高速公路匝道收费站全域动态网络负载排队模型

高速公路匝道收费站全域交织比例和换道次数较高,通常会产生小区域内的排队现象,给收费站带来拥堵压力.为实时量化匝道收费站全域的排队状况,提出1种匝道口-站前广场的车辆排队计算方法 .首先,分析匝道收费站不同区域内产生排队的影响因素,选择车辆在收费站的平均行驶时间、电子不停车收费系统(Electronic Toll Collection,ETC)服务时间和人工半自动收费车道(Manual Toll Collection,MTC)服务时间作为收费站非拥堵自由流时间.其次,结合匝道的驶入率和收费站的驶出率,构建包括匝道出口、单类型收费车道和站前广场3个排队子系统的匝道收费站全域动态网络负载排队模型.然后,确定匝道收费站的排队阈值计算方法,并依据该阈值将收费站划分为非拥堵和拥堵两个状态,为收费站管理者提供预警信息.最后,通过实地交通调查数据以及仿真模拟数据对模型的有效性进行验证.研究结果表明:全域排队模型对于匝道口排队处于5辆车以内、站前广场的排队车辆在17辆车以内时的计算精度较高.当排队阈值大于0.85时收费站处于拥堵状态.

面向云计算的负载均衡算法性能优化研究

随着云计算技术的快速发展,资源分配与管理成为实现高效云服务的关键环节之一。在众多资源管理策略中,负载均衡技术尤为重要,其性能直接影响着云计算平台的响应时间、系统吞吐量及资源利用率。针对负载均衡算法存在的主要问题,如资源分配不均、响应时间长等,文中提出了一种性能优化策略。首先,分析和比较现有负载均衡算法的性能,识别其优势和不足,随后结合队列理论和机器学习技术,设计了一种新的自适应负载均衡算法,旨在动态调整资源分配,优化任务调度策略,并通过模拟实验验证了所提算法在提高资源利用率、缩短任务响应时间等方面的有效性。实验结果表明,相比于传统算法,该优化策略能显著提升云计算平台的性能,为云服务提供商提供一种高效的资源管理解决方案。

利用年龄编码的Bloom过滤算法降低Load-Store队列功耗

考虑Load-Store顺序违例和多线程及多处理器中的Load-Load顺序违例,对基于计数器的Bloom过滤算法进行改进,采用指令年龄编码消除过滤算法引起的错误判定,在不对流水线时序和性能产生影响的情况下,将过滤比率提高了5%以上。

基于模拟退火机制的移动边缘云计算任务卸载

缓存任务过多容易导致云环境下数据传输卡顿,因此,为实现云数据的流畅传输,提出基于模拟退火机制的移动边缘云计算任务卸载模型。根据边缘云计算的定义表达式,计算任务缓存指标,完成移动边缘云计算队列的构建。以模拟退火机制为基础,确定云负载调度标准的执行条件,联合数据库主机中缓存的信息参量,求解优化卸载参数,完成基于模拟退火机制的移动边缘云计算任务卸载模型的设计。实验结果表明,所提方法可以有效解决云任务堆积的问题,将单位时间内的缓存任务量控制在550个以下,可以提升云数据传输流畅性。

考虑用户需求响应的空调负荷日前-实时聚合调控

恒温控制负荷是参与需求响应的主要负荷资源,在夏季高温下可对负荷开展集群控制,有效减小负荷峰值。但由于各用户室内的初始温度具有多样性和随机性的特点,会使聚合商在负荷削减时产生负荷波动和在用户舒适度不同时会产生用户响应度低的问题。为能够合理引导负荷参与电网运行,基于空调状态队列模型,提出了用户激励方案与空调负荷提前控制策略,不仅激励用户参与控制也减小了控制时间内的负荷波动。通过空调负荷近似聚合模型得到空调负荷聚合功率,根据用户舒适度区间进行分组控制,构建激励方案以提高用户的响应能力。在实时运行阶段,运用状态队列模型对参与用户提前控制,减少因初始温度分布不均所导致的削减负荷波动。仿真表明:提出的激励方案对用户的补偿更加全面,可以激励更多的用户参与控制,通过提前控制策略和跨组调动可实现对负荷精准控制,削弱由于初始温度不均和负荷退出对减载带来的影响。

