基于成组资源管理的对等网络节点负载均衡方法及系统的制作方法
【专利摘要】本发明的涉及一种基于成组资源管理的对等网络节点负载均衡方法及系统，所述方法包括以下步骤：S1、网络中每个节点定期发起拓扑调整机制，向处理能力强且具有相同节点资源的节点连接，形成中心式拓扑结构；S2、通过计算节点在某一时刻的拥塞水平判断节点的拥塞状态，进一步进行网络拓扑优化。本发明利用网络中资源的分布情况，避免网络节点拥塞，实现负载均衡。
【专利说明】基于成组资源管理的对等网络节点负载均衡方法及系统
【技术领域】
[0001]本发明涉及对等网络【技术领域】，尤其涉及一种基于成组资源管理的对等网络节点负载均衡方法及系统。
【背景技术】
[0002]现有的对等网络按照其节点连接的方式分为:结构化对等网络和非结构化对等网络。结构化对等网络为了实现有效的资源查找，对结点连接关系做了严格的限制，比如网状、环状、d维圆环面等结构。非结构化对等网络中节点的连接关系具有很大的随意性，不具备特定的结构，因此整个网络的拓扑结构比较松散。其中非结构化对等网络的典型例子是Gnutella网络。然而非结构化对等网络在资源查找过程中由于网络拓扑的随意性，需要由节点不断对查询消息进行转发，从而导致网络中部分节点在查找过程中需要处理的消息过多而出现消息拥塞，进而严重影响网络的搜索性能，造成网络资源搜索性能的下降。这就是所谓的网络节点上的负载均衡(Load Balancing)问题。
[0003]非结构化对等网络上的负载均衡，就是将查询消息的转发负载进行平衡处理，使其分摊到多个网络节点上进行执行。如Merino等提出的DANTE系统每个节点定期发起拓扑重连机制，并根据节点负载形成不同类型的网络拓扑fournaras等提出的ERGO系统利用连通的虚拟服务器监测节点的负载，一旦发现超载节点就将一些连接重连到低负载的节点上；Gia系统根据节点的满意程度调整网络的拓扑结构。此外，由于移动智能体的高灵活性、低通信负载等特点，使其被广泛应用到负载均衡方法中。如Bhardwaj等利用智能体在网络中随机游走以发现拥塞；Dasguta等提出一种利用多智能体来维持小世界网络的方法。
[0004]现有的基于移动智能体的无结构对等网络负载均衡方法包括以下步骤:
[0005]S1、网络中每个节点定期发起拓扑调整机制，向处理能力强的节点连接，形成中心式拓扑结构；
[0006]S2、通过计算节点在某一时刻的拥塞水平判断节点的拥塞状态，进一步进行网络拓扑优化。
[0007]以上方法并没有考虑网络中资源的分布情况，有鉴于此，有必要提出了一种新的基于成组资源管理的对等网络节点负载均衡方法及系统。
【发明内容】
[0008]本发明的目的在于提供一种基于成组资源管理的对等网络节点负载均衡方法及系统，利用网络中资源的分布情况，避免网络节点拥塞，实现负载均衡。
[0009]本发明的一种基于成组资源管理的对等网络节点负载均衡方法及系统，所述方法包括以下步骤:
[0010]S1、网络中每个节点定期发起拓扑调整机制，向处理能力强且具有相同节点资源的节点连接，形成中心式拓扑结构；[0011]S2、通过计算节点在某一时刻的拥塞水平判断节点的拥塞状态，进一步进行网络拓扑优化。
[0012]作为本发明的进一步改进，所述步骤SI具体为:
[0013]SI 1、节点Pi发出搜集消息来搜集参加该节点拓扑调整的候选节点集；
[0014]S12、将节点搜集消息转发到一个随机选择的邻居节点，存活时间TTL减1，若该消息经过的节点Pk与重连发起节点Pi有相同的资源，就将Pk加入到候选节点集Si中；若存活时间TTL不等于0，则重复步骤S12，继续搜集节点；
[0015]S13、将候选节点集Si返回给消息发起节点Pi ；
[0016]S14、从节点Pi的当前邻居节点集合中选择一个与节点Pi没有相同资源的节点，若不存在这样的节点，就选择一个处理能力最弱且连接数大于2的节点，记为Pmin(Ni)；
