許世輝，黃秀彬，安業(yè)騰，宋鵬飛，劉 勃，李承桓

(1. 東北電力大學(xué)，吉林 吉林 132012；2. 太原理工大學(xué)，山西 太原 030024；3. 天津大學(xué)，天津 300072；4. 河海大學(xué)，江蘇 南京 210024；5. 青島理工大學(xué)，山東 青島 266520;6. 哈爾濱理工大學(xué)，黑龍江 哈爾濱 150080)

計(jì)算機(jī)網(wǎng)絡(luò)的興起、發(fā)展與普及，使得云服務(wù)范圍逐漸擴(kuò)張，涉及多個(gè)領(lǐng)域，尤其是移動(dòng)網(wǎng)絡(luò)領(lǐng)域，終端設(shè)備的功能也發(fā)生了質(zhì)的變化，從最初的輸入輸出功能轉(zhuǎn)變成具有一定的數(shù)據(jù)運(yùn)算功能。一般情況下，大型計(jì)算機(jī)網(wǎng)絡(luò)中存在著多個(gè)終端，以供多個(gè)用戶進(jìn)行數(shù)據(jù)的輸入與輸出。隨著計(jì)算機(jī)網(wǎng)絡(luò)規(guī)模的增加，用戶的數(shù)量也急劇增加，信息數(shù)據(jù)更是呈指數(shù)級(jí)別暴增，此時(shí)需要在網(wǎng)絡(luò)結(jié)構(gòu)中構(gòu)建一個(gè)負(fù)載均衡的法則，保障網(wǎng)絡(luò)資源利用率達(dá)到最大，多運(yùn)營(yíng)終端工作效率達(dá)到最佳，為用戶提供更優(yōu)質(zhì)的服務(wù)。

計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的升級(jí)與完善，多運(yùn)營(yíng)終端數(shù)量的增多，導(dǎo)致網(wǎng)絡(luò)資源負(fù)載很難實(shí)現(xiàn)均衡狀態(tài)，致使終端存在著穩(wěn)定性較差、吞吐量較小等缺陷，無法滿足現(xiàn)今用戶的需求。如何設(shè)計(jì)一個(gè)有效的多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡算法，是目前計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展中亟待解決的問題之一。就現(xiàn)有研究成果來看，使用最為廣泛的算法是通過負(fù)載因素表示終端節(jié)點(diǎn)的綜合負(fù)載，以此為基礎(chǔ)，對(duì)終端節(jié)點(diǎn)權(quán)值進(jìn)行科學(xué)的調(diào)節(jié)，保障負(fù)載最小終端節(jié)點(diǎn)提供服務(wù)。上述算法雖然能夠有效均衡多運(yùn)營(yíng)終端節(jié)點(diǎn)之間的負(fù)載，但依然存在著吞吐量小、穩(wěn)定性差的問題，無法適應(yīng)計(jì)算機(jī)網(wǎng)絡(luò)未來發(fā)展趨勢(shì)，故提出基于多Agent技術(shù)的多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡算法研究。多Agent技術(shù)能夠模擬人類專家的行為，通過共同協(xié)作解決較為復(fù)雜的問題，希望通過多Agent技術(shù)的應(yīng)用，提升多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡算法的整體性能，為用戶提供更加優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)。

1 多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡算法

1.1 多運(yùn)營(yíng)終端負(fù)載狀態(tài)定義與負(fù)載信息采集

負(fù)載狀態(tài)定義與負(fù)載信息采集是多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡的前提與基礎(chǔ)，也是負(fù)載均衡算法實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)。只有準(zhǔn)確地識(shí)別每個(gè)多運(yùn)營(yíng)終端節(jié)點(diǎn)的負(fù)載情況，才能實(shí)現(xiàn)多運(yùn)營(yíng)終端的自適應(yīng)負(fù)載均衡。