基于集群的多源日志综合审计系统

随着网络规模的扩大,日志审计系统中单个日志服务器受到处理能力的限制,已经成为系统的瓶颈。采用具备高可用性和负载均衡的日志服务器集群系统来解决这个问题,提出一个基于集群的日志审计系统。分析了该系统的体系结构、总体结构模型,以及各个组成模块的功能,并给出一个综合负载统计的动态负载均衡策略。最后,用排队论的方法来分析集群系统的性能。

基于模糊逻辑控制的贪婪转发策略改进

针对现今无线移动自组网广泛使用的贪婪地理路由协议GPSR中传统贪婪转发策略单纯寻求最小跳数而不考虑节点负载致使网络拥塞的缺点,提出了一种基于模糊逻辑控制的改进贪婪转发策略,从负载均衡角度出发,利用模糊控制器主动选取转发节点,以达到减少转发时延,稳定节点队列长度,提高转发效率的目标。分析表明,所提策略通过动态调控数据向备选节点分发,较好地克服了传统转发策略中网络拥塞问题,提高了数据传输的实时性和可靠性。

WEB服务器集群系统中负载平衡的设计与实现

在In ternet和In tranet上,随着客户机数量和密集性任务的增加,单个W eb服务器受到处理能力的限制,已经成为网络访问的新瓶颈。如果W eb服务器集群系统具备高可用性和负载平衡性将成为解决这一问题的最佳方法。本文重点研究了服务器集群负载平衡的原理和实现技术。文中用排队论的方法分析集群系统的性能,通过对服务器负载性能数据的实时采集和对轻载服务器的周期性判决做到动态的负载平衡。测试结果表明,本文提出的负载平衡方法应用于W eb服务器集群系统中,其吞吐量提高了30%以上。

基于开销代价的网络地理信息服务负载均衡算法研究

基于单位时间开销代价矢量,提出同时考虑地形数据请求在服务器队列中的等待时间与服务器对请求的处理时间的最小总代价分布式算法。算法计算转发请求给每台服务器的概率空间,并根据地形数据请求到达时临时生成的随机数在概率空间中的落点确定转发请求的目标服务器。通过配置单位时间开销代价矢量,可以灵活地维护与升级集群服务器,具有良好的可扩展性。仿真结果表明最小总代价算法能在大规模、高强度的地形漫游中均衡地分发请求,使集群服务器充分发挥其优势从而获得最小的漫游响应时间。仿真结果还表明在低强度地形漫游时,各种负载均衡算法表现大致相同;在高强度地形漫游时,设计负载均衡算法最好考虑服务器端队列的排队情况。

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．

NoC中负载均衡的AVOQ路由器设计

针对片上网络中使用虚拟输出队列(VOQ)机制的路由器在网络拥塞时存在的头阻塞问题,提出负载均衡的AVOQ路由器架构。首先,输入缓冲区仍使用VOQ机制来处理头阻塞问题。其次,在路由计算模块自适应地选择输出端口,确保数据从较不拥塞的端口输出;在单个虚通道内自适应地读取数据包,确保下游不拥塞的流量能够在网络里流通。实验结果表明,相较于虚通道路由器和VOQ路由器,AVOQ路由器平均延时最多减少83.2%和57.1%,吞吐率最多增加72.7%和33.3%,功耗和面积开销可接受。该方案通过两个层级的自适应均衡全网的流量分布,缓解拥塞,进而降低头阻塞出现的可能性,并在头阻塞出现时消除其影响,提升网络性能。

基于.NET Remoting的动态负载平衡模型

在对.NETRemoting技术和传统的分布式负载平衡算法深入研究的基础上,提出一种排序队列和哈希映射矩阵相结合的负载平衡策略,给出一个分布式环境下的动态负载平衡模型。一方面可提高系统吞吐量,另一方面可缩短任务请求的响应时间。模型采用模块化设计方法,使其具有部署灵活性和容错性,并应用滑动窗口机制提高模型的负载平衡指标可信度。

具有物理排队的多模式动态网络加载问题研究

给出了一个物理排队条件下的考虑多种交通模式相互作用的离散时间动态网络加载模型,模型将单一模式动力波理论扩展为多模式动力波理论.假设路段上只有两种流量状态:一个是后向波,不同模式车辆处于拥挤状态时,车辆不能通过超车来改变车辆速度,导致处于排队中的不同模式车辆速度趋于一致,进而只以一种拥挤波向后传播;另一个是前向波,由于不同模式车辆处于自由流状态,车辆按照自身速度行驶.根据路段出入口的不同模式车辆的累计车辆数,以及路段波速,计算可能的路段出入口流量;并以此为基础,进一步计算路段的实际出入口流量.仿真试验结果表明,模型能够很好地反映多模式拥挤排队状况.

