dh結(jié)構(gòu)化p2p網(wǎng)絡(luò)負(fù)載均衡模型研究

dh結(jié)構(gòu)化p2p網(wǎng)絡(luò)負(fù)載均衡模型研究

基于離散分布策略（dhs）的p2p網(wǎng)絡(luò)，網(wǎng)絡(luò)中的對象和節(jié)點(diǎn)通過統(tǒng)一的哈希函數(shù)將網(wǎng)絡(luò)中的資源存儲在距離共同節(jié)點(diǎn)附近的空間中。由于哈希函數(shù)的隨機(jī)性，每個(gè)建筑工具的節(jié)點(diǎn)和對象分布也是隨機(jī)性的。因此，每個(gè)節(jié)點(diǎn)都有不同的堆棧。在文獻(xiàn)中，一些節(jié)點(diǎn)負(fù)責(zé)的堆?？赡苁瞧渌?jié)點(diǎn)的o（log2n）的兩倍，而n是p2p網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)。此外，無論p網(wǎng)絡(luò)上的節(jié)點(diǎn)是共享對象還是負(fù)載量，其處理能力是否相同，都可以執(zhí)行相同的功能角色。在現(xiàn)有的研究中，節(jié)點(diǎn)的處理能力（包括內(nèi)存、帶寬和cpu性能）之間存在很大差異。容易出現(xiàn)一些處理能力較弱的節(jié)點(diǎn)承擔(dān)大量負(fù)荷，而處理能力較強(qiáng)的節(jié)點(diǎn)承擔(dān)較低的負(fù)荷，這給p2p網(wǎng)絡(luò)帶來了負(fù)載不平衡。負(fù)載均衡是一個(gè)經(jīng)典且被廣泛研究的課題,文獻(xiàn)中針對并行處理系統(tǒng)提出的負(fù)載均衡算法,有效地將單個(gè)處理任務(wù)有機(jī)地分配到多個(gè)處理器上,減少多處理器系統(tǒng)中單任務(wù)的執(zhí)行時(shí)間.為實(shí)現(xiàn)分布式系統(tǒng)的動態(tài)負(fù)載平衡,文獻(xiàn)中基于Multi-Agent提出了一種新的分布式系統(tǒng)動態(tài)負(fù)載平衡算法.根據(jù)節(jié)點(diǎn)間轉(zhuǎn)移虛擬服務(wù)器的思想,文獻(xiàn)中針對P2P網(wǎng)絡(luò)的負(fù)載不均衡問題,提出了一對一、一對多和多對多負(fù)載均衡算法.文獻(xiàn)中擴(kuò)展了文獻(xiàn)的一對多和多對多負(fù)載均衡算法,使其適應(yīng)動態(tài)P2P系統(tǒng).但文獻(xiàn)中的負(fù)載均衡算法依賴系統(tǒng)中指定的d個(gè)目錄服務(wù)節(jié)點(diǎn)來收集負(fù)載信息和生成轉(zhuǎn)移策略,這種類似于集中式處理方式容易引起單點(diǎn)失效問題;而且在轉(zhuǎn)移負(fù)載時(shí),由于沒有考慮節(jié)點(diǎn)間的物理位置關(guān)系,使負(fù)載均衡開銷增大,延緩了負(fù)載均衡操作的收斂時(shí)間.文獻(xiàn)中通過在Chord系統(tǒng)上嵌入K-ary樹模型,并采用界標(biāo)簇算法來收集網(wǎng)絡(luò)中節(jié)點(diǎn)的位置信息,使負(fù)載轉(zhuǎn)移盡量在物理位置較近的節(jié)點(diǎn)之間進(jìn)行,從而減少轉(zhuǎn)移負(fù)載的物理跳數(shù),節(jié)省系統(tǒng)資源.但K-ary樹的根節(jié)點(diǎn)需要定期收集所有節(jié)點(diǎn)的負(fù)載信息,并在將收到的信息分發(fā)給K-ary樹中各個(gè)節(jié)點(diǎn)后,模型中的節(jié)點(diǎn)才能確定自身的負(fù)載狀態(tài).