常規(guī)情況下，多運(yùn)營(yíng)終端節(jié)點(diǎn)負(fù)載是實(shí)時(shí)變化的，通過實(shí)時(shí)采集終端節(jié)點(diǎn)負(fù)載信息，反映終端節(jié)點(diǎn)負(fù)載狀態(tài)，以此為基礎(chǔ)，進(jìn)行負(fù)載均衡處理才能達(dá)到最佳的效果。

此研究依據(jù)多運(yùn)營(yíng)終端負(fù)載均衡需求，采用分布式信息采集策略與集中遷移策略采集終端節(jié)點(diǎn)負(fù)載信息，為了方便研究的進(jìn)行，對(duì)負(fù)載進(jìn)行量化處理，表達(dá)式為：

(1)

式(1)中，()表示的是時(shí)刻對(duì)應(yīng)的綜合負(fù)載量；表示的是時(shí)間間隔數(shù)量；(,)表示的是以時(shí)刻-Δ為起點(diǎn)的第個(gè)瞬間終端節(jié)點(diǎn)負(fù)載量；()表示的是權(quán)值，反映著終端節(jié)點(diǎn)負(fù)載狀態(tài)對(duì)負(fù)載均衡效果的影響程度。

上述過程完成了多運(yùn)營(yíng)終端負(fù)載信息的采集及其量化，以此為基礎(chǔ)，定義終端節(jié)點(diǎn)的負(fù)載狀態(tài)，為后續(xù)Agent負(fù)載均衡結(jié)構(gòu)的搭建打下堅(jiān)實(shí)的基礎(chǔ)。

1.2 Agent負(fù)載均衡結(jié)構(gòu)

以上述量化后的多運(yùn)營(yíng)終端節(jié)點(diǎn)負(fù)載信息為依據(jù)，引入多Agent技術(shù)搭建負(fù)載均衡結(jié)構(gòu)，為后續(xù)網(wǎng)絡(luò)資源模型的構(gòu)建做準(zhǔn)備。

Agent是一種處于一定環(huán)境下包裝的計(jì)算機(jī)系統(tǒng)，能根據(jù)用戶需求進(jìn)行靈活、自主的活動(dòng)。終端負(fù)載均衡過程中，主要應(yīng)用三種類型的Agent，分別為功能Agent、通信Agent及其中央Agent。其中，功能Agent承擔(dān)著計(jì)算任務(wù)；通信Agent承擔(dān)著采集功能Agent信息值的任務(wù)；中央Agent承擔(dān)著通信Agent信息采集的任務(wù)。需要注意的是，通信Agent只與中央Agent進(jìn)行通信，并且通信Agent與中央Agent主要承擔(dān)的是管理功能，自身運(yùn)算量較小，不參與負(fù)載均衡的計(jì)算。

Agent負(fù)載均衡結(jié)構(gòu)如圖1所示。

圖1 Agent負(fù)載均衡結(jié)構(gòu)示意圖

如圖1所示，整個(gè)Agent負(fù)載均衡結(jié)構(gòu)中，每個(gè)圓圈均表示一個(gè)終端節(jié)點(diǎn)，每個(gè)終端節(jié)點(diǎn)上均部署一個(gè)通信Agent，應(yīng)用其對(duì)終端節(jié)點(diǎn)負(fù)載信息進(jìn)行相應(yīng)的采集，并將采集到的終端節(jié)點(diǎn)負(fù)載信息反饋給中央Agent。需要注意的是，每個(gè)終端節(jié)點(diǎn)上的通信Agent相互獨(dú)立，不進(jìn)行交互。

通過上述過程完成了Agent負(fù)載均衡結(jié)構(gòu)的搭建，闡述了應(yīng)用的Agent類型與功能，為多Agent技術(shù)的應(yīng)用以及負(fù)載均衡算法的推出提供充足的準(zhǔn)備。

