基于并行計(jì)算熵的同構(gòu)集群負(fù)載均衡算法_圖文

1、第卷第期年月深圳大學(xué)學(xué)報(bào)理工版文章編號(hào)：（）一基于并行計(jì)算熵的同構(gòu)集群負(fù)載均衡算法孫宏元”，謝維信，楊勛”，陸克中（西安電子科技大學(xué)電子工程學(xué)院，西安；深圳大學(xué)超級(jí)計(jì)算中心，深圳）摘要：提出并行計(jì)算熵的概念以及基于并行計(jì)算熵的同構(gòu)集群負(fù)載均衡算法理論分析證明并行計(jì)算熵作為系統(tǒng)負(fù)載均衡程度度量的合理性算法以并行計(jì)算熵來(lái)衡量集群系統(tǒng)中節(jié)點(diǎn)之間負(fù)載均衡程度，以節(jié)點(diǎn)任務(wù)運(yùn)算量來(lái)衡量節(jié)點(diǎn)的負(fù)載信息，并根據(jù)并行計(jì)算熵來(lái)進(jìn)行負(fù)載遷移決策實(shí)驗(yàn)證明相對(duì)基于任務(wù)數(shù)閾值的負(fù)載均衡算法并行計(jì)算性能有一定提高關(guān)鍵詞：同構(gòu)集群；并行計(jì)算；并行計(jì)算熵；負(fù)載均衡；負(fù)載遷移中圖分類(lèi)號(hào)：文獻(xiàn)標(biāo)識(shí)碼：討等。提出了一個(gè)集群計(jì)算的動(dòng)態(tài)

2、負(fù)載平衡庫(kù)，然而該庫(kù)是建立在異構(gòu)集群之上的，無(wú)法在同構(gòu)集群上保持高效基于上述問(wèn)題，本文提出并行計(jì)算熵的概念，以及一種基于并行計(jì)算熵最大化準(zhǔn)則的同構(gòu)集群負(fù)載均衡算法負(fù)載均衡技術(shù)用于在多處理器、多計(jì)算機(jī)、多網(wǎng)絡(luò)、多硬盤(pán)等資源之間分配負(fù)荷，使得各資源不過(guò)載計(jì)算負(fù)載均衡則是將計(jì)算任務(wù)分配到集群系統(tǒng)的各個(gè)不同節(jié)點(diǎn)上，使整個(gè)集群系統(tǒng)計(jì)算性能提高這種集群系統(tǒng)一般稱(chēng)作高性能集群機(jī)，并廣泛應(yīng)用于科學(xué)計(jì)算等領(lǐng)域負(fù)載均衡是高性能集群系統(tǒng)中資源分配追求的主要指標(biāo)心刮之一等。研究了在負(fù)載遷移過(guò)程中合理并行計(jì)算熵及其最大化準(zhǔn)則熵主要用來(lái)表述和研究自然界中廣泛存在的運(yùn)遷移量問(wèn)題，并提出一個(gè)基于簇的動(dòng)態(tài)負(fù)載均衡算法該算法將節(jié)

3、點(diǎn)問(wèn)的負(fù)載差異映射到一個(gè)適當(dāng)?shù)拇厣?，由該簇的質(zhì)心得到需要遷移的合適任務(wù)數(shù)，以調(diào)整節(jié)點(diǎn)問(wèn)負(fù)載的不平衡然而，該算法只研究動(dòng)形式轉(zhuǎn)化方向的不可逆性針對(duì)所要研究的問(wèn)題，結(jié)合并行計(jì)算的實(shí)際需求，本文提出并行計(jì)算熵的概念，并加以應(yīng)用為便于分析，首先作幾個(gè)名詞約定：任務(wù)類(lèi)型：一個(gè)總的計(jì)算任務(wù)中，按照計(jì)算性質(zhì)不同而劃分的類(lèi)型，如在多分辨正攝影像數(shù)據(jù)生成過(guò)程中，壓縮和分割分屬不同的任務(wù)類(lèi)型了動(dòng)態(tài)負(fù)載均衡的一個(gè)方面遷移執(zhí)行，而對(duì)另兩個(gè)方面信息收集和遷移決策沒(méi)做研究等。研究了如何利用動(dòng)態(tài)負(fù)載平衡去解決并行搜索樹(shù)問(wèn)題，并提出了輪叫調(diào)度（）的動(dòng)態(tài)負(fù)載均衡算法，該算法使集群中所有節(jié)點(diǎn)都能均等地以某種合理的順序被選擇到然而

