云计算环境背景下的流量控制方法

发布时间：2021-10-09 05:54

　　针对当前云计算系统中流量控制的缺陷,提出HTB改进算法以适应云计算环境.仿真结果表明:该算法能有效降低云计算网络服务的延时,具有较高的稳定性,对云计算服务质量的提升有重要的作用.采用无锁队列的HTB算法相较于传统HTB算法性能更为优异,克服了传统算法在处理速度上的缺陷,满足云计算环境下流量高效控制要求. 

【文章来源】：宁德师范学院学报(自然科学版). 2020,32(02)

【文章页数】：5 页

【部分图文】：

HTB算法模型示意图[5]

图1 HTB算法模型示意图[5]内部类（inner class）：图中的类1∶1与1∶10属于内部类.该类并无缓存流量的作用，主要功能是根据设定的值对该类剩余的令牌进行分配[6].内部类中拥有多项参数，有层级（L）、实际速率（R）、确定速率（AR）以及封顶速率（CR）等.

为进一步验证改进后的HTB算法在云计算环境下流量控制的有效性，对环境进行部署，对标准HTB算法及改进后的算法进行性能测试.分别对两种算法进行最短包、无空类及有空类三组实验，实验结果如图5.从图中可以明显看到，无论何种情况下，改进后的HTB算法的总出口速率均明显高于标准HTB算法，提出的算法能承受庞大数据的云计算处理要求.同时对出口数据速率进行等间隔采样，结果显示改进后的HTB算法的曲线相较于标准算法起伏非常小，基本呈直线，进一步表明提出的算法具有较强的稳定性.此外对两种算法的延时进行了测试，测试结果如图6.从图中可以看到在20 M之前两种算法基本没有延时，但是随着发包数的增加，两者之间的延时差异愈发明显，尤其在500 M之后，标准HTB算法的延时陡然增加，而改进后的算法则增长较缓.通过对比可以明显看到改进后的HTB算法的延时明显低于标准算法，表明改进后的算法性能更为优异，在大负载量时具有良好的流量控制作用.

【参考文献】：
期刊论文
[1]云计算平台下的大数据分流系统的设计研究[J]. 解艳.  电子设计工程. 2019(09)
[2]云计算中网络节点流量输出效率预测研究[J]. 王喜军.  计算机仿真. 2018(08)
[3]基于SDN的数据中心网络流量控制技术[J]. 吴艳梅.  科技风. 2018(03)
[4]基于OpenStack的云计算网络性能测量与分析[J]. 王小艳,陈兴蜀,王毅桐,葛龙.  山东大学学报(理学版). 2018(01)
[5]云计算下的一种网络流量预测算法的研究[J]. 赵荷,赵海燕,宁多彪.  科技通报. 2017(10)
[6]基于云计算的海量网络流量数据分析研究[J]. 阎栋,董媛.  自动化与仪器仪表. 2017(09)
[7]一种网络流量预测模型的研究[J]. 陈南岳,汤永斌,岳淼,滕云.  科技通报. 2017(07)
[8]基于数据中心流量特征的端到端流量估计算法[J]. 乔焰,焦俊,饶元.  计算机科学. 2017(02)
[9]基于SDN的一种云服务流量控制方法研究[J]. 匡玉雯,王勇,曾小宝.  微型机与应用. 2015(04)

硕士论文
[1]云计算环境中的流量控制算法的研究[D]. 秦唯特.北京邮电大学 2018



本文编号：3425769