1.3 基于多Agent技術(shù)的網(wǎng)絡(luò)資源模型

以上述搭建的Agent負(fù)載均衡結(jié)構(gòu)為基礎(chǔ)，結(jié)合多運(yùn)營(yíng)終端節(jié)點(diǎn)工作特點(diǎn)，構(gòu)建網(wǎng)絡(luò)資源模型，為多運(yùn)營(yíng)終端負(fù)載均衡的實(shí)現(xiàn)提供準(zhǔn)確的數(shù)據(jù)支撐。

在多Agent技術(shù)的應(yīng)用下，用戶只需要將任務(wù)提交給Agent，由Agent對(duì)網(wǎng)絡(luò)資源進(jìn)行分配，將負(fù)載均衡問題轉(zhuǎn)化為Agent任務(wù)，簡(jiǎn)化負(fù)載均衡問題，加快終端負(fù)載均衡效率?；诙郃gent技術(shù)的網(wǎng)絡(luò)資源模型如圖2所示。

圖2 基于多Agent技術(shù)的網(wǎng)絡(luò)資源模型示意圖

如圖2所示，Agent對(duì)于用戶與網(wǎng)絡(luò)資源是相對(duì)透明的，并且只與相連的終端節(jié)點(diǎn)進(jìn)行交互，每個(gè)Agent管理一組網(wǎng)絡(luò)資源，響應(yīng)用戶的任務(wù)請(qǐng)求。

上述過程完成了網(wǎng)絡(luò)資源模型的構(gòu)建，并明確了Agent的管理任務(wù)與交互方式，為后續(xù)多運(yùn)營(yíng)終端負(fù)載均衡的實(shí)現(xiàn)提供充足的準(zhǔn)備。

1.4 負(fù)載均衡算法

以上述構(gòu)建的網(wǎng)絡(luò)資源模型為基礎(chǔ)，結(jié)合多Agent技術(shù)推出多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡算法，執(zhí)行算法的步驟即可實(shí)現(xiàn)終端節(jié)點(diǎn)負(fù)載的自適應(yīng)均衡處理，為用戶提供更加優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)。

首先，終端節(jié)點(diǎn)負(fù)載狀態(tài)采用二維數(shù)組來表示，表達(dá)式為

(2)

式(2)中，矩陣表示的是終端節(jié)點(diǎn)負(fù)載狀態(tài)，其中，行表示的是終端節(jié)點(diǎn)號(hào)；列表示的是Agent號(hào)；表示的是終端節(jié)點(diǎn)的總數(shù)量；表示的是參與終端負(fù)載均衡的Agent數(shù)量。

在多運(yùn)營(yíng)終端節(jié)點(diǎn)負(fù)載狀態(tài)更新過程中，隨機(jī)產(chǎn)生一個(gè)數(shù)值，其取值范圍為[1,]，設(shè)置為1，為0，以此類推，對(duì)每個(gè)Agent進(jìn)行相應(yīng)的選擇，即可獲得多運(yùn)營(yíng)終端節(jié)點(diǎn)的新狀態(tài)，將其記為。

其次，在多Agent技術(shù)應(yīng)用過程中，通信模式可能存在著些許差異，網(wǎng)絡(luò)帶寬有可能存在不同，為了避免上述問題的出現(xiàn)，此研究利用懲罰函數(shù)對(duì)差異進(jìn)行量化，將其稱為網(wǎng)絡(luò)差異系數(shù)，表達(dá)式為

(3)

式(3)中，表示的是網(wǎng)絡(luò)差異系數(shù)；表示的是終端節(jié)點(diǎn)初始負(fù)載狀態(tài)下，Agent所在網(wǎng)絡(luò)的帶寬；表示的是負(fù)載狀態(tài)更新后，Agent所在網(wǎng)絡(luò)的帶寬；表示的是終端節(jié)點(diǎn)負(fù)載狀態(tài)更新值；表示的是終端節(jié)點(diǎn)負(fù)載狀態(tài)更新輔助參數(shù)，取值范圍為[0,1]。

