李 娟

(陕西学前师范学院信息工程学院，陕西 西安 710100)

0 引 言

当集群系统中处理机具有不同计算速度、通信能力和存储容量，或者数据存在局部性问题时，该集群就不再是同构集群，而为异构集群。随着通信技术的发展，采用异构集群通信进行大数据传输和负载调度能够有效提高数据传输的可靠性和安全性[1]。然而，在采用异构集群进行信息传输的过程中，由于受到网络通信信道的多径特征干扰，易导致异构集群负载均衡调度能力不好。因此，需设计异构集群的负载均衡控制过程，进一步提高异构集群的负载均衡性。基于此，相关的异构集群负载均衡算法的研究成果受到人们的极大关注。

目前，已有相关学者设计了相对成熟的负载均衡算法，如基于Nginx负载均衡的动态分配技术[2]和数据集群系统多指标动态负载均衡技术[3]。此外，邰滢滢等人[4]提出了基于改进权重的动态负载平衡算法，根据D-S证据理论，将影响集群性能的因素作为判断条件，利用历史数据与阈值间的差值计算指标权重，并构建基本信任函数，根据不同判断条件下的信任函数，结合负载合成规则实现深层融合完成对集群动态负载的平衡。王钊等人[5]提出了流媒体集群动态负载均衡调度算法，该算法通过集群节点任务数量的变化，对信息反馈时长进行动态修改，并根据集群的负载情况对信息种类进行划分，以提高集群的负载均衡效果。然而，上述传统方法为构建统一的异构集群信道传输模型，导致异构集群的负载均衡设计的自适应性不好，且缺乏对通信信道中噪声干扰的抑制，导致均衡调度能力不强、输出信号的误码率较高。……