因此,在K-ary樹中某個(gè)父節(jié)點(diǎn)失效到其恢復(fù)前,其孩子節(jié)點(diǎn)所在子樹中的負(fù)載不均衡問題無法解決,并且每次負(fù)載轉(zhuǎn)移后,K-ary樹需要重新構(gòu)造,使得構(gòu)造和維護(hù)K-ary樹的開銷較大,P2P系統(tǒng)不便于擴(kuò)展.在文獻(xiàn)中,每個(gè)節(jié)點(diǎn)周期性地收集鄰近區(qū)域內(nèi)其它節(jié)點(diǎn)的負(fù)載信息,并選擇鏈路延遲較小的節(jié)點(diǎn)轉(zhuǎn)移負(fù)載,但該方法只能保證局部的負(fù)載均衡,很難較快地使整個(gè)P2P系統(tǒng)達(dá)到負(fù)載均衡.文中在超立方體P2P覆蓋網(wǎng)絡(luò)上構(gòu)建一個(gè)基于二叉樹的負(fù)載均衡模型,根據(jù)節(jié)點(diǎn)的承載容量分配相應(yīng)的負(fù)載,以減少負(fù)載均衡過程中的通信冗余和負(fù)載轉(zhuǎn)移開銷等.首先,將P2P系統(tǒng)中的節(jié)點(diǎn)組織成一個(gè)層次化的二叉樹型結(jié)構(gòu),負(fù)責(zé)收集與分發(fā)節(jié)點(diǎn)的負(fù)載信息,以減少負(fù)載均衡代價(jià),并便于P2P系統(tǒng)的擴(kuò)展.同時(shí),通過引入均衡域概念,將P2P系統(tǒng)中的節(jié)點(diǎn)劃分到各個(gè)均衡域中,使負(fù)載均衡操作可以在整個(gè)系統(tǒng)或各均衡域中完成,有利于將整個(gè)P2P系統(tǒng)的負(fù)載均衡任務(wù)按照并行與分布式處理,降低負(fù)載均衡算法的時(shí)間復(fù)雜度,使負(fù)載均衡模型具有很好的適應(yīng)性.1系統(tǒng)模型1.1負(fù)載均衡特性(1)虛擬服務(wù)器.虛擬服務(wù)器是Chord系統(tǒng)中為改善節(jié)點(diǎn)負(fù)載量而提出的一個(gè)概念,也是文中負(fù)載均衡處理的基本單位.虛擬服務(wù)器類似于P2P網(wǎng)絡(luò)中的節(jié)點(diǎn),一個(gè)虛擬服務(wù)器負(fù)責(zé)相應(yīng)的鍵值空間,而每個(gè)物理節(jié)點(diǎn)可擁有多個(gè)虛擬服務(wù)器.從負(fù)載均衡的觀點(diǎn),虛擬服務(wù)器可以表示確定的負(fù)載量.當(dāng)物理節(jié)點(diǎn)過載時(shí),可以在其擁有的虛擬服務(wù)器中選擇一個(gè)或多個(gè)虛擬服務(wù)器轉(zhuǎn)移到其它非過載節(jié)點(diǎn)上.(2)均衡域.均衡域是并行計(jì)算機(jī)系統(tǒng)中的一個(gè)概念,通過將系統(tǒng)劃分為多個(gè)獨(dú)立的處理器集合(稱為均衡域),可以將單個(gè)處理任務(wù)分配到多個(gè)處理器上,減少多處理器系統(tǒng)中單任務(wù)的執(zhí)行時(shí)間.在圖2中,均衡域是指位于同一棵子樹中的節(jié)點(diǎn)集合,如節(jié)點(diǎn)000和001屬于同一個(gè)均衡域,節(jié)點(diǎn)000、001、010和011屬于同一個(gè)均衡域.均衡域的規(guī)?？