论文部分内容阅读
摘要：基于支持向量机的Linux负载均衡集群服务器是利用机器学习理论对Linux集群服务器中的负载均衡调度策略进行优化和改进，通过对集群服务器负载变化的特点进行统计分析，采用支持向量机作为建模工具，对各节点服务器负载变化的趋势进行预测，从而研制出不同的调度策略，并将其集成到现有的Linux集群系统，实现对节点服务器计算资源的优化使用，克服传统调度策略中响应速度慢、预测精度差等缺点，提高集群服务器的整体性能。
关键词：负载均衡；向量机；LVS
1、学术价值：
由于业务升级，其服务器的性能不能满足用户的需求，如果要升级硬件，抛弃现有的设备的话，成本将过于高昂，而当面临下一次业务量剧增，现有的服务器再一次无法满足现有需求时，又不得不购买新的硬件设备，这很显然增加了企业的运营成本。因而，为解决这种现状，服务器集群这一理念便随之诞生，它的目标是用现有的多台低性能服务器通过一种组织结构相连，构建成一个虚拟的超级服务器。在集群服务器中，一个好的算法调度对于负载均衡的实现起到至关重要的作用。基于支持向量机的Linux负载均衡集群服务器系统将机器学习理论与Linux集群服务器系统相结合，本文提出一种利用适合小样本学习问题的SVM作为建模算法，重点对负载均衡策略进行理论改进，使其具有准确、快速的优点。
2、集群服務器负载测试环境搭建
2.1PHP.在RealServer上的配置。
第一步：安装
第二步：修改Apache的配置文件
查找到以下对应的两行
在它们下面添加下列三行
注意，上面的.tgz、php、ico前面都有空格，否则会在重启Apache的时候不能正常重启。
.第三步：重启服务
.service.httpd.restart
.第四步：编辑一个简单的死循环php文件（vi.var/www/html/test.php）
.第五步：测试
.在浏览器中输入localhost/test.php，浏览器上会不停的显示“this.is.test".证明php配置成功。
2.2helix安装配置步骤：
第一步：进入安装程序的目录/root/，找到mbrs-1430-ga-linux-rhel5.tar，将其解压后生成文件servinst_mobile_linux-rhel5-x86.bin，它是helix.universal.serverd的二进制安装文件，利用命令./servinst_mobile_linux-rhel5-x86运行安装程序。
第二步：按照安装提示游览并同意协议后，进入安装参数设置界面：
第三步：设置helix.universal.server管理员帐号
第四步：设置服务器各种协议使用端口，可采用默认设置，安装成功。
3、支持向量机的负载均衡集群服务器
采用的基础系统为LVS，它具有开源、支持第三方开发的优点，目前被广泛采用。因此主要把SVM算法运用到负载均衡调度上代替传统的调度算法，并将其集成到LVS系统平台，利用后者成熟的第三方API接口，实现在Linux服务器集群上准确、实时的负载调度。
3.1应用价值：
基于支持向量机的Linux负载均衡集群服务器利用支持向量机良好的预测能力，实现对服务器池中各个服务器的负载在线、实时而又准确的调度，提高整体性能，进而为现实生活中某些中小型企业用户提供一套性价比高的合理解决方案，提高现有设备的重复利用率，降低企业的运营成。
3.2支持向量机的负载均衡集群服务器改进策略
普通的调度策略所采用的算法大多数属于静态的算法，而其余的一些动态算法由于依赖于大量的后台服务器的反馈数据而无法做到真正的实时性。因此我们对其做了如下改进：
第一、提出基于在线支持向量机预测的负载均衡调度策略，该策略以在线最小二乘支持向量机为基础算法，利用新采样的数据动态替换掉最早时刻的数据，具有快速、准确的优点，可实现基于短期数据上的负载变化动态预测。
第二、提出基于时间序列预测模型的负载均衡调度策略，该策略采用最小二乘支持向量机作为建模算法，利用混沌时间序列理论处理负载数据的非线性特性，构建系统负载时间序列预测模型，可实现对节点服务器负载长期变化的动态预测。
第三、在多台PC电脑上，搭建基于Linux平台的LVS集群服务器系统，利用LVS系统所提供的第三方开发API接口，将上述两种调度策略融合到LVS系统，构建基于新的调度策略的LVS集群服务器。
4、总结：
由于负载的变化是一种随机过程，具有长期依赖性、短期无序性、突变性、非线性等特点，因此，为了使负载平衡，一个好的算法调度在负载平衡这个机制中起到至关重要的作用。本文提出基于在线支持向量机预测的负载均衡调度策略，基于时间序列预测模型的负载均衡调度策略，用SVM算法代替传统的负载均衡算法。从而解决Linux集群中存在的负载分布不均匀、调度时间滞后、调度不准确等问题，提高结点服务器计算资源的利用，具有很强的应用价值。（作者单位：河南师范大学）
参考文献：
[1]陈志刚，许.伟，曾志文.一种基于预测的动态负载均衡模型及算法研究[J].计算机工程，2004.30（23）：87-89.
