云计算环境中基于自适应模糊控制的负载均衡算法研究
发布时间：2021-01-03 17:37
互联网已经是当今人类日常生活中的重要组成部分,人们对互联网的依赖越来越强,它就像一张大网将所有人紧密地联系在一起。随着互联网的普及,人们对网络的质量提出了更高的期望,越来越快的网速,越来越大的文件,越来越多的访问,这都对互联网行业提出了更高的要求。服务器的性能优劣在很大程度上决定着用户的体验好坏,如何充分利用固定的硬件资源,使服务器能承载更大的网络负载就是本文所研究的内容,本文研究重点在于设计出一套比传统负载均衡算法更高效、稳定的算法。本文首先综述了负载均衡算法的现状、实现方式以及达到的效果。分析了现有负载均衡算法的优劣,并找出其中的原因。以此为基础,再结合负载均衡的发展走向,来设计新的负载均衡算法。然后本文研究了现有的网络结构,以及相关网络协议和技术,提出了利用DNS协议来实现负载均衡的思路。同时研究了自适应模糊控制系统,从理论出发进行推导和设计,证明了自适应模糊控制系统十分适合用来实现负载均衡算法。接着,根据互联网的知识和自适应模糊控制的知识,设计出了一整套具有负载均衡能力的服务器系统,该系统由几个小系统组成,分别为:客户端、负载均衡服务器、后台web服务器群和DNS服务器。整套系...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
服务器端简图
图 2-2 模糊系统简图1. 模糊化环节的功能。该环节主要处理输入，模糊控制器是以模糊语言为基础来设计的控制器，因此模糊控制器能够处理的是模糊变量，而一般来说真实的系统输入都是精确量，因此需要通过该模块来进行转换，将输入变量处理为模糊控制能够识别的语言变量。2. 知识库环节的功能。该环节是模糊控制器的核心，规则库由模糊语言组成，存储了相关领域的专家知识，一般来说有两种知识：关于系统本身的规则和关于控制知识的规则。有些模糊系统可能只包含关于系统本身的规则，有些模糊系统只包含控制知识的规则，有些系统则包含两部分规则。3. 模糊推理环节的功能。该环节利用输入的模糊变量和存储的知识库为基础，来进行逻辑推理，主要是进行一些模糊数学运算，以此来实现逻辑推理的功能。4. 清晰化环节的功能。该环节和模糊化环节相反，主要为输出环节，将控制器输出的模糊量转换为清晰量，并输入给被控系统，对其进行控制。2.3.3 自适应模糊控制
26图 3-2 Apache Bench 测试结果图 3-2 为 Apache Bench 压力测试的结果解析，这些指标直接反映了后台服务器群的整体服务质量。但是由于使用 Apache Bench 进行压力测试时，只进行一次 DNS 查询，这样，将无法对客户端的请求进行调度，因此必须在 Apache Bench 的基础上进行改造，编写相应客户端程序，同时封装了 Apache Bench 的功能。3.2.2 DNS 服务器DNS (Domain Name System)系统，为客户端提供从域名解析到 IP 的服务。域名是我们平时使用的网址，有自己特定的格式，比如：example.com、hit.edu.cn等
【参考文献】：
期刊论文
[1]基于Linux系统的构建高性能服务器的研究[J]. 乔平安,颜景善,周敏. 计算机与数字工程. 2016(04)
[2]A Dynamic Load Balancing Method of Cloud-Center Based on SDN[J]. WANG Yong,TAO Xiaoling,HE Qian,KUANG Yuwen. 中国通信. 2016(02)
[3]十三五我国云计算规模预测[J]. 朱明林,曾绍聪. 电子测试. 2013(23)
[4]MDSLB:A new static load balancing method for parallel molecular dynamics simulations[J]. 武云龙,徐新海,杨学军,邹顺,任小广. Chinese Physics B. 2014(02)
[5]A Load Balancing Model Based on Cloud Partitioning for the Public Cloud[J]. Gaochao Xu,Junjie Pang,Xiaodong Fu. Tsinghua Science and Technology. 2013(01)
[6]新一代互联网的概述[J]. 党华筝. 中国新技术新产品. 2011(16)
[7]Research on Directly Adaptive Fuzzy Algorithm Based ACC Controller[J]. 李径亮,刘昭度,叶阳,尚秉旭. Journal of Beijing Institute of Technology. 2010(02)
[8]云计算应用中的不足及改进建议[J]. 乔文宝. 电脑知识与技术. 2010(16)
[9]分级网格服务的Apache ab测试分析[J]. 赵佳,赵铭,李昌华. 电子设计工程. 2009(03)
[10]A Fuzzy Logic Based Supervisory Hierarchical Control Scheme for Real Time Pressure Control[J]. N. Kanagaraj,P. Sivashanmugam,S. Paramasivam. International Journal of Automation & Computing. 2009(01)
博士论文
[1]未来互联网络资源负载均衡研究[D]. 宋绍义.北京邮电大学 2014
[2]基于内容发布网络（CDN）的域名解析系统[D]. 秦臻.电子科技大学 2012
硕士论文
