一种改进的Linux集群系统负载均衡算法

提出一种基于改进的Linux集群系统负载均衡算法.首先通过修改负载权值计算指标,然后通过动态反馈机制收集各个各服务器的实时负载,负载均衡器根据收集的负载信息动态调整服务器权值,最后根据权值选择最优服务器去处理新的任务.仿真测试结果表明,改进负载均衡算法提高了整个系统的响应能力和吞吐量,较大幅度地提高系统的综合性能.     

最宽不相交多路径均衡路由算法的改进及其分析

针对最宽不相交路径(WDP)算法计算每个可行路径工作量大而且非常耗时——计算n条路径需要耗费O(n3)次迭代的问题,为了减少算法的复杂度和缩短计算候选路径的时间,提出了一种通过减少可行路径集的数量和限制计算迭代次数的改进算法,该算法使用具有可用带宽的可行路径集的子集代替所有可行路径来计算候选路径。性能分析表明:改进后的算法和最初的WDP算法相比具有较快的收敛速度和较低的计算复杂度,对于给定的通信流量能够提升网络性能。     

医院数据库负载均衡设计实践

随着医院业务规模的扩大,对信息系统应用范围也日渐扩大,数据和网络安全越来越成为医院关心的问题之一。医院网络系统的高可用性和数据库的高安全性是其中最为引人关注的问题。本文对医院数据库负载均衡问题进行了较科学的设计,并有效地解决了系统在使用高峰时运行速度缓慢、启机等问题,保证联网工作站良好运行。     

负载均衡技术的方案设计与应用

随着业务量的提高以及数据流量的快速增长。信息网络服务器的硬件运算能力也必须随之增强。如果只靠对设备的升级来解决问题。将造成现有资源的极大浪费，因此采用负载均衡机制对现有资源实现综合利用。     

基于LVS和虚拟化技术的负载均衡系统建设研究

目的：通过LVS技术和虚拟化技术的运用,实现多层体系架构中间层的负载均衡,提高系统整体效率。方法：建立基于Linux系统的LVS作为负载调度器,集中调度和管理通过虚拟化技术构建的8台服务器构成的中间层服务器群,完成中间层服务器负载均衡系统建设。结果：中间层系统实现了高可靠性、高伸缩性和高度冗余。     

负载均衡技术在校园网中的应用

随着校园网用户不断增长，各种网络应用层出不穷。用户的数据、语音、图像等请求越来越多，校园网的输入，处理和输出的数据量非常大，单个的低端路由器或防火墙不能完全处理，从而造成拥塞，形成瓶颈。如果更换现有路由器，升级为处理能力更高的路由器以满足当前的业务需求，必将造成高额的成本投入和现有资源的浪费。在此情况下，本文就针对校园网中单一低端路由器或防火墙造成的网络拥塞，     

医院网站服务器群负载均衡解决方案

通过对医院网站主要目的及功能设计原则的定位分析,指出医院网站站群系统是基于服务器群来实现的.介绍能够适应服务器群设备性能优化需求的负载均衡技术及其发展历程,提出医院网站服务器群负载均衡的解决方案,以满足系统稳定性、安全性及高效性的需要.     

基于虚拟IP的网络服务器负载均衡设计与应用

在高流量网络系统中，针对网络结构、服务器接入与安全等方面负载均衡的设计要素，对服务器负载均衡算法进行研究，建立了一种基于虚拟IP（VIP）的双路负载均衡总体设计方案，并利用此种结构和具体VIP设备进行测试与评价，实践证明。这种基于VIP的均衡器设计方法使网络整体性能得到较好的提高。     

保障顺畅的数据流--医院数据库负载均衡设计与实施

随着医院业务不断发展,规模越来越大,其信息系统(HIS)应用范围也日渐扩大,数据和网络安全越来越成为医院最关心的问题之一。同时,由于问题而引起的系统瘫痪、重要数据丢失等现象也不断困扰着用户,使网络管理变得复杂。对于医院用户而言,最关注的两方面为系统的高可用性和数据库数据的高度安全。高可用性即要求保证业务能够不间断地运行;数据高度安全则是用户业务的基础,数据是整个医院的信息集合地,没有数据就没有业务。     

面向多路径并行传输的拥塞控制及公平性

从多路径传输拥塞控制算法设计原则出发,综合分析了多路径传输的特点及公平性问题,提出值得探讨的多路径公平性评价体系。综述了现有的多路径拥塞控制的研究成果,并指出拥塞控制的发展方向以及值得研究的关键技术。     

乙酰化生物学研究进展

在网络节点数量不断增加的情况下,JXTA基于洪泛的路由策略会使得网络中出现很多冗余的数据包,致使网络拥塞、路由效率低下,难以适应复杂的网络环境。结合蚁群算法和随机游走算法提出了一种动态路由算法,该算法对路由解析请求信息的转发规则做出改变,减少路由解析请求信息的转发数量,从而对JXTA的路由策略进行改进。利用Peersim网络模拟器进行了网络仿真实验,实验结果表明改进的路由算法可以明显减少冗余数据包的数量,有效提高了JXTA网络的路由效率。     

非满载车辆路径问题的改进粒子群优化算法

将局部版粒子群算法应用于非满载车辆路径问题,设计了一种实数编码方案,线性调整惯性权值,改进粒子更新公式,建立了解决该问题的粒子群算法。用该算法求解了两个车辆路径问题的算例,并与遗传算法和标准粒子群算法进行了比较。结果表明:该算法提高了搜索最优路径的成功率,能更有效地求解非满载车辆路径问题。     

基于改进分布估计算法的带并行机模糊混合Flow Shop调度

针对处理时间不确定情况下带并行机的混合Flow Shop调度问题,基于模糊规划理论,采用一种模糊数排序的方法建立了调度模型;以最小化加权模糊最大完工时间的平均值和不确定度作为调度目标,提出一种改进分布估计算法(IEDA)求解上述问题。 IEDA算法采用基于NEH(Nawaz Enscore Ham)和破坏重建策略的初始化方法,对较优个体进行变邻域局部搜索以提高算法的局部搜索能力,同时采用破坏重建策略增加种群多样性,在最优解连续若干代没有改进时对其进行基于破坏重建策略的变邻域局部搜索,增强算法跳出局部最优的能力,并用正交设计的方法调节算法参数。仿真实验结果验证了本文算法的优越性。