4、，該算法并未考慮到集群中節(jié)點(diǎn)當(dāng)前的負(fù)載情況等提出了計(jì)算集群的模型，并在此模型上提出基于競(jìng)爭(zhēng)的負(fù)載均衡算法模型主要是建立在異構(gòu)集群之上的，而本研究是基于同構(gòu)集群上第種任務(wù)用代表任務(wù)當(dāng)量：不同任務(wù)類(lèi)型之間，以各自計(jì)算時(shí)間的比值來(lái)衡量任務(wù)大小第種類(lèi)型任務(wù)的當(dāng)量為足節(jié)點(diǎn)負(fù)載：某節(jié)點(diǎn)上任務(wù)集合，即等待完成等。研究了基于并行深度優(yōu)先搜索算法來(lái)測(cè)量集群上動(dòng)的各類(lèi)計(jì)算任務(wù)之和厶。，其中，。為第座個(gè)節(jié)點(diǎn)上，任務(wù)類(lèi)型的任務(wù)個(gè)數(shù)態(tài)負(fù)載均衡算法的性能，并對(duì)動(dòng)態(tài)負(fù)載均衡算法的可擴(kuò)展性以及執(zhí)行時(shí)問(wèn)、加速比和效率進(jìn)行了探節(jié)點(diǎn)相對(duì)負(fù)載率：某節(jié)點(diǎn)負(fù)載與并行系統(tǒng)總收稿日期：基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（）；深圳市科技計(jì)劃項(xiàng)

5、目（）作者簡(jiǎn)介：孫宏元（一），男（漢族），安徽省合肥市人，西安電子科技大學(xué)在職博士研究生，深圳大學(xué)教授第期孫宏元，等：基于并行計(jì)算熵的同構(gòu)集群負(fù)載均衡算法負(fù)載之比；節(jié)點(diǎn)計(jì)算時(shí)間：節(jié)點(diǎn)后完成賦予其上的負(fù)載任務(wù)所需要的時(shí)間，用咒表示嚴(yán)格來(lái)講瓦是。，五，。三者的函數(shù)，即瓦?。ǎ?，）其中五為節(jié)點(diǎn)后的頻率；，為通信時(shí)間為了簡(jiǎn)化，在這里取節(jié)點(diǎn)相對(duì)負(fù)載率作為并行計(jì)算熵的定義定義如果一個(gè)并行計(jì)算機(jī)系統(tǒng)共有幾個(gè)計(jì)算基于并行計(jì)算熵的負(fù)載均衡算法負(fù)載均衡的目標(biāo)歸包括：提供最短的平均任務(wù)響應(yīng)時(shí)間；能適于變化的負(fù)載；是可靠的負(fù)載均衡機(jī)制一般的負(fù)載均衡算法都包含信息收集、遷移決策和遷移執(zhí)行部分節(jié)點(diǎn)，在時(shí)刻，第后個(gè)計(jì)算節(jié)

6、點(diǎn)的相對(duì)負(fù)載率為。，則分布式計(jì)算機(jī)在時(shí)刻的計(jì)算熵日（）可定義為信息收集本文所要研究的問(wèn)題可從任務(wù)的規(guī)模推算出任務(wù)的運(yùn)算量情況及各節(jié)點(diǎn)上的總?cè)蝿?wù)運(yùn)算量設(shè)節(jié)（）點(diǎn)上的總?cè)蝿?wù)運(yùn)算量為三，且集群上的所有節(jié)點(diǎn)是同構(gòu)的，即各節(jié)點(diǎn)運(yùn)算能力相等，則節(jié)點(diǎn)上所有任務(wù)完成的時(shí)間正比于負(fù)載均衡的目標(biāo)就是使任務(wù)均衡分布在集群中各節(jié)點(diǎn)上，以便各節(jié)點(diǎn)能夠基本同時(shí)完成任務(wù)，從而使整個(gè)程序的執(zhí)行時(shí)間（或稱(chēng)程序響應(yīng)時(shí)間）最短因此，在同構(gòu)集群系統(tǒng)上，當(dāng)任務(wù)量可推算時(shí)，節(jié)點(diǎn)上的總?cè)蝿?wù)運(yùn)算量厶能比任務(wù)數(shù)更好地衡量節(jié)點(diǎn)的負(fù)載狀況，故我們選擇節(jié)點(diǎn)的總?cè)蝿?wù)運(yùn)算量作為負(fù)載指標(biāo)本文采用集中負(fù)載信息收集方式，即由一個(gè)主控節(jié)點(diǎn)收集全局負(fù)載信息，其他

