基于XMPP通信集群的分类回归树和KNN结合的负载均衡预测算法
在复杂的移动平台环境下,负载均衡算法是实现XMPP通信服务器集群前端的负载均衡器的核心问题,及时准确地预测负载情况是实现合理调度分流的前提.本文分析了现有的负载均衡算法存在的问题,针对这些问题提出了针对于移动平台使用XMPP协议服务器端的基于分类回归树CART和KNN结合的预测算法.该方法首先通过动态反馈采集服务器节点的资源信息组成时间序列,对时间序列进行预测计算.然后将服务器节点分区域管理,运用不同的调度策略.实验证明,与原始的加权轮询和最小连接数算法相比,该预测算法在连接响应时间上减少了25％,在建立连接的平均速率上提升了近1.3倍,动态的调度策略使得整个服务器集群有更大的吞吐量,对于移动平台有更好的适应性.
服务器 负载均衡 分类回归树 K最邻近分类算法
国内会议
西安
中文
65-70
2016-06-24（万方平台首次上网日期，不代表论文的发表时间）