CN101986608B - 一种异构覆盖网络负载均衡程度的评价方法 - Google Patents
一种异构覆盖网络负载均衡程度的评价方法 Download PDFInfo
- Publication number
- CN101986608B CN101986608B CN2010105833742A CN201010583374A CN101986608B CN 101986608 B CN101986608 B CN 101986608B CN 2010105833742 A CN2010105833742 A CN 2010105833742A CN 201010583374 A CN201010583374 A CN 201010583374A CN 101986608 B CN101986608 B CN 101986608B
- Authority
- CN
- China
- Prior art keywords
- node
- service ability
- network
- overlay network
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种异构覆盖网络负载均衡程度的评价方法,包括步骤:S1、计算规模为N的异构覆盖网络中每个节点的服务能力值c、当前承受负载u和剩余服务能力s,其中s=c-u;S2、根据剩余服务能力s大小对所有节点进行从小到大排序;S3、按照步骤S2得到的排序依次计算每个节点的剩余服务能力占全部节点的剩余服务能力之和的比值T;S4、根据步骤S3得到的每个节点的T值计算能评价网络均衡程度的网络负载因子其中,Ti为第i个节点的剩余服务能力占全部节点的剩余服务能力之和的比值。本发明为网络管理者提供了一种客观评价覆盖网络负载均衡程度的方法以便及时对覆盖网络进行有效的管理与控制。
Description
技术领域
本发明属于信息领域,尤其涉及一种异构覆盖网络负载均衡程度的评价方法。
背景技术
随着因特网的普及,流媒体点播与直播、互动电视、大型3D网游等应用具有广阔的发展前景,同时这也给网络通信提出了挑战。过去为了改进流媒体点播与直播、互动电视、大型3D网游等业务网络的影响,提出了在网络层进行数据包控制的技术,如综合服务,区分服务等。但实际中修改网络层意味着重新部署路由器,将造成了巨大的设备投入成本。后来又提出了覆盖网络,即基于现有的物理通信网络建立一个虚拟的逻辑网络,在应用层加入对通信的管理与控制来保证服务质量。覆盖网络不需要修改网络层的协议,无需更换大量网络设备进行重新部署,可以有效节约成本。目前典型的覆盖网络如P2P网络已应用在流媒体、即时消息、在线网络游戏等。
覆盖网络一般由普通用户终端构成,而普通用户终端由于硬件设备配置的不均衡性以及网络带宽接入各异造成了覆盖网络具有很强的异构性,异构性进而会引发覆盖网络的负载不均衡。异构的节点负载分布应该具有一定的分配原则,能力强的节点可以承受相对较多的负载而能力弱的节点只能承受相对较少的负载,所以需要一种负载分布的评价方法对异构覆盖网络的负载分布进行客观的评价,以便于对覆盖网络进行合理的管理与控制。目前的负载均衡评价方法采用节点入度的方差作为负载均衡的评价指标,节点入度表明节点可能被选做服务节点的概率,与节点的服务能力有关,但不能反映节点当前所承受的负载程度。
发明内容
针对上述存在的技术问题,本发明从节点的实际负载承受状况出发,提出了一种异构覆盖网络的负载均衡化的评价方法。
为解决上述技术问题,本发明采用如下的技术方案:
一种异构覆盖网络负载均衡程度的评价方法,依次包括以下步骤:
S1、计算规模为N的异构覆盖网络中每个节点的服务能力值c和当前承受负载u,根据节点的服务能力值c和当前承受负载u计算网络中每个节点的剩余服务能力s=c-u;
S2、根据步骤S1得到的剩余服务能力s大小对所有节点进行从小到大排序;
步骤S1中所述的节点的服务能力值c由公式c=CPU·α+M·β+B·γ计算得到,所述的节点的当前承受负载u由公式u=CPU·α·αu+M·β·βu+B·γ·γu计算得到,其中,CPU为中央处理器的速度;M为内存容量;B为带宽;α、β、γ为权重,α+β+γ=1且α>0、β>0、γ>0;αu、βu、γu分别为中央处理器的速度、内存容量、带宽的使用百分比。