7、節(jié)點(diǎn)僅將狀態(tài)信息傳送給主控節(jié)點(diǎn)，并由主控節(jié)點(diǎn)做出決策遷移決策負(fù)載遷移需占用一定的系統(tǒng)資源并消費(fèi)一定時(shí)間，若任意進(jìn)行負(fù)載遷移可能會(huì)得不償失因此，決定何時(shí)進(jìn)行負(fù)載遷移是關(guān)鍵負(fù)載均衡度是指集日（）。（）可以證明，并行計(jì)算熵與所提出的信息熵具有類(lèi)似的對(duì)稱(chēng)性、非負(fù)性、擴(kuò)展性、可加性、極值性、確定性和上凸性等數(shù)學(xué)特性因此，本文提出的并行計(jì)算熵在熵的意義上是合理的下面論證并行計(jì)算熵作為一個(gè)衡量負(fù)載均衡程度度量的合理性即若能證明計(jì)算過(guò)程中，每一步都取最大熵增的遷移，就能使程序執(zhí)行時(shí)問(wèn)最短，則并行計(jì)算熵是衡量負(fù)載均衡的一個(gè)很好的量度因此，有必要分析并行計(jì)算熵與程序執(zhí)行時(shí)間的關(guān)系由于程序執(zhí)行時(shí)間一般取決于集群系統(tǒng)

8、中負(fù)載最大節(jié)點(diǎn)上的總?cè)蝿?wù)運(yùn)算量，而節(jié)點(diǎn)上的總?cè)蝿?wù)運(yùn)行量又正比于相對(duì)負(fù)載率，故本文著重分析并行計(jì)算熵與最大相對(duì)負(fù)載率的關(guān)系下面給出已經(jīng)經(jīng)過(guò)嚴(yán)格證明的定理和引理限于篇幅，證明從略定理并行計(jì)算熵達(dá)到最大值時(shí)候，程序執(zhí)行時(shí)間最小當(dāng)各個(gè)節(jié)點(diǎn)的相對(duì)負(fù)載率相等時(shí)，并行計(jì)算熵達(dá)到最大值由于各個(gè)節(jié)點(diǎn)的相對(duì)負(fù)載率相等，因此，程序執(zhí)行時(shí)間最小定理分配在負(fù)載最大節(jié)點(diǎn)的任務(wù)量隨并行計(jì)算熵的遞增而趨于遞減定理說(shuō)明了并行計(jì)算熵與負(fù)載最大節(jié)點(diǎn)上的群系統(tǒng)中節(jié)點(diǎn)的負(fù)載均衡情況本文提出以并行計(jì)算熵作為集群系統(tǒng)中的負(fù)載均衡度的一種度量，用并行計(jì)算熵來(lái)判斷是否需要負(fù)載遷移當(dāng)系統(tǒng)的并行計(jì)算熵低于某個(gè)閾值珥時(shí)，系統(tǒng)負(fù)載均衡度較差，各節(jié)點(diǎn)的

9、負(fù)載平衡情況不好此時(shí)需進(jìn)行負(fù)載遷移，即將重負(fù)載節(jié)點(diǎn)上的任務(wù)遷移到輕負(fù)載節(jié)點(diǎn)上，以平衡系統(tǒng)各節(jié)點(diǎn)間的負(fù)載，實(shí)現(xiàn)負(fù)載均衡遷移后系統(tǒng)的并行計(jì)算熵得到提高而當(dāng)日只總?cè)蝿?wù)運(yùn)算量（即程序執(zhí)行時(shí)間）的關(guān)系當(dāng)并行計(jì)算熵增大時(shí)，負(fù)載最大節(jié)點(diǎn)上的總?cè)蝿?wù)運(yùn)算量趨向于減少，其他節(jié)點(diǎn)負(fù)載相應(yīng)更加平均，使得程序執(zhí)行時(shí)問(wèn)期望減小這是基于最大熵增原理負(fù)載均時(shí)，系統(tǒng)的負(fù)載均衡度較高，毋需進(jìn)行負(fù)載遷移從上述顯見(jiàn)，并行計(jì)算熵臨界值只是影響系統(tǒng)性衡算法的基礎(chǔ)所以算法中盡最大可能提高并行計(jì)算熵值，以減少程序執(zhí)行時(shí)間據(jù)此，可推出負(fù)載遷移的幾個(gè)細(xì)則：能從負(fù)載大的節(jié)點(diǎn)向負(fù)載小的節(jié)點(diǎn)遷移任務(wù)，不能反向遷移先選擇從負(fù)載最大的節(jié)點(diǎn)向負(fù)載最小的節(jié)點(diǎn)