梢詮膸讉€(gè)節(jié)點(diǎn)到整個(gè)系統(tǒng),負(fù)載均衡決策唯一依賴于每個(gè)均衡域的負(fù)載狀態(tài),各個(gè)均衡域可以并行地進(jìn)行負(fù)載均衡操作,以減少整個(gè)系統(tǒng)負(fù)載均衡操作的收斂時(shí)間,降低負(fù)載均衡算法的時(shí)間復(fù)雜度.(3)節(jié)點(diǎn)利用率.節(jié)點(diǎn)利用率是指節(jié)點(diǎn)的負(fù)載與承載能力的比值.節(jié)點(diǎn)的承載能力(綜合處理能力)可以是節(jié)點(diǎn)的CPU處理能力,也可以是節(jié)點(diǎn)的存儲空間大小.不失一般性,文中假定其為節(jié)點(diǎn)的存儲空間大小.通過引入節(jié)點(diǎn)利用率的概念,在負(fù)載均衡過程中可有效地處理P2P系統(tǒng)中的節(jié)點(diǎn)異構(gòu)性問題,并按照節(jié)點(diǎn)的實(shí)際承載能力分配相應(yīng)的負(fù)載,從而避免承載能力弱的節(jié)點(diǎn)承擔(dān)較高的負(fù)載量,使P2P系統(tǒng)中的負(fù)載均衡分布.(4)均衡域利用率.均衡域利用率是指均衡域中所有節(jié)點(diǎn)的負(fù)載總量與總承載能力的比值.當(dāng)整個(gè)系統(tǒng)屬于同一個(gè)均衡域中時(shí),均衡域利用率表示系統(tǒng)利用率.根據(jù)均衡域利用率,可以在不同的均衡域內(nèi)實(shí)施不同的負(fù)載均衡策略.(5)海明距離.海明距離是計(jì)算機(jī)網(wǎng)絡(luò)通信理論中的一個(gè)概念,兩個(gè)碼字中對應(yīng)位的比特值不同的位數(shù),即為兩個(gè)碼字的海明距離.由于文中采用二進(jìn)制數(shù)對超立方體P2P覆蓋網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行標(biāo)識,因此,海明距離也可以用于表示節(jié)點(diǎn)間的最小距離.如節(jié)點(diǎn)A(10001001)和B(10110001)的第3、4和5位對應(yīng)的比特值不同,其余的比特值均相同,因此,節(jié)點(diǎn)A和B之間的距離為3.一般將過載節(jié)點(diǎn)上的負(fù)載轉(zhuǎn)移到距離較近的節(jié)點(diǎn)上,以減少負(fù)載均衡的開銷.1.2動態(tài)負(fù)載均衡存在的層次化問題超立方體結(jié)構(gòu)具有較優(yōu)的路由算法,其操作與維護(hù)簡單,因而是P2P網(wǎng)絡(luò)中一個(gè)較常用的覆蓋網(wǎng)絡(luò)結(jié)構(gòu),Pastry、Tapestry等都是基于超立方體結(jié)構(gòu)的P2P系統(tǒng).文獻(xiàn)中提出的超立方體DHT覆蓋網(wǎng)絡(luò),保持了覆蓋拓?fù)浜臀锢硗負(fù)涞囊恢滦?有效地支持P2P系統(tǒng)的文件共享.文中在文獻(xiàn)的超立方體DHT覆蓋結(jié)構(gòu)(見圖1)上,建立一個(gè)基于二叉樹的層次負(fù)載均衡模型(見圖2),負(fù)責(zé)收集與分發(fā)P2P系統(tǒng)中的負(fù)載信息,以及執(zhí)行負(fù)載轉(zhuǎn)移操作,以解決動態(tài)DHT網(wǎng)絡(luò)中的負(fù)載均衡問題.圖1中的h0、h1和h2分別表示超立方體的第0、1和2維度上的邊.二叉樹中的中間節(jié)點(diǎn)表示其下層相應(yīng)均衡域中的域頭節(jié)點(diǎn),這些節(jié)點(diǎn)負(fù)責(zé)收集自身均衡域內(nèi)的負(fù)載信息以及控制均衡處理過程.