基于改进布谷鸟搜索的Web集群自适应负载均衡算法

• 作者: 包晓安 吴彪 张娜 董亮亮 金瑜婷
• 来源期刊: 浙江理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 布谷鸟搜索 反向学习 负载均衡 混沌变异 Web集群
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子与信息技术
• 页码范围: 527-534
• 页数: 8页
• 分类号: TP311.52
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3851(n).2020.04.014

摘要

为了解决Web集群中的高并发访问和资源异构引发的负载不均衡问题,提出了一种基于改进布谷鸟搜索的负载均衡算法.该算法建立了自适应负载分配权重模型,使用基于目标函数的布谷鸟搜索算法寻找最优权重.首先,根据集群任务调度特性定义了负载分配权重,并建立了集群调度的目标函数.其次,将负载分配权重编码为布谷鸟种群个体,使用布谷鸟搜索算法寻找最优个体,结合目标函数进行评估.另外,通过混沌变异增加初始种群的均匀度和离散度,并通过在布谷鸟搜索中引入反向学习,加速了最优权重的输出,根据最优权重将任务调度至集群中的各节点.结果 表明:负载均衡算法使得整个集群的服务响应时间降低60％左右,在高并发请求情况下可显著提高异构集群的服务容量和负载均衡度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张娜		72	213	8.0	12.0
2	包晓安		80	324	9.0	15.0
3	吴彪		5	4	1.0	2.0
4	金瑜婷		5	12	3.0	3.0
5	董亮亮		3	7	1.0	2.0