10、遷移任務(wù)能的關(guān)鍵因素若以過(guò)高，則會(huì)導(dǎo)致系統(tǒng)節(jié)點(diǎn)間任務(wù)頻繁遷移，從而降低系統(tǒng)性能，增大任務(wù)響應(yīng)時(shí)間；反之，若只過(guò)低，則可能導(dǎo)致系統(tǒng)節(jié)點(diǎn)問(wèn)負(fù)載極度不平衡，負(fù)載較重的節(jié)點(diǎn)上的任務(wù)響應(yīng)時(shí)間過(guò)長(zhǎng)，降低整個(gè)并行系統(tǒng)的性能深圳大學(xué)學(xué)報(bào)理工版第卷遷移執(zhí)行調(diào)度節(jié)點(diǎn)從收集到的信息，計(jì)算系統(tǒng)并行計(jì)算熵是否達(dá)到遷移的閾值，決定是否進(jìn)行負(fù)載遷移及選擇將哪些任務(wù)遷移到哪些節(jié)點(diǎn)上在遷移決策中，選擇并行計(jì)算熵來(lái)衡量系統(tǒng)的負(fù)載均衡度同樣，在遷移執(zhí)行中，也選擇并行計(jì)算熵來(lái)判斷如何遷移任務(wù)設(shè)集群系統(tǒng)共有個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)上的任務(wù)集合為厶，此處的放置策略是使得各節(jié)點(diǎn)上的任務(wù)遷移后，系統(tǒng)的并行計(jì)算熵最大由于這個(gè)問(wèn)題是一個(gè)完全問(wèn)題，為此，根據(jù)

11、上節(jié)提出的負(fù)載遷移準(zhǔn)則給出一個(gè)近似算法：任務(wù)遷移只從重負(fù)載節(jié)點(diǎn)到輕負(fù)載節(jié)點(diǎn)上；運(yùn)算量閾值過(guò)小有效減少矩陣相乘的執(zhí)行時(shí)間在實(shí)驗(yàn)中，將所提出基于并行計(jì)算熵的負(fù)載均衡算法（，算法）與目前較流行的基于任務(wù)數(shù)閥值的負(fù)載均衡算法（算法）作了比較在實(shí)驗(yàn)中，我們運(yùn)算兩個(gè)。階方陣相乘該任務(wù)先在集群中某個(gè)節(jié)點(diǎn)上開(kāi)始當(dāng)負(fù)載不均衡時(shí)，任務(wù)分解為多個(gè)小任務(wù)，轉(zhuǎn)移到其他節(jié)點(diǎn)上執(zhí)行，從而使集群系統(tǒng)負(fù)載達(dá)到均衡，而當(dāng)負(fù)載均衡時(shí)，任務(wù)可不作分解直接執(zhí)行負(fù)載均衡算法用只這個(gè)未知參數(shù)表示決定是否進(jìn)行負(fù)載遷移的并行計(jì)算熵的閾值實(shí)驗(yàn)主要分析不同節(jié)點(diǎn)數(shù)下的程序執(zhí)行時(shí)問(wèn)、（既。）的任務(wù)不做遷移因?yàn)槠溥w移對(duì)系統(tǒng)的負(fù)載均衡度影響甚微，反而徒增