依據(jù)上述更新的終端節(jié)點(diǎn)負(fù)載狀態(tài)以及網(wǎng)絡(luò)差異系數(shù)，編號(hào)處理Agent，取值范圍為[1,]，設(shè)置Agent計(jì)算速度為，計(jì)算負(fù)載為，Agent計(jì)算資源編號(hào)為1～。則多運(yùn)營(yíng)終端負(fù)載總和表達(dá)式為：

(4)

Agent計(jì)算速度表達(dá)式為：

令人訝異的是，題中所給的四個(gè)答案竟沒有一個(gè)是對(duì)的，著實(shí)貽笑大方.正確答案為：120-12n, 其中 n=1, 2, 3 …….對(duì)教師和教材編寫者都有難度的題目，為什么要十來歲的孩子們做呢？

(5)

式(5)中，表示的是Agent計(jì)算速度權(quán)重?cái)?shù)值，全部的權(quán)重?cái)?shù)值總和為1。

Agent計(jì)算時(shí)間計(jì)算公式為：

(6)

依據(jù)式(6)的計(jì)算方式，結(jié)合終端節(jié)點(diǎn)負(fù)載更新狀態(tài)，即可獲得多運(yùn)營(yíng)終端節(jié)點(diǎn)平均計(jì)算時(shí)間，表達(dá)式為：

(7)

式(7)中，表示的是終端節(jié)點(diǎn)平均計(jì)算時(shí)間的輔助因子，需要根據(jù)實(shí)際終端節(jié)點(diǎn)運(yùn)行狀態(tài)進(jìn)行科學(xué)的設(shè)置。

而對(duì)于多運(yùn)營(yíng)終端負(fù)載均衡來說，就是科學(xué)調(diào)整Agent的計(jì)算時(shí)間，使無線接近，從而使得的負(fù)載達(dá)到均衡狀態(tài)。常規(guī)情況下，遷移產(chǎn)生的負(fù)載量為：

(8)

式(8)中，表示的是遷移負(fù)載量；表示的是單位遷移負(fù)載量。

在遷移過程中，終端節(jié)點(diǎn)計(jì)算時(shí)間也會(huì)產(chǎn)生相應(yīng)的變化，變化向量記為={-,-,…,-}。為了方便研究的進(jìn)行，認(rèn)定終端節(jié)點(diǎn)之間的每一條邊都只包含一個(gè)方向，則負(fù)載遷移向量記為={,,…,}。則負(fù)載均衡算法表達(dá)式為

(9)

式(9)中，右上角標(biāo)T表示的是矩陣轉(zhuǎn)置符號(hào)。矩陣中元素的取值規(guī)則為：

(10)

將式(10)代入到式(9)中，對(duì)式(9)進(jìn)行求解，獲取相應(yīng)的矩陣T，即可獲得多運(yùn)營(yíng)終端負(fù)載均衡數(shù)據(jù)，將其反饋給Agent，依據(jù)多Agent技術(shù)要求，對(duì)計(jì)算資源與時(shí)間進(jìn)行合理的分配與調(diào)度，實(shí)現(xiàn)終端負(fù)載的均衡處理。

通過上述過程實(shí)現(xiàn)了多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡，合理地分配了終端節(jié)點(diǎn)的計(jì)算資源與時(shí)間，使得終端節(jié)點(diǎn)達(dá)到最佳的工作狀態(tài)，為用戶提供更優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)，也為負(fù)載均衡提供新的方法支撐。

2 實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證提出算法的應(yīng)用性能，選取基于人工蜂群的云計(jì)算負(fù)載均衡算法作為對(duì)比算法，設(shè)計(jì)對(duì)比實(shí)驗(yàn)，具體實(shí)驗(yàn)過程如下所示：

