基于OpenFlow的负载均衡机制研究与实现

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:mi33123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络的发展从最初之始到互联网时代,再到如今的移动互联网时代,人们接入网络的便捷性,为整个网络带来了庞大的数据流量,数据中心如何管理这些众多用户的接入和任务请求变得越来越重要。在现在的网络体系架构下,数据中心往往采用多台服务器组成集群的方式来负载网络中大量的任务请求,并应用负载均衡机制来进行任务分配的管理。在现行的网络架构下,负载均衡机制有着很多的制约因素,如不能方便的获取网络节点状态,流量导向方式复杂等。SDN网络架构有很多的优点,其数据转发层与数据控制层分离、具有全局网络拓扑控制能力的特点,这种分层次的控制结构具有天然支持负载均衡的特点。本文首先分析了OpenFlow网络架构的组成和原理,对重要实现技术进行研究总结。之后又对传统的负载均衡机制进行剖析,以负载均衡的不同分类方式为切入点,分析总结了各种负载均衡机制的优点和缺陷以实现取优去糟。本文重点对各种传统负载均衡算法和新型的基于动态反馈思想的负载均衡算法进行对比,通过分析其优缺点来实现本课题所研究的负载均衡机制的设计。本文对传统方法和多位学者的研究成果进行深入研究,提出了一种基于OpenFlow网络架构的负载均衡机制。这套机制基于动态反馈的思想,利用OpenFlow控制器具有全局网络拓扑和优秀的数据控制能力来实时获取网络状态的变化,通过在控制器上实现负载均衡分配算法来控制网络任务的分配。在负载分配算法中,一方面引入了根据内容请求性质进行分配的思想,能挑选更适合特定任务的服务器进行处理,以此提高任务处理速度。另一方面在选择服务器时通过选择一个候选集合进行再分配从而解决了短时单点负载过重的问题,这样很好的解决了网络突发大量请求对集群造成的影响。本文通过实验来验证所设计机制的有效性。实验环境部署在Mininet网络仿真平台上,通过与最快响应时间算法和轮转算法进行对比证明本文所提出的机制在响应时间上和任务处理速度上均能够达到较理想的效果。
其他文献
随着互联网的兴起,各种类型数据包括文本、音频和图像等以惊人的速度增加。而文本数据与音频和图像数据相比,它占用网络资源少,传输速率高,更易于被上传和下载。这使得网络资
树木图像的特征点提取和匹配为后续的树木三维模型构造和可视化提供最直接的数据基础。本文在分析研究了传统的Harris算法、SUSAN算法、SIFT算法等图像特征点提取技术的基础
由于我国经济持续高速发展,城市私家车保有量日益增加,这就对交通监测和指挥系统的性能提出了更高的要求。为了缓解交通压力,世界各国纷纷对智能交通系统(Intelligent Transp
随着科学技术的迅猛发展,计算机立体视觉正广泛应用于电子、医学、航空航天等领域当中。摄像机的双目视觉系统模仿人类的双眼,使计算机具有视觉认知功能从而利用图像获取信息
随着智能化的不断普及,人机交互方式也在不断发生变革。作为人机交互领域的研究热点,体感交互符合人类日常交流习惯,在虚拟现实、智能家居等诸多领域具备广阔的应用前景。目
短文本摘要任务涉及文本间语义相似性计算以及自然语言生成等方向的研究,是一类非常具有研究价值的问题。当前深度学习模型已经应用于自然语言处理领域的研究,但是对于短文本
数据库技术的飞速发展以及各行各业数据量的指数级增长引领着人们步入大数据时代。如何快速而有效的从大量的未处理的数据中获取到人们所需要的信息已经引起了人们的重视。高
信息化和网络化的不断发展,使营销渠道也发生了深刻的变化,从传统的线下实体店,到线上互联网渠道,再到移动互联网和智能终端快速发展催生的O2O模式,都在挑战渠道成员对于新环
改革开放以来,军工企业作为国家战略性的产业,肩负着振兴国防科技工业和为国民经济建设服务的双重任务,一直在不断地改革发展。军工企业是我国国有企业的重要组成部分,是通过政府公共部门管理的,属于公共管理的范畴。军工企业改革备受市场关注,也是国企改革的难点之一,尤其是在最近两年,公司制改制工作又进一步推动了我国军工企业改革的发展。在军工企业改革发展过程中,自二十世纪八十年代后期开始,随着市场经济的不断发展
随着数据量的迅速增加,其中文本形式的数据占很大比重。而文本分类作为最常见的文本挖掘技术,可以在大量杂乱的文本数据中发现有价值的信息具。在文本分类领域,一直将确保分类准确率的同时减少分类时间这一问题作为首要目标。因此,本文基于深度学习的卷积神经网络模型对新闻文本分类模型问题进行研究。主要研究工作如下:(1)针对新闻文本的稀疏性和上下文依赖性,提出一种针对新闻文本数据集的预处理和特征提取方法。该方法采