12、代價(jià)也就是說(shuō)，算法只把具有一定運(yùn)算量的任務(wù)從重負(fù)載節(jié)點(diǎn)遷移到輕負(fù)載節(jié)點(diǎn)上，使負(fù)載均衡情況改善明顯的任務(wù)經(jīng)以上限制后，由定理可知，任務(wù)遷移后，系統(tǒng)的并行計(jì)算熵將增加，負(fù)載最大節(jié)點(diǎn)任務(wù)量將減小算法主要描述如下加速比、速率以及程序運(yùn)行期間內(nèi)系統(tǒng)并行計(jì)算熵的變化先看不同節(jié)點(diǎn)數(shù)下的程序的運(yùn)行時(shí)間，取矩陣大小為階，讓節(jié)點(diǎn)數(shù)在變化當(dāng)節(jié)點(diǎn)數(shù)為時(shí)，程序?yàn)榇谐绦?；?jié)點(diǎn)數(shù)大于時(shí)，先計(jì)算集群系統(tǒng)的平均負(fù)載。；計(jì)算各節(jié)點(diǎn)需要遷移的負(fù)載為。一。，依照遷移負(fù)載的符號(hào)及大小保持兩個(gè)隊(duì)列。和其中，。是。為正的節(jié)點(diǎn)隊(duì)列，即負(fù)載過(guò)重的節(jié)點(diǎn)的隊(duì)列，按照。從大，的順序排列；是。為負(fù)的節(jié)點(diǎn)的隊(duì)列，即負(fù)載過(guò)輕的節(jié)點(diǎn)的隊(duì)列，按照有一個(gè)節(jié)點(diǎn)

13、為調(diào)度節(jié)點(diǎn)，其他節(jié)點(diǎn)為計(jì)算節(jié)點(diǎn)，實(shí)驗(yàn)結(jié)果如圖曼旨廈留靶刪。從大到小的順序排列按從頭到尾的順序依次掃描，上節(jié)點(diǎn)運(yùn)算量大于閾值形。血。的任務(wù)假設(shè)在掃描過(guò)程中，當(dāng)前節(jié)點(diǎn)為，當(dāng)前任務(wù)為，節(jié)點(diǎn)的負(fù)載為。，任務(wù)的節(jié)點(diǎn)數(shù)圖不同節(jié)點(diǎn)數(shù)下的程序執(zhí)行時(shí)間運(yùn)算量為，且。再?zèng)Q定這個(gè)任務(wù)遷移到哪個(gè)節(jié)點(diǎn)上顯然，為使負(fù)載更均衡，應(yīng)選擇最接近于遷入負(fù)載為“的節(jié)點(diǎn)為此，掃描上的節(jié)點(diǎn)，找從圖可見(jiàn)，隨著集群系統(tǒng)中節(jié)點(diǎn)數(shù)的增加，程序運(yùn)行時(shí)間減少當(dāng)節(jié)點(diǎn)數(shù)為時(shí)，只有一個(gè)計(jì)算節(jié)點(diǎn)由于負(fù)載均衡算法的代價(jià)，此時(shí)程序運(yùn)行時(shí)間比串行程序還略長(zhǎng)隨著節(jié)點(diǎn)數(shù)增加，任務(wù)遷出一。的具有最大。的節(jié)點(diǎn)若節(jié)點(diǎn)存在，則將任務(wù)遷移到節(jié)點(diǎn)上移增多，負(fù)載均衡代價(jià)隨之提高

14、，節(jié)點(diǎn)數(shù)的增加對(duì)程序運(yùn)行時(shí)間的影響并不大，甚至?xí)唤捣瓷惴ㄔ诠?jié)點(diǎn)數(shù)為時(shí)，程序執(zhí)行時(shí)間已達(dá)到最低點(diǎn)，此時(shí)程序執(zhí)行時(shí)間為，而仿真實(shí)驗(yàn)在“深超”上運(yùn)行大矩陣乘法來(lái)驗(yàn)證負(fù)載算法的最小程序執(zhí)行時(shí)間為，均衡算法的有效性，并與其他負(fù)載均衡算法性能作比較一般來(lái)說(shuō)，在矩陣階數(shù)較大時(shí)，矩陣乘法需算法將最小程序執(zhí)行時(shí)間減少約圖顯示了不同節(jié)點(diǎn)數(shù)下的算法和消耗大量資源，、利用集群系統(tǒng)進(jìn)行大矩陣相乘，可算法的加速比可見(jiàn)，算法的最第期孫宏元，等：基于并行計(jì)算熵的同構(gòu)集群負(fù)載均衡算法大加速比為，而算法的最大加速比為，算法將最大加速比提高約，因?yàn)檫@時(shí)只有一個(gè)節(jié)點(diǎn)上有任務(wù)，不會(huì)進(jìn)行負(fù)載遷移這個(gè)任務(wù)經(jīng)過(guò)分解后，會(huì)生成個(gè)子任務(wù)，并

