Адаптивная балансировка нагрузки вычислительных устройств с потенциально неизвестными характеристиками на основе оптимизационных алгоритмов

Лобанов А. А., Бугаев И. М.

Читать статью полностью

  Адаптивная балансировка нагрузки вычислительных устройств с потенциально неизвестными характеристиками на основе оптимизационных алгоритмов(1,53 MB)

Аннотация

Предложен оригинальный оптимизационный алгоритм для адаптивной системы балансировки нагрузки на вычислительные устройства. Разработанный алгоритм работает соизмеримо с известным алгоритмом Round-robin для однородной конфигурации сети, а в неоднородной конфигурации показывает лучшие результаты. Малое число балансировщиков нагрузки на основе оптимизационных алгоритмов с открытым исходным кодом, делает предлагаемое исследование весьма актуальным в современных условиях.

Список литературы

1. Иванисенко, И. Методы балансировки с учетом мультифрактальных свойств нагрузки / И. Иванисенко, Л. Кириченко, Т. Радивилова // International Journal «Information Content and Processing». – 2015. – Vol. 2, No. 4. – P. 345–368. 
 
2. Pokuta, W. Application of Neural Networks in Distribution of the Load in Cluster-Based Web Systems / W. Pokuta, K. Zatwarnicki // Applied Sciences. – 2022. – Vol. 12, No. 1. – P. 79. 
 
3. Mohammed, S. Ali. Reinforcement Learning Algorithm for Load Balancing in Self‐Organizing Networks / S.Ali Mohammed, P. Coucheney, M. Coupechoux // Wiley 5G Ref. – 2016. – P. 1–23.
 
4. Тянь, Б. Балансировка нагрузки на основе оценок алгоритмической сложности подзадач / Б. Тянь, М.А. Посыпкин, И.Х. Сигал // Информационные технологии и вычислительные системы. – 2015. – № 1. – С. 10–18.
 
5. Головко, В. А. От многослойных персептронов к нейронным сетям глубокого доверия: парадигмы обучения и применение / В.А. Головко // Нейроинформатика–2015 : XVII Всерос. научно-техническая конф. с междунар. участием. Лекции по нейроинформатике. – Москва : НИЯУ МИФИ, 2015. – С. 47–84.
 
6. Коробов, Д. А. Современные подходы к обучению интеллектуальных агентов в среде Atari / Д.А. Коробов, С.А. Беляев // Программные продукты и системы. – 2018. – № 2. – С. 284–290.
 
7. Иванов, И. А. Самоконфигурируемый генетический алгоритм решения задач поддержки многокритериального выбора / И.А. Иванов, Е.А. Сопов // Сибирский журнал науки и технологий. – 2013. – № 1 (47). – С. 30–35.