基于软件定义网络的服务器集群负载均衡技术研究

在当前的网络体系结构下,采用硬件系统实现服务器集群负载均衡存在着获取负载节点状态困难、流量导向方式复杂等制约因素,不利于提升服务器集群的伸缩性和服务性能。针对此问题,该文提出一种基于软件定义网络(SDN)的负载均衡机制(SDNLB)。该机制借助SDN具有的集中式控制和流量灵活调度优势,利用SNMP协议和OpenFlow协议对服务器的运行状态和全局网络负载信息进行实时监测,并通过权值计算的方式选择出权重最高的服务器作为流处理的目标服务器,在此基础上,采用最优转发路径算法进行流量调度,从而达到提高服务器集群的利用率与处理性能的目的。搭建了实验平台对SDNLB的性能进行仿真测试,实验结果表明:在相同的网络负载条件下,SDNLB与其他负载均衡算法相比,能够有效地降低服务器集群的负载,并能够显著提高网络吞吐量和带宽利用率,缩短流的完成时间和平均时延。

求解Web集群文档分布的混沌搜索算法

提出Web集群文档分布方案,用M/G/1/K PS排队模型对服务器进行建模,将文档分布问题转化为0-1整数规划问题,然后求解该规划问题。针对该类0-1整数规划问题,给出一种基于混沌搜索的求解算法,该算法让多个独立的混沌变量在其各自的轨道中搜索,使得对应生成的0-1矩阵能遍历任意一种可能的分布,从而能搜索到全局最优解。设计一种基于贪婪思想的文档分布算法。测试表明,混沌搜索算法能找到全局最优解,优于传统的贪婪算法。

基于蚁群算法的Web集群文档优化分布方案

在Web集群中优化分布海量级的Web文档是一个急需解决的问题。提出了一种以减少系统平均响应时间为目的的Web集群文档优化分布方案。该方案合适地拷贝网页簇,并通过对服务器进行建模将网页簇的分布问题转化为0-1整数规划问题。针对该问题的特点,设计实现了一种基于蚁群算法的求解方案,算法中蚂蚁对路径的选择分两步进行,并设置合适的启发值以加快收敛速度。实验结果表明了应用蚁群算法求解Web集群文档优化分布问题的可行性与有效性。