[发明专利]随机扩散动态负载均衡方法

摘要

本发明公开了一种随机扩散动态负载均衡方法，包括以下步骤：步骤1、把计算任务随时间的迁移而位于哪个进程这一状态变量看作是一个随机过程，每次迭代通过随机扩散信息交换协议以及基于概率图模型的参数学习过程；步骤2、计算出任务量随机迁移矩阵，据此进行任务迁移来达到负载均衡。具有良好的扩展性和良好的全局均衡效果等优点。

主权项

1.一种随机扩散动态负载均衡方法，其特征在于，包括以下步骤：步骤1、把计算任务随时间的迁移而位于哪个进程这一状态变量看作是一个随机过程，每次迭代通过随机扩散信息交换协议以及基于概率图模型的参数学习过程；步骤2、计算出任务量随机迁移矩阵，据此进行任务迁移来达到负载均衡；所述随机扩散信息交换协议，用于进程负载状态信息的交换，据此来进行动态负载均衡模型的建立；所述基于概率图模型的参数学习过程，用于动态负载均衡模型中的变量更新；在步骤1中，所述随机扩散信息交换协议具体包括以下步骤：步骤11、轻载进程向过载进程和均衡进程集合中的一个随机子集发送信息；步骤12、在上一轮信息扩散中有接收到信息的进程在与自己不同类型的进程集合里随机选择α个进程，把自己收到的信息传递给他们，所述有接收到信息的进程中的每个进程随机选取进程的概率是独立的；步骤13、重复τ次步骤12直至信息覆盖率达到99％为止；在步骤1中，所述基于概率图模型的参数学习过程具体包括以下步骤；步骤1a、构造能表示系统内部随机变量之间的条件依赖关系的动态贝叶斯图；步骤1b、根据进程的负载量构造状态迁移图的形状；步骤1c、用最大似然参数估计法求出状态迁移概率矩阵；所述步骤2包括以下步骤：步骤21、初始化系统内部变量和进程的初始身份；步骤22、随机扩散负载信息；步骤23、根据收集到的最新信息进行参数学习，更新系统的内部变量；步骤24、根据系统的内部变量来构造随机迁移任务量矩阵；步骤25、根据随机迁移任务量矩阵，每个进程从自身任务队列末端开始选择合适的任务迁移到其它进程；步骤26、更新系统迭代周期；步骤27、重复步骤22至26，直至系统结束为止。