[2]何书元.应用时间序列分析[M].北京：北京大学出版社，2003.
[3]Dinda.P.A.The.Statistical.Properties.of.Host.Load.Scientific.Programming[R].Carnegie.Mellon.University.Technical.Report：CMU-CS-98-175，1999.
关键词：负载均衡；向量机；LVS
1、学术价值：
由于业务升级，其服务器的性能不能满足用户的需求，如果要升级硬件，抛弃现有的设备的话，成本将过于高昂，而当面临下一次业务量剧增，现有的服务器再一次无法满足现有需求时，又不得不购买新的硬件设备，这很显然增加了企业的运营成本。因而，为解决这种现状，服务器集群这一理念便随之诞生，它的目标是用现有的多台低性能服务器通过一种组织结构相连，构建成一个虚拟的超级服务器。在集群服务器中，一个好的算法调度对于负载均衡的实现起到至关重要的作用。基于支持向量机的Linux负载均衡集群服务器系统将机器学习理论与Linux集群服务器系统相结合，本文提出一种利用适合小样本学习问题的SVM作为建模算法，重点对负载均衡策略进行理论改进，使其具有准确、快速的优点。
2、集群服務器负载测试环境搭建
2.1PHP.在RealServer上的配置。
第一步：安装
第二步：修改Apache的配置文件
查找到以下对应的两行
在它们下面添加下列三行
注意，上面的.tgz、php、ico前面都有空格，否则会在重启Apache的时候不能正常重启。
.第三步：重启服务
.service.httpd.restart
.第四步：编辑一个简单的死循环php文件（vi.var/www/html/test.php）
.第五步：测试
.在浏览器中输入localhost/test.php，浏览器上会不停的显示“this.is.test".证明php配置成功。
2.2helix安装配置步骤：
第一步：进入安装程序的目录/root/，找到mbrs-1430-ga-linux-rhel5.tar，将其解压后生成文件servinst_mobile_linux-rhel5-x86.bin，它是helix.universal.serverd的二进制安装文件，利用命令./servinst_mobile_linux-rhel5-x86运行安装程序。
第二步：按照安装提示游览并同意协议后，进入安装参数设置界面：
第三步：设置helix.universal.server管理员帐号
第四步：设置服务器各种协议使用端口，可采用默认设置，安装成功。
3、支持向量机的负载均衡集群服务器
采用的基础系统为LVS，它具有开源、支持第三方开发的优点，目前被广泛采用。因此主要把SVM算法运用到负载均衡调度上代替传统的调度算法，并将其集成到LVS系统平台，利用后者成熟的第三方API接口，实现在Linux服务器集群上准确、实时的负载调度。
3.1应用价值：
基于支持向量机的Linux负载均衡集群服务器利用支持向量机良好的预测能力，实现对服务器池中各个服务器的负载在线、实时而又准确的调度，提高整体性能，进而为现实生活中某些中小型企业用户提供一套性价比高的合理解决方案，提高现有设备的重复利用率，降低企业的运营成。
3.2支持向量机的负载均衡集群服务器改进策略
普通的调度策略所采用的算法大多数属于静态的算法，而其余的一些动态算法由于依赖于大量的后台服务器的反馈数据而无法做到真正的实时性。因此我们对其做了如下改进：
第一、提出基于在线支持向量机预测的负载均衡调度策略，该策略以在线最小二乘支持向量机为基础算法，利用新采样的数据动态替换掉最早时刻的数据，具有快速、准确的优点，可实现基于短期数据上的负载变化动态预测。
第二、提出基于时间序列预测模型的负载均衡调度策略，该策略采用最小二乘支持向量机作为建模算法，利用混沌时间序列理论处理负载数据的非线性特性，构建系统负载时间序列预测模型，可实现对节点服务器负载长期变化的动态预测。
第三、在多台PC电脑上，搭建基于Linux平台的LVS集群服务器系统，利用LVS系统所提供的第三方开发API接口，将上述两种调度策略融合到LVS系统，构建基于新的调度策略的LVS集群服务器。
4、总结：
由于负载的变化是一种随机过程，具有长期依赖性、短期无序性、突变性、非线性等特点，因此，为了使负载平衡，一个好的算法调度在负载平衡这个机制中起到至关重要的作用。本文提出基于在线支持向量机预测的负载均衡调度策略，基于时间序列预测模型的负载均衡调度策略，用SVM算法代替传统的负载均衡算法。从而解决Linux集群中存在的负载分布不均匀、调度时间滞后、调度不准确等问题，提高结点服务器计算资源的利用，具有很强的应用价值。（作者单位：河南师范大学）
参考文献：
[1]陈志刚，许.伟，曾志文.一种基于预测的动态负载均衡模型及算法研究[J].计算机工程，2004.30（23）：87-89.
[2]何书元.应用时间序列分析[M].北京：北京大学出版社，2003.
[3]Dinda.P.A.The.Statistical.Properties.of.Host.Load.Scientific.Programming[R].Carnegie.Mellon.University.Technical.Report：CMU-CS-98-175，1999.