结合分类回归树和K近邻的负载均衡预测算法

朱斌, 孙斌

北京邮电大学 信息安全中心, 北京 100876

收稿日期:2016-05-29出版日期:2017-09-28

作者简介:朱斌(1992-),男,硕士生,E-mail:bupt_zhubin@163.com;孙斌(1967-),女,副教授.
基金资助:国家242信息安全计划项目（2015A136）

A Load Balancing Predication Algorithm of CART and KNN

ZHU Bin, SUN Bin

Information Security Center, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2016-05-29Online:2017-09-28

摘要/Abstract

摘要： 提出了针对移动平台使用XMPP协议服务器端的基于分类回归树和K近邻结合的预测算法. 该方法首先通过动态反馈采集服务器节点的资源信息组成时间序列，对时间序列进行预测计算. 然后将服务器节点分区域管理，运用不同的调度策略. 实验结果证明，与原始的加权轮询和最小连接数算法相比，该预测算法在连接响应时间上减少了25%，在建立连接的平均速率上提升了近1.3倍，动态的调度策略使得服务器集群有更大的吞吐量，对于移动平台有更好的适应性.
中图分类号:
TP393.1

引用本文

朱斌, 孙斌. 结合分类回归树和K近邻的负载均衡预测算法[J]. 北京邮电大学学报, 2017, 40(s1): 93-97.
ZHU Bin, SUN Bin. A Load Balancing Predication Algorithm of CART and KNN[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(s1): 93-97.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3078