Storm流式计算框架反压机制研究

Storm集群提供了强大的实时处理能力,Storm上下游处理节点由于任务差异而导致数据流元组Tuple处理超时从而影响系统吞吐量及其性能。针对该问题,提出了一种能够灵活调节Topology中各环节数据负载的反压机制,该机制采用可变队列,并根据当前Tuple负载动态调整队列大小,以适应数据负载的动态变化,并提升系统吞吐量。实验结果表明,该反压机制能够避免反压过程中出现数据流的震荡,同时提高系统性能和稳定性。

支持动态负载平衡的分层消息队列模型

中间件技术为解决异构分布式环境下的负载平衡问题提供了有力的工具,但传统的消息中间件负载平衡的实现较为复杂,其动态参数繁多且容易带来额外开销。提出了一种分层消息队列模型,该模型中利用队列组管理器对分布式队列进行组管理,并提供了丰富的任务分配策略。在该模型的基础上提出动态负载平衡实现方案:通过基于队列的阈值阈长模型实时监控成员队列的负载情况,采用集中式调度进行负载信息搜集和负载平衡决策,结合负载迁移和队列组管理进行过载处理。

动态消息队列负载均衡策略的研究与应用

针对约束条件下多消息输入问题,提出多消息队列并发处理模型,权值负载预测模型和两阶段调度策略,实现接入消息快速分发和消息队列间动态负载均衡。通过仿真证明其优越性,并实现采用此策略的IPTV互动消息处理系统,满足了互动消息业务对系统消息接收能力、并发处理能力和实时响应能力等方面的需求。

基于MPI的主从式并行任务分配的研究与实现

并行计算中的任务分配和负载平衡是衡量程序性能的两个重要因素。针对任务分配问题,先用求连通分量的算法将任务分配成若干个任务组,再利用队列的性质,将每组任务动态地分配给空闲的从进程,从而一定程度上减少了问题解决的时间,同时达到了负载平衡的目的。

基于分时电价的智能家电控制方案

为利用需求响应(demand response,DR)技术削减配电小区峰谷负荷差,改善负荷曲线,提出一种基于分时电价的智能家电管理控制方案。首先,针对各家电设备运行规律不同的特点,抽象出3种家电负荷类型,并建立对应类型的控制模型及DR策略;其次,按照分时时段对分时电价信息进行模糊化处理,得到电价优先级,针对DR事件(需求响应最大限制负荷、需求响应时间、可中断负荷时长等),引入DR控制规则和预调度机制;最后,对控制调度队列中家电的调度顺序进行切换和实施控制,以实现峰谷负荷的均衡。通过仿真算例对比分析了预调度与正常DR调度对电网负荷的均衡效果和经济效益,结果表明,控制方案能减少用户的整体费用支出和缓解电网负荷,因而是可行且合理的。

一种同时多线程指令队列竞争缓解策略

同时多线程结构利用线程级并行和指令级并行的优势,提高了指令吞吐率,但线程对关键资源(如指令队列)的竞争会削弱这种优势,造成资源浪费,又会降低处理器性能.提出了指令队列利用参数,通过分析指令队列利用率与处理器性能的关系,用实验评估了在四线程情况下,典型静态指令队列竞争缓解策略(如Dwarn,2OP_Block,Static)及其组合对处理器性能的影响.给出了load依赖链模型,分析了基于load依赖链的基准程序线程特性,提出了一种结合线程特性的指令队列竞争缓解策略.实验结果表明,该策略能够加速执行指令吞吐率较高的线程,通过提升此类线程的性能使整体指令吞吐率进一步增加.

一种基于链路状态组合度量的无线网状网路由协议

在分析Adhoc网络中的经典路由协议AODV的基础上,结合无线网状网的特点,提出了基于链路加权的无线网状网路由协议MODVWLS。协议通过节点的可用带宽、缓冲队列和吞吐性能等计算每一跳的代价(即权重),选择从信源到信宿累计权重最小的路径作为路由。对链路权重计算、报文格式、路由发现和维护过程进行了详细阐述,并利用NS2对MODVWLS协议进行了仿真实现。结果表明,MODVWLS协议能合理利用空闲节点和链路资源,较好地均衡网络负载,在数据包转发率、端到端延迟和标准化路由负载等性能上均优于AODV协议。