间模拟矩阵作为模拟空间基础;编辑并调整模拟粒子的运动特性以得到具有独特性质的粒子群;并且在多代理系统的平台上融入多种数字化算法使得粒子群的运动形成动态非线性空间,并提供了空间多种可能性。此时在粒子之间建立合适的结构,也就将粒子的运动信息转化为空间物质信息,最终得到空间设计方案。利用模拟平台的开放性与包容性,建筑师不仅能构建非线性空间的物质空间,也能探究促其生成的"力场"与逻辑组合。

基于LVS的代理服务器集群的设计与实现

Linux虚拟服务器(LVS)是把多台真实服务器集中起来构建成一个具有可伸缩性、高可用性和良好服务质量的虚拟服务系统。利用该技术构建的代理服务器集群系统是目前校园网中获取良好Internet服务的优先解决方案。文章在对基于LVS的代理服务器集群系统相关技术研究的基础上，设计并实现了一种可伸缩的代理服务器集群系统，并在合肥工业大学校园网中进行了应用。

分布存储的流媒体代理服务器协作算法探讨

对于地理上分布较广的流媒体服务系统,采用分布式流媒体代理服务器集群,可减少上联广域带宽消耗,缩短访问距离,增强服务能力,关键要解决代理服务器的协作问题.用户请求调度的判定问题实际上属于NP完全问题,提出分布存储的流媒体代理服务器协作算法,并对近似解和最优解之间的相对偏差进行了讨论.

共享负载的流媒体代理服务器协作算法探讨

为了提高流媒体代理服务器的IO吞吐能力 ,采用中间件技术将多台服务器粘合起来 ,形成代理缓存服务器集群是有效的解决方案 ,其中关键要解决代理服务器的协作问题 .用户请求调度的判定问题实际上属于NP完全问题 ,本文提出共享负载的流媒体代理服务器协作在线算法 ,并对在线算法与最优解的相对偏差进行讨论 .

电动汽车集群内的递阶分散最优充电方法

电动汽车未来有望以集群(例如大型充电站内的电动汽车)形式参与电网调度。收到电网下发的集群优化充电调度指令后,集群代理需优化集群内的电动汽车充电功率以追踪电网指令。该追踪问题是一个大规模的优化问题,难于集中式求解。提出一种递阶分散优化算法求解该问题。集群代理下发协调信息,各电动汽车根据协调信息分布式地优化自身充电功率,并向代理返回迭代信息,通过迭代求得问题的最优解。为进一步提高计算效率,对集群代理和单辆汽车的优化子问题进行了深入研究和算法改进。通过数值实验发现所提方法具有很快的计算速度,尤其适用于求解大规模电动汽车集群内的追踪问题。