隨著信息時代的高速發(fā)展,互聯(lián)網(wǎng)已成為人們工作與生活中不可缺少的部分。國內(nèi)外互聯(lián)網(wǎng)環(huán)境表現(xiàn)為：第一,網(wǎng)民基數(shù)大并呈上升趨勢；第二,網(wǎng)絡(luò)訪問量大；第三,依附于互聯(lián)網(wǎng)上的大型商務(wù)活動將趨向于普遍。提供最佳的Web服務(wù)的方法是建立Web服務(wù)器集群,而Web服務(wù)器集群核心是負(fù)載均衡的調(diào)度策略。 本文研究的目的是在上述環(huán)境下,縮短請求響應(yīng)時間,使Web服務(wù)器集群較好地提供高可用高擴(kuò)展性服務(wù)。提出基于動態(tài)信息反饋負(fù)載均衡,人工神經(jīng)網(wǎng)絡(luò)與遺傳算法三者結(jié)合而成的負(fù)載均衡分配策略,并基于新分配策略設(shè)計(jì)與實(shí)現(xiàn)了負(fù)載均衡系統(tǒng)。主要研究內(nèi)容如下： 第一,研究基于動態(tài)信息反饋策略,對周期收集的各節(jié)點(diǎn)信息,采用可靠因子計(jì)算集群綜合平均指標(biāo),基于平均指標(biāo)修正分配比例,進(jìn)行請求分發(fā)。 第二,研究人工神經(jīng)網(wǎng)絡(luò)在動態(tài)反饋策略的應(yīng)用,基于動態(tài)反饋數(shù)據(jù),詳述神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì),當(dāng)節(jié)點(diǎn)數(shù)目大時采用CPU利用率、內(nèi)存利用率、磁盤讀寫率、連接率四個指標(biāo)綜合量作為輸入,采用動態(tài)學(xué)習(xí)率,進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練。 第三,研究遺傳算法在動態(tài)調(diào)度策略的應(yīng)用。基于集群全局節(jié)點(diǎn)負(fù)載均衡為目標(biāo)函數(shù)。以人工神經(jīng)神經(jīng)網(wǎng)絡(luò)輸出權(quán)重作為遺傳算法初始...

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
第1章 緒論
    1.1 背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 集群及Web集群發(fā)展現(xiàn)狀
        1.2.2 Web集群負(fù)載均衡的發(fā)展現(xiàn)狀
    1.3 論文組織結(jié)構(gòu)
第2章 負(fù)載均衡研究相關(guān)知識
    2.1 Web集群
        2.1.1 Web集群
        2.1.2 Web集群系統(tǒng)的負(fù)載均衡模型
    2.2 Web集群的負(fù)載均衡算法
第3章 負(fù)載均衡算法研究與設(shè)計(jì)
    3.1 負(fù)載均衡算法思路的提出
        3.1.1 靜態(tài)負(fù)載均衡算法的不足
        3.1.2 設(shè)計(jì)動態(tài)反饋負(fù)載均衡策略思路
    3.2 動態(tài)信息反饋負(fù)載均衡算法
        3.2.1 動態(tài)反饋負(fù)載均衡模型
        3.2.2 基于動態(tài)反饋負(fù)載均衡算法設(shè)計(jì)
    3.3 BP神經(jīng)網(wǎng)絡(luò)在動態(tài)負(fù)載均衡的應(yīng)用
        3.3.1 神經(jīng)網(wǎng)絡(luò)介紹
        3.3.2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
        3.3.3 負(fù)載信息處理的網(wǎng)絡(luò)模型與流程
    3.4 基于遺傳算法整體最優(yōu)的參數(shù)調(diào)整
        3.4.1 遺傳算法介紹
        3.4.2 遺傳算法與動態(tài)反饋負(fù)載均衡結(jié)合
        3.4.3 染色體編碼
        3.4.4 建立適應(yīng)度函數(shù)
        3.4.5 算法設(shè)計(jì)流程
    3.5 ANN-GA負(fù)載均衡系統(tǒng)策略
        3.5.1 ANN-GA算法
        3.5.2 算法舉例
第4章 負(fù)載系統(tǒng)原型研究與實(shí)現(xiàn)
    4.1 系統(tǒng)需求分析
    4.2 總體設(shè)計(jì)
    4.3 主要模塊研究與實(shí)現(xiàn)
        4.3.1 共享存儲
        4.3.2 接收與分發(fā)模塊
        4.3.3 分類模塊
        4.3.4 策略模塊
        4.3.5 信息收集模塊
        4.3.6 調(diào)度模塊
        4.3.7 監(jiān)控模塊
第5章 負(fù)載系統(tǒng)測試及結(jié)果分析
    5.1 測試環(huán)境
    5.2 測試結(jié)果分析
        5.2.1 權(quán)重實(shí)時變化圖
        5.2.2 集群吞吐量對比
        5.2.3 集群響時間對比
第6章 總結(jié)與展望
參考文獻(xiàn)
附錄A 人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
附錄B 遺傳算法實(shí)現(xiàn)
致謝



本文編號：4037726