[论文解读] A New Fuzzy Approach for Dynamic Load Balancing Algorithm

Abbas Karimi, Faraneh Zarafshan+3 more|ArXiv.org|Oct 2, 2009

Distributed and Parallel Computing Systems参考文献 14被引用 28

一句话总结

本文提出了一种基于模糊逻辑的新型动态负载均衡算法，以解决分布式系统状态信息中的不确定性和不一致性问题。通过使用模糊推理来评估处理器负载并做出实时决策，该方法相比轮询法降低了30.84%的响应时间，相比随机分配法降低了45.45%的响应时间，表明在动态环境中具有优越性能。

ABSTRACT

Load balancing is the process of improving the Performance of a parallel and distributed system through is distribution of load among the processors [1-2]. Most of the previous work in load balancing and distributed decision making in general, do not effectively take into account the uncertainty and inconsistency in state information but in fuzzy logic, we have advantage of using crisps inputs. In this paper, we present a new approach for implementing dynamic load balancing algorithm with fuzzy logic, which can face to uncertainty and inconsistency of previous algorithms, further more our algorithm shows better response time than round robin and randomize algorithm respectively 30.84 percent and 45.45 percent.

研究动机与目标

• 解决传统负载均衡算法在处理系统状态信息中的不确定性和不一致性方面的局限性。
• 改善动态分布式和并行计算环境中的响应时间和性能。
• 开发一种基于模糊逻辑的决策机制，使其比确定性或随机方法更有效地适应实时负载变化。
• 将所提出的算法与轮询法和随机分配法等成熟基准进行对比评估。

提出的方法

• 该算法使用模糊逻辑处理表示处理器负载指标（如CPU利用率和队列长度）的精确输入值。
• 定义模糊推理规则，基于‘低’、‘中’和‘高’等语言变量，将输入负载状态映射到适当的负载分配决策。
• 系统在运行时动态评估每个处理器的负载状态，并根据模糊输出得分重新分配任务。
• 模糊逻辑控制器通过优先将新任务分配给负载较轻或负载均衡的处理器，以最小化响应时间。
• 该方法避免依赖精确的数值阈值，因此对噪声或不一致的传感器或监控数据具有鲁棒性。

实验结果

研究问题

• RQ1 模糊逻辑如何有效建模分布式系统负载状态中的不确定性，以改善负载均衡决策？
• RQ2 基于模糊的动态负载均衡算法在响应时间方面，相较于轮询法和随机分配法等传统方法，优势有多大？
• RQ3 模糊推理能否降低实时分布式系统中对不一致或不精确负载监控数据的敏感性？

主要发现

• 所提出的模糊负载均衡算法相比轮询法实现了30.84%的响应时间降低。
• 与随机分配法相比，该算法将响应时间降低了45.45%，显示出显著的性能提升。
• 模糊方法有效处理了系统状态信息中的不确定性和不一致性，提升了决策的鲁棒性。
• 该算法在动态工作负载下表现出一致的性能改进，表明其具有强大的适应能力。