基于mean-variance的服务集群负载均衡方法

摘要：

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.

关键词：负载均衡、mean-variance模型、遗传算法、负载调度

所属期刊栏目：33

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61379036,61502430;国家自然科学基金委中丹合作项目61361136002;浙江省重大科技专项重点工业项目2014C01047;浙江理工大学“521人才培养计划”基金资助项目 The National Natural Science Foundation of China61379036,61502430;China-Denmark Cooperation Program of the National Natural Science Foundation of China61361136002;Major Science and Technology Projects of Zhejiang Province2014C01047;521 Talent Project of Zhejiang Sci-Tech University

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8