结合分类回归树和K近邻的负载均衡预测算法

发布时间：2018-04-14 17:15

  本文选题：负载均衡 + 时间序列的预测　； 参考：《北京邮电大学学报》2017年S1期

【摘要】：提出了针对移动平台使用XMPP协议服务器端的基于分类回归树和K近邻结合的预测算法.该方法首先通过动态反馈采集服务器节点的资源信息组成时间序列,对时间序列进行预测计算.然后将服务器节点分区域管理,运用不同的调度策略.实验结果证明,与原始的加权轮询和最小连接数算法相比,该预测算法在连接响应时间上减少了25%,在建立连接的平均速率上提升了近1.3倍,动态的调度策略使得服务器集群有更大的吞吐量,对于移动平台有更好的适应性.
[Abstract]:A prediction algorithm based on classified regression tree and K-nearest neighbor is proposed for mobile platform using XMPP protocol server.In this method, the time series is formed by collecting the resource information of the server nodes dynamically, and the time series is predicted and calculated.Then the server nodes are managed by different scheduling strategies.The experimental results show that compared with the original weighted polling and minimum connection number algorithm, the proposed algorithm reduces the connection response time by 25% and increases the average connection rate by nearly 1.3 times.Dynamic scheduling strategy makes server cluster have more throughput and better adaptability to mobile platform.
【作者单位】： 北京邮电大学信息安全中心;
【基金】：国家242信息安全计划项目(2015A136)
【分类号】：O211.61;TP368.5

【相似文献】

相关期刊论文 前2条

1 黄子轩;马超;徐瑾辉;黄江楠;;复杂网络中集聚系数对链路预测算法的影响[J];科技视界;2014年12期

2 王洪,冯嘉礼;基于属性论方法的股市预测算法[J];复旦学报(自然科学版);2004年05期

相关硕士学位论文 前9条

1 钱吕见;复杂网络中基于角色传递性和对称性的链接预测算法研究[D];兰州大学;2016年

2 周真争;基于社团综合属性的链路预测算法研究[D];南京信息工程大学;2016年

3 许忠奇;基于信息熵的复杂网络链路预测算法研究[D];南京理工大学;2017年

4 高杨;基于局部结构的复杂网络链路预测算法研究[D];安徽大学;2017年

5 王亮;链接预测算法及应用[D];湘潭大学;2013年

6 辛霆麟;基于标签传播的链路预测算法研究与应用[D];北京交通大学;2014年

7 孙红卫;关于基因预测算法准确性度量标准的分析[D];四川大学;2006年

8 赵婵媛;一种社会网络链接预测算法研究[D];哈尔滨工程大学;2012年

9 李巍;基于网络拓扑结构的社团演化研究[D];北京邮电大学;2015年

，

本文编号：1750278