分布式網(wǎng)絡(luò)環(huán)境下的流量調(diào)度與控制技術(shù)研究.pdf

1、隨著現(xiàn)代信息網(wǎng)絡(luò)技術(shù)的快速發(fā)展，用戶對網(wǎng)絡(luò)服務(wù)能力的要求也日益提高。由于受到網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)設(shè)施等因素的限制，如何提高網(wǎng)絡(luò)服務(wù)的效率成為現(xiàn)代網(wǎng)絡(luò)急需解決的問題。內(nèi)容分發(fā)網(wǎng)絡(luò)（Content De Network, CDN）作為一種典型的分布式網(wǎng)絡(luò)可實(shí)現(xiàn)用戶就近訪問網(wǎng)站內(nèi)容，極大地提高了服務(wù)效率，而CDN網(wǎng)絡(luò)中負(fù)載均衡是整個(gè)CDN網(wǎng)絡(luò)系統(tǒng)的核心，是決定CDN網(wǎng)絡(luò)性能的關(guān)鍵部分。負(fù)載均衡是在已有網(wǎng)絡(luò)基礎(chǔ)上提供一種有效的增強(qiáng)網(wǎng)絡(luò)處理數(shù)據(jù)能力、提

2、高網(wǎng)絡(luò)可用性的的方法，在盡可能考慮到緩存服務(wù)器處理數(shù)據(jù)能力的情況下平均分配網(wǎng)絡(luò)中的流量，提高網(wǎng)絡(luò)的整體性能。因此設(shè)計(jì)一種穩(wěn)定、可靠的負(fù)載均衡算法具有較好的研究價(jià)值和實(shí)際意義。
　　本文針對典型的分布式網(wǎng)絡(luò)CDN，將負(fù)載均衡分為兩個(gè)部分，網(wǎng)絡(luò)流量預(yù)測部分，以及結(jié)合網(wǎng)絡(luò)流量預(yù)測進(jìn)行的網(wǎng)絡(luò)流量調(diào)度部分，兩者相結(jié)合可有效提高網(wǎng)絡(luò)負(fù)載均衡效率。文中首先分析總結(jié)了各種網(wǎng)絡(luò)流量預(yù)測算法，包括ARMA預(yù)測模型、ARIMA預(yù)測模型、指數(shù)平滑預(yù)測模型

3、、卡爾曼濾波預(yù)測模型等，以及CDN網(wǎng)絡(luò)中傳統(tǒng)的負(fù)載均衡算法，包括了輪轉(zhuǎn)調(diào)度算法、隨機(jī)調(diào)度算法、最小連接調(diào)度算法、最短期望延遲調(diào)度算法等。在總結(jié)各類預(yù)測算法和調(diào)度算法的基礎(chǔ)上，針對流量預(yù)測部分，設(shè)計(jì)了一種基于智能優(yōu)化的網(wǎng)絡(luò)流量預(yù)測方案，采用果蠅優(yōu)化算法優(yōu)化傳統(tǒng)三次指數(shù)平滑預(yù)測模型中的平滑系數(shù)，對原始網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行預(yù)測，從而有效提高流量預(yù)測準(zhǔn)確度和效率；針對流量調(diào)度部分，設(shè)計(jì)了一種網(wǎng)絡(luò)流量調(diào)度方案，分析分布式網(wǎng)絡(luò)流量調(diào)度模型是一種多維背包