摘要：由于数据传输节点能量有限,易受到节点负载不均衡影响,无法选择有效的传输通道,因此节点存活率较低、时延较高。为此,提出了考虑节点负载的光纤通道多路数据混合传输方法。采用关键能量平均值计算方法,计算所有路由路径关键能量值,根据光纤通道整体能耗选择传输路径。通过可变边界的时间轴多路复用帧结构,建立初始传送路径,采用能量平衡法为多路径分配传输工作量,估算各路径所承载的数据传输量。充分考虑节点负载,计算从源节点到目标节点的路由能量消耗,避免了节点过量负载。采用时分复用与波分复用混合方式,实现光纤通道多路数据混合传输。实验结果表明,该方法最高时延达到0.5 s,节点存活率为0.96,能够有效实现光纤通道多路数据高质量混合传输。

摘要：针对传统负载均衡策略负载均衡效率低的问题,对物联网环境下节点负载均衡策略进行研究。笔者经过对比软件负载均衡和硬件负载均衡、静态负载均衡和动态负载均衡,确定软件动态负载均衡为策略方向,并设计负载节点收集模块、负载节点处理模块以及网络宽带扩展模块,针对IO消耗型任务和CPU消耗型任务的均衡分配,引入任务划分型负载均衡算法。经过验证,此次研究的节点负载均衡策略负载均衡效率较高。

摘要：为提高分布式存储系统中纠删码的修复性能,对现有的纠删码修复流水线(repair pipelining,RP)进行研究后,设计一种网络结构Optns(optimal network structure),以改进故障修复时节点负载不够均衡的问题。为评价Optns的性能,提出算节点负载和修复时间的算法。通过构造更多的流水线路径,让节点均匀分摊修复中的各项工作。理论分析及实验结果表明,相比RP原始网络结构,Optns在不对修复时间造成负面影响的情况下平衡了节点的负载,具有最优的负载均衡性。

摘要：为了优化大数据存储架构可扩展性能,提高大数据架构资源利用率,通过引入Kalman算法设计了一种大数据存储架构可扩展性优化算法。首先,综合考虑大数据存储架构与多核环境内存布局之间的兼容性,设计架构内存布局。其次,设计分布式共享内存协议,确保各个进程在访问共享内存时能够正确地协同工作,提高存储架构的容错性。在此基础上,利用Kalman算法,动态调整存储节点的负载,进而优化大数据存储架构,以提高其可扩展性。实验结果表明,应用该算法后,大数据存储架构的资源利用率始终高于对照组,均达到了96%以上,最高达到了98%,架构可扩展性优化效果显著,服务器资源利用更充分,大规模数据处理更高效。

摘要：针对当前云计算负载均衡方法存在的节点过负载或者长期空闲等难题,以改善云计算负载均衡效果,设计了基于量子粒子群优化算法的云计算负载均衡方法.建立了云计算负载均衡数学模型,引入量子粒子群优化算法对云计算负载均衡数学模型的最优解进行搜索,找到最优的云计算负载均衡方案,在相同环境下与经典云计算负载均衡方法进行仿真对比实验.结果表明,提出的算法能够实现云计算负载均衡,提高了云计算资源的利用率,加快了云计算负载执行速度,是一种速度快、效率高的云计算负载均衡方法.