[0017]S15、从候选节点集Si中取出处理能力最强的节点，记为Pmax(Si)，并将其从Si中删除，若节点pmax(si)的处理能力不大于Pmin(Ni)，执行步骤S17 ;若节点Pmax(Si)的处理能力大于Pmin(Ni)，则向节点P_(Si)发出连接请求，若该节点Pmax(Si)拒绝连接请求，则重复步骤S15，继续选择下一个重连节点，若节点Pmax(Si)接受重连请求，则执行步骤S16 ；
[0018]S16、节点Pi断开与选择的邻居节点Pmin(Ni)的连接并与节点Pmax(Si)建立连接；若候选节点集Si为空或重新连接的节点个数达到预先设定的节点重连个数的上限数n，则执行步骤S17 ;若否，则执行步骤S14，选择下一次参加重连的节点；
[0019]S17、本次拓扑调整结束。
[0020]作为本发明的进一步改进，所述步骤S2具体为:
[0021]S21、监测智能体搜集信息计算节点P」在当前时刻t的拥塞水平CLdt)，并利用CLj(t)的值来判断节点的拥塞状态，包括对每个节点设定轻载、正常负载和过载三种负载状态，并设定负载状态阈值，将计算出的CLdt)值与设定的负载状态阈值相比较从而确定节点的当前负载状态；若节点P」负载状态是过载，则执行步骤S22，进行拓扑的优化；否则执行步骤S23，选择下一个访问节点；
[0022]S22、所述节点Pj随机选择一部分节点断开连接,并派生出一个重连智能体，接着执行步骤S23 ;所述重连智能体以它的产生节点为父节点，以广度优先遍历的方式在网络中寻找有多余处理能力的节点，每到达一个节点先判断节点的负载状态以及是否有相同资源，若节点是轻载且拥有相同资源的就随机选择一个待重连的节点与之连接，然后继续寻找下一节点，直到所有的待重连节点都重连完毕，重连智能体主动退出网络；
[0023]S23、监测智能体根据节点Pj的邻居节点P。对该监测智能体的吸引力表以及访问过的节点列表，来选择下一个访问节点，并迁移到该节点；所述访问过的节点列表用于记录监测智能体访问过的节点；所述邻居节点吸引力表是网络中任一个节点用于记录其邻居节点对监测智能体吸引力的表。
[0024]作为本发明的进一步改进，所述步骤S21中，所述节点P」在当前时刻t的拥塞水平CLj(t)的计算公式为:
【权利要求】
1.一种基于成组资源管理的对等网络节点负载均衡方法，其特征是:所述方法包括以下步骤: S1、网络中每个节点定期发起拓扑调整机制，向处理能力强且具有相同节点资源的节点连接，形成中心式拓扑结构； S2、通过计算节点在某一时刻的拥塞水平判断节点的拥塞状态，进一步进行网络拓扑优化。
2.根据权利要求1所述的基于成组资源管理的对等网络节点负载均衡方法，其特征是:所述步骤SI具体为: S11、节点Pi发出搜集消息来搜集参加该节点拓扑调整的候选节点集； S12、将节点搜集消息转发到一个随机选择的邻居节点，存活时间TTL减1，若该消息经过的节点Pk与重连发起节点Pi有相同的资源，就将Pk加入到候选节点集Si中；若存活时间TTL不等于O，则重复步骤S12，继续搜集节点； S13、将候选节点集Si返回给消息发起节点Pi； S14、从节点Pi的当前邻居节点集合中选择一个与节点Pi没有相同资源的节点，若不存在这样的节点，就选择一个处理能力最弱且连接数大于2的节点，记为Pmin(Ni)； S15、从候选节点集Si中取出处理能力最强的节点，记为Pmax(Si)，并将其从Si中删除，若节点Pmax(Si)的处理能力不大于Pmin(Ni)，执行步骤S17 ;若节点Pmax(Si)的处理能力大于Pmin(Ni)，则向节点pmax(si)发出连接请求，若该节点pmax(si)拒绝连接请求，则重复步骤S15,继续选择下一个重连节点，若节点Pmax(Si)接受重连请求，则执行步骤S16 ； S16、节点Pi断开与选择的邻居节点Pmin(Ni)的连接并与节点Pmax(Si)建立连接；若候选节点集Si为空或重新连接的节点个数达到预先设定的节点重连个数的上限数n，则执行步骤S17 ;若否，则执行步骤S14，选择下一次参加重连的节点； S17、本次拓扑调整结束。
