基于遗传珊瑚礁算法的负载均衡研究

发布时间：2020-05-15 04:16

【摘要】：针对运营商创新业务订单系统与政府合同安全保护备案系统之间需要进行频繁的大量数据交换共享,时常出现大量数据并发报送造成服务器不能及时响应,带来数据不能实现高效的传输处理导致政府的监管没有办法更加正常、有效、安全地实施。但是优化的负载均衡体系可以解决海量数据同时发送造成服务器响应不及时的问题,并且能够将数据共享效率提高的同时降低数据交换共享时带来的危险,能够有效地保障数据共享的安全性。同时有利于政府稳定有序地开展监管业务,有助于运营商与政府企业对接创新业务,有利于市场的平稳发展,同时也有利于智慧城市的开展。初期负载均衡的产生是能够有效地解决服务器集群中出现任务调度不均衡造成拥塞的问题,现在随着互联网的深入和大数据时代的到来,尤其是云计算开始走向我们的生活也有越来越多的人认可和使用,而负载均衡也渐渐成为云计算不可分割的重要部分同时也是研究领域的一个重点方向。由此本文提出一种将遗传算法与珊瑚礁算法相融合的负载均衡方法,提高了网络资源利用率,使负载均衡更加合理。本文提出的算法思想主要是将遗传算法中交叉、选择和变异应用到珊瑚礁算法当中,进而提出一种基于遗传珊瑚礁优化算法,由于遗传算法的基本思想是将生物学中遗传概念应用于进化计算中,将进化计算中的每一代个体分成若干类,从中选出若干适应度较大的个体作为一类优秀代表组成一个群,将遗传算法中的遗传选择操作更大地优化。再在种群中,以及不同的种群之间,进行交叉,变异等操作产生一代新个体,因此遗传算法中的全局搜索能力有了提高并且遗传算法中种群的多样性也有所增加,进而提高了网络资源利用率,针对网络负载不均衡的状况有明显的改善。无论在传统的遗传算法还是在本文提出的遗传算法和珊瑚礁算法融合的优化算法,适应度函数是评判任务分配是否达到最优的标准,且在负载均衡的研究中举足轻重。针对此种现象,本文将所有的服务器都视作计算服务器进行处理。海量任务进行并发请求需要进行最优分配组合时,通过服务器最大利用率及时间最小化进而实现的负载均衡,优化资源配置及效率为负载均衡机制。其次针对云计算和负载均衡的相关概念进行描述分析,遗传算法与珊瑚礁算法结合流程进行介绍。最后利用云计算仿真平台CloudSim进行扩展,完成了不同算法之间的对比实验,实验从迭代次数、时间及功耗成本、负载均衡性方面入手。实验结果表明,改进后算法以上方面都要优于遗传算法、珊瑚礁算法及其他融合群智能算法等。
【图文】：

架构图,负载均衡,架构,中心资源

虚拟机3图 2.3 负载均衡架构Fig2.3 Load Balancing Architecture2.2.2 云计算中数据中心资源调度标准设定不同的云服务公司陆续开始提出标准化的应用程序在不同云之有代表性的日本富士通公司和云计算相对成熟的纽约威睿公司两云计算中数据中心资源标准进行了设定。日本富士通公司将数据中虚拟服务器、虚拟系统和虚拟数据中心等是依据用户使用的流程进区域的数据中心为虚拟数据中心定义为 VDC;为设配提供商方便提源及相关属性和操作为虚拟系统描述定义为 VSYS DescriptDescriptor 的集合则为 VSYS;保障服务可靠性的供给则为虚拟硬盘对云计算资源的分类和定义如图 2.4 所示，，纽约威睿公司对云计算

公司分类

图 2.5 威睿公司分类和定义Fig2.5 Classification and Definition of VMware Company2.3 负载均衡主要算法每台服务器上都会分配一个相比于其他服务器能够处理连接能力的权重为加权轮载均衡算法(WRR)、将任务请求分配给任务最少的服务器加权最小连接负载均衡算LC)，这些算法均为负载均衡的主要算法的一部分。关于加权轮询负载均衡调度算法[19]，段中兴[31]等人提出一种针对信道不清晰误码率况提出一种加权轮询负载均衡调度公平的算法。通过误码率的定向衡量和测评针对信前所处的负载情况进行合理的推导判断，进一步使信道中每个链路负载调度值自动进整适应。同时为了增强自主寻有的能力还引用了模糊规则自校正算法。徐淑琦[32]等人doop 平台上为了进一步将任务调度的效率针在加权轮询调度算法的基础环境下pReduce 本身的优点特性进行提高提出了改进，保证了任务分配的公平性，缩短任务的执行反馈时间，执行任务的比例有所提高。加权最小连接负载均衡算法(WLC)是服会把任务请求调度分配给任务数量与其他服务器相比相对较少的服务器上。徐敏[33]等
【学位授予单位】：吉林农业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18;TP393.02

【参考文献】