2.1 實(shí)驗(yàn)對(duì)象選取

為了保障實(shí)驗(yàn)結(jié)論的準(zhǔn)確性，設(shè)置負(fù)載均衡任務(wù)為，多運(yùn)營(yíng)終端數(shù)量為，整體負(fù)載均衡調(diào)度如圖3所示。

圖3 負(fù)載均衡調(diào)度實(shí)驗(yàn)框架示意圖

如圖3所示，多運(yùn)營(yíng)終端之間存在著交互關(guān)系，當(dāng)終端節(jié)點(diǎn)負(fù)載過重時(shí)，需要啟動(dòng)負(fù)載均衡任務(wù)，對(duì)計(jì)算資源進(jìn)行合理的分配與調(diào)度，以此來保障終端的穩(wěn)定運(yùn)行，為用戶提供基礎(chǔ)網(wǎng)絡(luò)服務(wù)。

2.2 評(píng)價(jià)指標(biāo)選取

依據(jù)上述選取的實(shí)驗(yàn)對(duì)象，結(jié)合多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡實(shí)驗(yàn)需求，選取吞吐量、平均響應(yīng)延遲與負(fù)載均衡度作為算法應(yīng)用性能評(píng)價(jià)指標(biāo)，以此來量化顯示算法的負(fù)載均衡效果。

吞吐量、平均響應(yīng)延遲與負(fù)載均衡度計(jì)算公式為：

(11)

通過上述過程完成了評(píng)價(jià)指標(biāo)的選取，并確定了評(píng)價(jià)指標(biāo)的計(jì)算公式，為后續(xù)實(shí)驗(yàn)結(jié)果的分析打下了堅(jiān)實(shí)的基礎(chǔ)。

2.3 實(shí)驗(yàn)結(jié)果分析

通過實(shí)驗(yàn)獲得吞吐量數(shù)據(jù)如表1所示。

表1 吞吐量數(shù)據(jù)表

如表1數(shù)據(jù)所示，相較于對(duì)比算法，應(yīng)用提出算法獲得的吞吐量更大，最大值能夠達(dá)到6.48bit，表明提出算法網(wǎng)絡(luò)性能更佳。

通過實(shí)驗(yàn)獲得平均響應(yīng)延遲如圖4所示。

圖4 平均響應(yīng)延遲數(shù)據(jù)圖

如圖4數(shù)據(jù)所示，相較于對(duì)比算法，應(yīng)用提出算法獲得的平均響應(yīng)延遲更短，最小值能夠達(dá)到0.28s，表明提出算法任務(wù)響應(yīng)實(shí)時(shí)性更強(qiáng)。

通過實(shí)驗(yàn)獲得負(fù)載均衡度如圖5所示。

圖5 負(fù)載均衡度數(shù)據(jù)圖

如圖5數(shù)據(jù)所示，相較于對(duì)比算法，應(yīng)用提出算法獲得的負(fù)載均衡度更高，最大值能夠達(dá)到56%，表明提出算法負(fù)載均衡效果更好。

上述實(shí)驗(yàn)數(shù)據(jù)顯示：與對(duì)比算法做比較，應(yīng)用提出算法獲得的吞吐量較大，平均響應(yīng)延遲較短，負(fù)載均衡度較高，充分證實(shí)了提出算法具有更好的負(fù)載均衡效果。

3 結(jié) 論

應(yīng)用多Agent技術(shù)設(shè)計(jì)了新的多運(yùn)營(yíng)終端自適應(yīng)負(fù)載均衡算法。實(shí)驗(yàn)證明，極大地提升了終端節(jié)點(diǎn)的吞吐量，縮短了終端節(jié)點(diǎn)的平均響應(yīng)延遲，增大了多運(yùn)營(yíng)終端的負(fù)載均衡度，能夠?yàn)榻K端負(fù)載均衡提供更有效的算法支撐，也為負(fù)載均衡相關(guān)研究提供了一定的理論參考。