1、目的及意义（含国内外的研究现状分析）

负载均衡是将工作任务均匀分摊到集群中的多个处理单元上，使得多个服务节点可以协同工作，从而提高服务集群的处理效率，增加吞吐量。用户的请求首先通过负载均衡算法处理选择处理该请求的后端真实服务器，后端机器接受任务处理后返回结果给用户。通过负载均衡处理可以有效提高服务的吞吐量和处理性能，有效的发挥集群资源的优势。

云计算的特点是具有很大规模，往往有成千上万台服务器。对于一般的企业私有云的场景，往往也成百上千台的机器集群对外提供服务，因此为了服务集群的处理效率与资源的合理利用，不可避免需要进行负载均衡处理。

OpenStack是一个开源云计算操作系统，它提供了一个部署云的操作平台及工具集。为云用户创建，运行，管理公有云或私有云，以对外提供可扩展的、灵活的云计算服务。

Neutron是OpenStack社区针对网络资源开发的子系统。Neutron不仅对底层L2/L3层的设备和流量进行管理，同时也对外提供类似负载均衡的高级服务。Neutron中的Load Balance能够将受到的网络流量均衡的分配给服务端的各个实例，从而高效的利用系统资源，增加应用的访问容量和可靠性，避免单个服务实例形成hotspot，造成服务的调用失败，提高应用的整体性能。

Neutron中的负载均衡有一群后端提供服务实例的虚拟机，这个集群叫Pool,每个Pool有一个对应的Virtual IP，当外部请求访问Virtual IP时，负载均衡器会将请求分发到Pool中提供服务的虚拟机上。目前Neutron提供的负载均衡算法有ROUND_ROBIN、LEAST_CONNECTIONS、SOURCE_IP。这三种算法，在负载均衡方面能力有限，在集群的负载均衡方面有很大的改进空间，尤其不能自适应的根据机器状态情况进行合适的负载任务分配。

因此我们课题是提出一种根据机器资源的实时状况的自适应的负载均衡算法。当负载压力超过机器资源设置的阈值时，进行负载任务的拒绝保持机器的处理能力

避免过多请求使服务集群过载造成超时、性能下降。并对提出的自适应的负载均衡算法进行仿真测试，并在Neutron平台上进行测试，对比分析Neutron已提供的负载均衡算法和我们提出的自适应的负载优先算法的效果。

2、基本内容和技术方案

首先我们对云计算中的各个节点机器的资源状态进行建模，将集群机器状态映射到多维坐标系中的点集，然后在点集的基础上集群的负载均衡转换成点集中点的运动，负载均衡的衡量指标也转换成坐标系中点集的聚集程度。

需要在Neutron网络环境下安装部署多节点OpenStack，并配置LBaaS服务。设计新的具有自适应性的LBaaS设计相应的负载均衡策略。在Neutron上实现所设计的负载均衡算法。对比已有的负载均衡策略，评估所设计的算法的有效性。

云计算相空间定义负载程度的基础上，衡量整个集群的负载均衡程度，提出节点负载的占用空间，根据最小负载占用空间，指导集群间请求的分发。并设定集群各种参数的安全距离，当负载参数超过安全距离，表示该节点处于负载状态，进行请求的拒绝，稳定节点的状态。在Neutron平台上进行试验，使用本文提出的负载均衡策略，，并比较原始Neutron平台上的负载均衡效果和新的自适应负载均衡算法进行负载均衡的效果。

3、进度安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需各种。确定方案，完成开题报告。

第4－7周：完成论文模型的设计，理解借鉴参考文献提出最小负载优先调度算法。

第8－11周：实现提出的自适应的最小负载优先调度算法，并进行仿真实验。

第11－14周：完成多种负载均衡算法的实验测试和比较分析，进行论文的书写。

第15周: 准备论文答辩。

4、指导教师意见

 分析合理，方案可行。

指导教师签名：

2017 年 3 月 13 日