15、在個(gè)節(jié)點(diǎn)上運(yùn)行，系統(tǒng)的并行計(jì)算熵得到提高這個(gè)任務(wù)產(chǎn)生子任務(wù)后，再進(jìn)行負(fù)載遷移，系統(tǒng)并行計(jì)算熵得到進(jìn)一步提高，并接近于最大值：，隨后，系統(tǒng)并行計(jì)算熵穩(wěn)定在左右在程序即將結(jié)束時(shí)，由于節(jié)點(diǎn)陸續(xù)完成任務(wù)退出，并行計(jì)算熵急劇下降，但這時(shí)并不進(jìn)行負(fù)載遷移，因?yàn)楣?jié)點(diǎn)上的負(fù)載已經(jīng)很小節(jié)點(diǎn)數(shù)圖不同節(jié)點(diǎn)數(shù)下的加速比牡；口五口圖顯示了不同節(jié)點(diǎn)數(shù)下的算法和算法的效率可見(jiàn)，算法的最大效率為，而算法的最大效率為，算法將最大效率提高了大約本文提出了并行計(jì)算熵的概念以及基于并行計(jì)算熵的負(fù)載均衡算法在算法中，以并行計(jì)算熵來(lái)衡量集群系統(tǒng)中節(jié)點(diǎn)間負(fù)載均衡的程度，以節(jié)點(diǎn)任務(wù)運(yùn)算量（而非任務(wù)數(shù)）來(lái)衡量節(jié)點(diǎn)的負(fù)載信息本文對(duì)并行計(jì)算熵作為

16、一個(gè)衡量負(fù)載均衡程度度量的合理性進(jìn)行了理論分析通過(guò)仿真實(shí)驗(yàn)，將所提出的基于并行計(jì)算熵的負(fù)載均衡算法與目前較流行的基于任務(wù)數(shù)閾值的負(fù)載均衡算法進(jìn)行了分析對(duì)比結(jié)果表明，對(duì)于矩陣乘法這類(lèi)計(jì)算任務(wù)量可事節(jié)點(diǎn)數(shù)嘻圖不周節(jié)點(diǎn)數(shù)下的效率先估計(jì)的問(wèn)題，基于并行計(jì)算熵的負(fù)載均衡算法可娥有效減少程序執(zhí)行時(shí)間，提高加速比和并行效率參考文獻(xiàn)：婆琳士姑牧知識(shí)庫(kù)負(fù)載均衡：（英文版），用于多媒體應(yīng)用的基于站點(diǎn)集群的負(fù)載均衡并行與分布式系統(tǒng)學(xué)報(bào)，（）：一（英文版）（），多尺度網(wǎng)絡(luò)中具有全延遲約時(shí)間圖并行計(jì)算熵隨時(shí)間的變化束的最佳分頁(yè)負(fù)載均衡無(wú)線(xiàn)通信學(xué)報(bào)，（）：（英文版），等一種用再看程序運(yùn)行期間系統(tǒng)并行計(jì)算熵的變化，取矩陣的大小為階集群節(jié)點(diǎn)數(shù)為，其中于動(dòng)態(tài)負(fù)載均衡的自適應(yīng)集群方法年并行結(jié)構(gòu)、算法和網(wǎng)絡(luò)國(guó)際會(huì)議論文集新澤西：，（英文版）個(gè)節(jié)點(diǎn)為調(diào)度節(jié)點(diǎn)，其他個(gè)節(jié)點(diǎn)為計(jì)算節(jié)點(diǎn)運(yùn)行中，在調(diào)度節(jié)點(diǎn)上記錄系統(tǒng)并行計(jì)算熵的變化，每進(jìn)行一次負(fù)載遷移時(shí)，便記錄負(fù)載遷移前后工作站和計(jì)算機(jī)集群中的動(dòng)態(tài)負(fù)載均衡性能第屆并行處理，算法與結(jié)構(gòu)國(guó)際會(huì)議論文集新澤西：，：（英文