本发明采用负载均衡因子LBR作为异构覆盖网络负载均衡程度的评价指标,在本发明中负载均衡因子LBR的定义过程如下:以累计节点百分比为横轴,累计节点剩余服务能力为纵轴,可绘制一条剩余服务能力分布曲线,如图1所示。在理想状态下,如果每个节点的剩余服务能力相同,则累计剩余服务能力之和与累计节点个数之和呈现正比关系,如图1中直线OD所示。但实际中累计剩余服务能力不会与累计节点个数之和呈现严格的正比关系,在一个负载不均衡分布的网络中累计剩余服务能力与累计节点个数的比例关系将会是一条曲线,如图1中的曲线OED。设定直线OD与曲线OED围成的曲线三角形面积为A,三角形OCD减去A的剩余面积为B,则反映异构覆盖网络负载均衡程度的负载因子LBR可以用公式定义,其中LBR的取值范围为[0,1],LBR大则该网络的负载均衡程度较差,反之则网络的负载均衡程度高。
与现有技术相比,本发明具有如下优点和有益效果:
现有的网络负载均衡评价方法技术中一般采用节点入度的方差作为网络负载均衡程度的评价指标,但该法不能反映节点当前承受的负载程度。本发明认为在负载均衡化的网络中,每个节点除去已经承受的负载后剩余承受负载的“净能力”应该大致相当,采用了一种服务能力描述模型来量化节点的服务能力、当前承受负载和除去当前负载后的剩余服务能力,通过这种服务能力描述模型量化网络全局的负载分布,为网络管理者提供能客观评价覆盖网络负载均衡程度的方法以便及时对覆盖网络进行有效的管理与控制。
附图说明
图1为负载均衡因子LBR的示意图;
图2为采用本发明方法进行负载均衡程度评价的异构覆盖网络拓扑示意图。
具体实施方式
本发明提出的一种异构覆盖网络负载均衡程度的评价方法,该方法首先需要对网络进行统计分析,需要为一个覆盖网络引入一个中心节点进行数据的统计并对覆盖网络的负载均衡程度进行评价,在实际部署中该中心节点为一台网络管理服务器,其可以与覆盖网络中每个节点所代表的终端进行通信。本发明方法具体包括以下步骤:
S1、计算规模为N的异构覆盖网络中每个节点的服务能力值c和当前承受负载u,根据节点的服务能力值c和当前承受负载u计算网络中每个节点的剩余服务能力s=c-u;
服务能力值c一般由节点所代表的终端的硬件配置与接入带宽有关,一般由CPU性能,内存容量以及网络接入带宽速度等因素综合决定,可由公式c=CPU·α+M·β+B·γ计算服务能力值c,其中,CPU为中央处理器的速度;M为内存容量;B为带宽;α、β、γ为分别为中央处理器的速度、内存容量和带宽的权重,权重的取值与异构覆盖网络之上运行的互联网业务有关,一般而言,中央处理器的速度、内存容量和带宽三个因素中对异构覆盖网络之上运行的互联网业务的影响最大的那个因素将获得较大的权重;
当前承受负载u一般为已使用的资源,可由公式u=CPU·α·αu+M·β·βu+B·γ·γu计算当前承受负载u,其中,CPU为中央处理器的速度,M为内存容量,B为带宽,α、β、γ为权重,αu、βu、γu分别为中央处理器的速度、内存容量、带宽的使用百分比;
S2、根据步骤S1计算得到的剩余服务能力s大小对异构覆盖网络中的N个节点进行从小到大排序,节点序列表示为{n1,n2,...nN};
S3、按照步骤S2得到的排序依次计算每个节点的剩余服务能力占全部节点的剩余服务能力之和的比值T,第i个节点的剩余服务能力占全部节点的剩余服务能力之和的比值Ti可由公式计算得到,其中,si为第i个节点的剩余服务能力;
图2所示的覆盖网络由终端节点A、B、C、D、E、F构成,规模为6,终端节点之间的连接链路如图2中节点之间的实线所示,另有一台网络管理服务器用于收集参数并对覆盖网络的负载均衡程度进行评价,网络管理服务器可以与所有终端节点进行通信。下面结合附图2对本发明的作进一步说明,具体步骤如下:
1)根据公式c=CPU·α+M·β+B·γ和u=CPU·α·αu+M·β·βu+B·γ·γu分别计算节点A、B、C、D、E、F的服务能力值c和当前承受负载u,其中,CPU为中央处理器的速度;M为内存容量;B为带宽;α、β、γ为权重,取α=0.3,β=0.2,γ=0.5;
2)根据节点A、B、C、D、E、F的服务能力值c和当前承受负载u计算每个节点的剩余服务能力s=c-u;
3)网络管理服务器可以预先在管理员预先定义好的时刻向节点A、B、C、D、E、F发送指令要求节点在某时刻记录各自的剩余服务能力s;
4)节点A、B、C、D、E、F在记录了某时刻的s值后将随机选择一个时间间隔将各自的s值发送给网络管理服务器,发送的消息内容为:节点ID、s值、记录s值时的时间戳t;
5)网络管理服务器收到节点A、B、C、D、E、F的s值后,将根据s值的大小对节点A、B、C、D、E、F进行排序,假设sA≤sB≤sC≤sD≤sE≤sF,其中,sA、sB、sC、sD、sE、sF分别为节点A、B、C、D、E、F对应的剩余服务能力s,则排序后的节点序列为{A,B,C,D,E,F};
