Algorithm for Load Balancing of a Data Processing Center Based on a Nonlinear Forecast Model

Abstract

Аннотация. Целью статьи является повышение эффективности функционирования системы распределения и балансировки нагрузки центров обработки данных облачных сред за счет разработки и применения механизма прогнозирования состояний сетевого трафика, характеризуемого фрактальным самоподобием. При разработке прогнозной модели использованы методы нелинейной динамики, учитывающие статистическое самоподобие нагрузки и обеспечивающие решение задачи прогнозирования моментов ее предполагаемых всплесков. Проверка на хаотичность сетевого трафика выполнена путем расчета спектра показателей Ляпунова. Для восстановления фазового портрета процесса применена теорема Такенса -Мане. Для сглаживания сетевого трафика, устранения его шумовых компонент, выделения наиболее информативных гармоник и исключения случайных возмущений использован метод сингулярного спектрального анализа. Математическая модель и динамический алгоритм прогнозной модели состояния нелинейной системы представлены в виде системы дискретных отображений предыдущих и последующих значений временного ряда и связующих их регрессионного аппроксимирующего полинома. Представленный алгоритм отличается от существующих учетом особенностей фрактального самоподобия входной нагрузки, негативно влияющего на показатели качества, использованием прогнозной модели, разработанной на основе методов нелинейной динамики, а также возможностью выбора рациональных параметров балансировки по критерию равномерной загрузки ресурсов серверов. В статье показано, что динамический алгоритм балансировки нагрузки, построенный на нелинейных подходах и прогнозных моделях, позволяет более качественно, по сравнению с традиционными методами, решать задачи распределения нагрузки между серверами кластеров центров обработки данных. Обоснован вывод об эффективности разработанного алгоритма.