[1]基于Nginx服务器集群负载均衡技术的研究与改进[D]. 王利萍.山东大学 2015
[2]基于BIND和SQUID技术的CDN在电信网络中的应用[D]. 程争光.北京邮电大学 2015
[3]云计算环境下负载均衡技术的研究[D]. 陈波.江南大学 2014
[4]IaaS云计算服务定价问题研究[D]. 袁泽凯.江苏科技大学 2014
[5]自适应模糊控制算法研究及其实现[D]. 石如冬.哈尔滨工业大学 2008
[6]自适应模糊控制算法的研究[D]. 方志明.江苏大学 2003
本文编号：2955217
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
服务器端简图
图 2-2 模糊系统简图1. 模糊化环节的功能。该环节主要处理输入，模糊控制器是以模糊语言为基础来设计的控制器，因此模糊控制器能够处理的是模糊变量，而一般来说真实的系统输入都是精确量，因此需要通过该模块来进行转换，将输入变量处理为模糊控制能够识别的语言变量。2. 知识库环节的功能。该环节是模糊控制器的核心，规则库由模糊语言组成，存储了相关领域的专家知识，一般来说有两种知识：关于系统本身的规则和关于控制知识的规则。有些模糊系统可能只包含关于系统本身的规则，有些模糊系统只包含控制知识的规则，有些系统则包含两部分规则。3. 模糊推理环节的功能。该环节利用输入的模糊变量和存储的知识库为基础，来进行逻辑推理，主要是进行一些模糊数学运算，以此来实现逻辑推理的功能。4. 清晰化环节的功能。该环节和模糊化环节相反，主要为输出环节，将控制器输出的模糊量转换为清晰量，并输入给被控系统，对其进行控制。2.3.3 自适应模糊控制
26图 3-2 Apache Bench 测试结果图 3-2 为 Apache Bench 压力测试的结果解析，这些指标直接反映了后台服务器群的整体服务质量。但是由于使用 Apache Bench 进行压力测试时，只进行一次 DNS 查询，这样，将无法对客户端的请求进行调度，因此必须在 Apache Bench 的基础上进行改造，编写相应客户端程序，同时封装了 Apache Bench 的功能。3.2.2 DNS 服务器DNS (Domain Name System)系统，为客户端提供从域名解析到 IP 的服务。域名是我们平时使用的网址，有自己特定的格式，比如：example.com、hit.edu.cn等
【参考文献】：
期刊论文
[1]基于Linux系统的构建高性能服务器的研究[J]. 乔平安,颜景善,周敏. 计算机与数字工程. 2016(04)
[2]A Dynamic Load Balancing Method of Cloud-Center Based on SDN[J]. WANG Yong,TAO Xiaoling,HE Qian,KUANG Yuwen. 中国通信. 2016(02)
[3]十三五我国云计算规模预测[J]. 朱明林,曾绍聪. 电子测试. 2013(23)
[4]MDSLB:A new static load balancing method for parallel molecular dynamics simulations[J]. 武云龙,徐新海,杨学军,邹顺,任小广. Chinese Physics B. 2014(02)
[5]A Load Balancing Model Based on Cloud Partitioning for the Public Cloud[J]. Gaochao Xu,Junjie Pang,Xiaodong Fu. Tsinghua Science and Technology. 2013(01)
[6]新一代互联网的概述[J]. 党华筝. 中国新技术新产品. 2011(16)
[7]Research on Directly Adaptive Fuzzy Algorithm Based ACC Controller[J]. 李径亮,刘昭度,叶阳,尚秉旭. Journal of Beijing Institute of Technology. 2010(02)
[8]云计算应用中的不足及改进建议[J]. 乔文宝. 电脑知识与技术. 2010(16)
[9]分级网格服务的Apache ab测试分析[J]. 赵佳,赵铭,李昌华. 电子设计工程. 2009(03)
[10]A Fuzzy Logic Based Supervisory Hierarchical Control Scheme for Real Time Pressure Control[J]. N. Kanagaraj,P. Sivashanmugam,S. Paramasivam. International Journal of Automation & Computing. 2009(01)
博士论文
[1]未来互联网络资源负载均衡研究[D]. 宋绍义.北京邮电大学 2014
[2]基于内容发布网络（CDN）的域名解析系统[D]. 秦臻.电子科技大学 2012
硕士论文
[1]基于Nginx服务器集群负载均衡技术的研究与改进[D]. 王利萍.山东大学 2015
[2]基于BIND和SQUID技术的CDN在电信网络中的应用[D]. 程争光.北京邮电大学 2015
[3]云计算环境下负载均衡技术的研究[D]. 陈波.江南大学 2014
[4]IaaS云计算服务定价问题研究[D]. 袁泽凯.江苏科技大学 2014
[5]自适应模糊控制算法研究及其实现[D]. 石如冬.哈尔滨工业大学 2008
[6]自适应模糊控制算法的研究[D]. 方志明.江苏大学 2003
本文编号：2955217
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2955217.html