6)网络管理服务器将针对节点A、B、C、D、E、F发送的消息,根据时间戳筛选出同一时刻所有节点的剩余服务能力s,根据公式分别计算节点A、B、C、D、E、F的剩余服务能力与全部剩余服务能力的比值TA,TB,TC,TD,TE,TF,例如
8)网络管理服务器根据LBR值评价网络的负载均衡程度,LBR越小,则负载均衡程度越好,反之则负载均衡程度越差。
Claims (2)
1.一种异构覆盖网络负载均衡程度的评价方法,其特征在于,依次包括以下步骤:
S1、计算规模为N的异构覆盖网络中每个节点的服务能力值c和当前承受负载u,根据节点的服务能力值c和当前承受负载u计算网络中每个节点的剩余服务能力s=c-u;
S2、根据步骤S1得到的剩余服务能力s大小对所有节点进行从小到大排序;
S3、按照步骤S2得到的排序依次计算每个节点的剩余服务能力占全部节点的剩余服务能力之和的比值T;
S4、根据步骤S3得到的每个节点的T值计算能评价网络均衡程度的网络负载因子其中,Tk和Ti分别指第k、i个节点的剩余服务能力占全部节点的剩余服务能力之和的比值,即,k、i均表示节点,且1≤k≤i≤N。
2.根据权利要求1所述的异构覆盖网络负载均衡程度的评价方法,其特征在于:
所述的节点的服务能力值c为c=CPU·α+M·β+B·γ,所述的节点的当前承受负载u为u=CPU·α·αu+M·β·βu+B·γ·γu,其中,CPU为中央处理器的速度;M为内存容量;B为带宽;α+β+γ=1且α>0、β>0、γ>0;αu、βu、γu分别为中央处理器的速度、内存容量、带宽的使用百分比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105833742A CN101986608B (zh) | 2010-12-13 | 2010-12-13 | 一种异构覆盖网络负载均衡程度的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105833742A CN101986608B (zh) | 2010-12-13 | 2010-12-13 | 一种异构覆盖网络负载均衡程度的评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101986608A CN101986608A (zh) | 2011-03-16 |
CN101986608B true CN101986608B (zh) | 2012-08-15 |
Family
ID=43710913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105833742A Expired - Fee Related CN101986608B (zh) | 2010-12-13 | 2010-12-13 | 一种异构覆盖网络负载均衡程度的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101986608B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102143510B (zh) * | 2011-03-25 | 2014-06-18 | 西安电子科技大学 | 异构网络间剩余资源的交互方法 |
CN102131231B (zh) * | 2011-04-22 | 2013-08-14 | 西安电子科技大学 | 异构网络剩余资源信息的获取方法 |
CN105991741B (zh) * | 2015-03-02 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 显示负载请求的方法、装置及网络服务器 |
CN106330743B (zh) * | 2015-06-29 | 2020-10-13 | 中兴通讯股份有限公司 | 一种流量均衡度度量的方法及装置 |
CN110933701B (zh) * | 2019-12-12 | 2022-07-26 | 新华三大数据技术有限公司 | 网络负载状态检测方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834897A (zh) * | 2010-04-23 | 2010-09-15 | 哈尔滨工程大学 | 一种dht网络负载均衡装置及虚节点划分的方法 |