3.根据权利要求1所述的基于成组资源管理的对等网络节点负载均衡方法，其特征是:所述步骤S2具体为: S21、监测智能体搜集信息计算节点P」在当前时刻t的拥塞水平Cp并利用&的值来判断节点的拥塞状态，包括对每个节点设定过载、正常负载和过载三种负载状态，并设定负载状态阈值，将计算出的G值与设定的负载状态阈值相比较从而确定节点的当前负载状态；若节点P」负载状态是负载或过载，则执行步骤S22 ;否则执行步骤S23，进行拓扑的优化，选择下一个访问节点； S22、所述节点P」随机选择一部分节点断开连接，并派生出一个重连智能体；所述重连智能体以它的产生节点为父节点，以广度优先遍历的方式在网络中寻找有多余处理能力的节点，每到达一个节点先判断节点的负载状态以及是否有相同资源，若节点是轻载且拥有相同的资源，就随机选择一个待重连的节点与之连接，然后继续寻找下一节点，直到所有的待重连节点都重连完毕，重连智能体主动退出网络； S23、监测智能体根据节点P」的邻居节点P。对该监测智能体的吸引力表以及访问过的节点列表，来选择下一个访问节点，并迁移到该节点；所述访问过的节点列表用于记录监测智能体访问过的节点；所述邻居节点吸引力表是网络中任一个节点用于记录其邻居节点对监测智能体吸引力的表。
4.根据权利要求3所述的基于成组资源管理的对等网络节点负载均衡方法，其特征是:所述步骤S21中，所述节点P」在当前时刻t的拥塞水平&的计算公式为:
5.根据权利要求3所述的基于成组资源管理的对等网络节点负载均衡方法及系统，其特征是:所述步骤S21中进一步包括: 步骤S210所述节点Pj根据自己的负载状态决定是否接受其它节点的连接请求:若节点P」当前为负载或过载状态，节点P」不接受其它节点连接请求；若节点P」当前状态为轻载则节点P」接受其它节点的连接请求。
6.根据权利要求3所述的基于成组资源管理的对等网络节点负载均衡方法，其特征是:所述步骤S21中“将计算出的Ch (t)值与设定的负载状态阈值相比较从而确定节点的当前负载状态”具体为:设定的两个阈值Ut、Bt，若CI^⑴>%，节点P」的状态是过载的，记变量flag=l，若Bt〈=CL」(t) <=Ut,节点Pj是正常负载的，记变量fIag=O。若CL」(t) <Bt,节点Pj的状态是轻载的，记变量flag=-1。
7.根据权利要求3所述的基于成组资源管理的对等网络节点负载均衡方法，其特征是:所述步骤S22中，所述节点P」随机选择一部分节点断开连接，断开的连接个数通过以下公式确定:
8.根据权利要求3所述的基于成组资源管理的对等网络节点负载均衡方法，其特征是:，所述步骤S23中，将节点P」的吸引能力记为Ap，为节点P」对关于资源r的监测智能体的吸引力，其计算公式如下:
9.一种基于成组资源管理的对等网络节点负载均衡系统，所述系统包括: 拓扑调整单元，用于网络中每个节点定期发起拓扑调整机制，向处理能力强且具有相同节点资源的节点连接，形成中心式拓扑结构的单元； 拓扑优化单元，用于通过计算节点在某一时刻的拥塞水平判断节点的拥塞状态，进一步进行网络拓扑优化的单元。
10.根据权利要求9所述的基于成组资源管理的对等网络节点负载均衡系统，其特征是:所述拓扑调整单元中设有: 主智能体MA，用于控制监测智能体的数量；主智能体在网络中随机游走，了解网络中资源的分布情况，当发现一个新的资源就生成一个关于该资源的监测智能体； 监测智能体DAr，用于在拥有相同资源r的节点间迁移，以发现这些节点间的拥塞，并生成重连智能体； 重连智能体CAr，是监测智能体的子智能体，用于网络节点的重连，其中能够被重连智能体CAr进行重连的节点是具 有资源r的网络节点。
【文档编号】H04L12/803GK103546530SQ201310247656
【公开日】2014年1月29日 申请日期:2013年6月20日 优先权日:2013年6月20日
【发明者】沈项军, 姚银, 谷培影, 蒋中秋, 陈继明 申请人:江苏大学