基于机器学习的动态负载均衡模型研究

作     者：王春波 WANG Chunbo

作者机构：黑龙江财经学院财经信息工程系哈尔滨150025 

基　　金：黑龙江省教育厅高等教育教学改革研究项目(JGY20200519) 

出 版 物：《黑龙江工程学院学报》 (Journal of Heilongjiang Institute of Technology)

年 卷 期：2022年第36卷第5期

页      码：22-26,57页

摘      要：现阶段,负载均衡服务器运行参数是根据经验设定的,这不利于自动运维。针对该现状,笔者提出一种基于机器学习的动态负载均衡模型。该模型在传统的负载均衡模型基础上增加了负载权重预测模块,并为策略转发模块补充动态调整功能。权重预测模块采用机器学习的经典算法线性回归来预测各个负载权重值,算法采用非定时触发机制,在预测权重值的同时也动态调整算法模型参数和触发周期,具备自我调优能力。策略转发模块在经典转发算法上增加了动态调整权重值功能,能够平滑地对权重参数进行调整而不影响后端负载能力。权重预测模块与策略转发模块采用多线程设计,互不干扰,仅通过消息缓冲区进行通信,保证了模块独立性和稳定性。压力测试表明,改进的负载均衡模型能够动态调整负载参数,结果符合预期。

主 题 词：机器学习 负载均衡 线性回归 损失函数 梯度下降法 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.19352/j.cnki.issn1671-4679.2022.05.004

馆 藏 号：203115098...