CN101840356A (zh) * | 2009-12-25 | 2010-09-22 | 北京网康科技有限公司 | 一种基于ring的多核CPU负载均衡方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002345633A1 (en) * | 2001-06-08 | 2002-12-23 | 4Th Pass Inc. | Method and system for two-way initiated data communication with wireless devices |
-
2010
- 2010-12-13 CN CN2010105833742A patent/CN101986608B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840356A (zh) * | 2009-12-25 | 2010-09-22 | 北京网康科技有限公司 | 一种基于ring的多核CPU负载均衡方法及*** |
CN101834897A (zh) * | 2010-04-23 | 2010-09-15 | 哈尔滨工程大学 | 一种dht网络负载均衡装置及虚节点划分的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101986608A (zh) | 2011-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hou et al. | Temporal, functional and spatial big data computing framework for large-scale smart grid | |
CN101572623B (zh) | 基于主客观组合评价的网络性能综合评价方法 | |
CN105095588B (zh) | 移动互联网用户投诉的预测方法和装置 | |
CN105550323B (zh) | 一种分布式数据库负载均衡预测方法和预测分析器 | |
Fujiwara et al. | Speed and accuracy of network simulation in the simgrid framework | |
CN101986608B (zh) | 一种异构覆盖网络负载均衡程度的评价方法 | |
CN103647800A (zh) | 推荐应用资源的方法及*** | |
CN105050125A (zh) | 一种面向用户体验的移动数据业务质量评测方法及装置 | |
CN107332889A (zh) | 一种基于云计算的云端信息管理控制***及控制方法 | |
CN111191918A (zh) | 一种智能电网通信网的业务路由规划方法及装置 | |
CN108040062B (zh) | 一种基于证据推理规则的网络安全态势评估方法 | |
CN104980950A (zh) | 一种网络优化服务器、实现网络优化的移动设备和*** | |
CN107087160A (zh) | 一种基于BP‑Adaboost神经网络的用户体验质量的预测方法 | |
CN113422695B (zh) | 一种提高物联网拓扑结构鲁棒性能的优化方法 | |
CN105245362B (zh) | 一种sdn环境中重要节点信息采集方法 | |
CN105827688A (zh) | 城市场景中车联网大规模异构网络连通性质的研究方法 | |
CN114301935B (zh) | 一种基于声誉的物联网边云协同联邦学习节点选择方法 | |
CN106454958A (zh) | 一种网络资源分配方法及装置 | |
Tiwari et al. | Service adaptive broking mechanism using MROSP algorithm | |
CN101252480B (zh) | 一种建立多媒体网页浏览业务模型的实现方法 | |
CN101399708B (zh) | 一种建立网络性能模型的方法和设备 | |
CN109948803A (zh) | 算法模型优化方法、装置和设备 | |
CN106603294B (zh) | 一种基于电力通信网结构和状态的综合脆弱性评估方法 | |
CN103906135B (zh) | 一种用于蜂窝网络中的p2p节点选择方法及*** | |
CN108171538A (zh) | 用户数据处理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120815 Termination date: 20141213 |
|
EXPY | Termination of patent right or utility model |