例如,第1層的000、010、100和110節(jié)點(diǎn)分別負(fù)責(zé)第0層的2個(gè)均衡域(或節(jié)點(diǎn))的負(fù)載均衡操作,第2層的000和100節(jié)點(diǎn)分別負(fù)責(zé)其管轄的第1層的2個(gè)均衡域的負(fù)載均衡操作,第3層的000節(jié)點(diǎn)負(fù)責(zé)其管轄的第2層的2個(gè)均衡域的均衡操作過程,按照這種自下而上的層次處理方法,該二叉樹模型將系統(tǒng)組織成一個(gè)層次的負(fù)載均衡域結(jié)構(gòu),分解了P2P系統(tǒng)的負(fù)載均衡處理過程.根據(jù)二叉樹負(fù)載均衡模型,可以按照自下而上的層次方法,在不同規(guī)模的均衡域內(nèi)中實(shí)現(xiàn)負(fù)載轉(zhuǎn)移.例如,當(dāng)節(jié)點(diǎn)000超載時(shí),由節(jié)點(diǎn)000觸發(fā)負(fù)載均衡事件,由于節(jié)點(diǎn)000是由節(jié)點(diǎn)000和節(jié)點(diǎn)001組成的均衡域中的域頭節(jié)點(diǎn),因此,節(jié)點(diǎn)000分析節(jié)點(diǎn)001是否可以用來轉(zhuǎn)移負(fù)載,如果可以,則將節(jié)點(diǎn)000上過載的負(fù)載轉(zhuǎn)移到節(jié)點(diǎn)001上,否則,按照自下而上的層次方法將過載負(fù)載轉(zhuǎn)移到第2層或第3層的均衡域內(nèi)的節(jié)點(diǎn)上.另外,由于負(fù)載均衡操作可在不同層次的均衡域內(nèi)進(jìn)行,而且超立方體結(jié)構(gòu)路由算法簡單,所以負(fù)載轉(zhuǎn)移易于實(shí)現(xiàn),從而簡化負(fù)載均衡的操作過程,降低負(fù)載均衡的開銷和負(fù)載轉(zhuǎn)移代價(jià).2節(jié)點(diǎn)負(fù)載信息的計(jì)算首先每個(gè)節(jié)點(diǎn)向其父節(jié)點(diǎn)發(fā)送負(fù)載信息,然后域頭節(jié)點(diǎn)計(jì)算每棵子樹(均衡域)的負(fù)載狀態(tài)并依次傳到樹根節(jié)點(diǎn).當(dāng)某個(gè)節(jié)點(diǎn)(或均衡域)的節(jié)點(diǎn)利用率超過預(yù)設(shè)的閾值,則觸發(fā)負(fù)載均衡事件.由于DHT網(wǎng)絡(luò)中節(jié)點(diǎn)的異構(gòu)性,在設(shè)計(jì)負(fù)載均衡算法時(shí),需要考慮節(jié)點(diǎn)承載能力的差異性,因此,文中根據(jù)節(jié)點(diǎn)利用率來計(jì)算需要轉(zhuǎn)移的超載量及確定可以接收超載量的節(jié)點(diǎn)(或節(jié)點(diǎn)集),從而使分布式負(fù)載均衡算法便于處理異構(gòu)DHT網(wǎng)絡(luò)中的負(fù)載均衡問題.Procedureloadbalancingalgrorithm()//在超立方體DHT覆蓋結(jié)構(gòu)上構(gòu)造二叉樹模型fori=0ton-1do//n=log2NconstructDomain()attheleveli;chooseDomainHead();endfor//收集節(jié)點(diǎn)的負(fù)載信息,計(jì)算均衡域的利用率fori=0ton-1dosend(ci,loadi)todomainHead;computeDomainUtilization();endfor//若節(jié)點(diǎn)利用率高于預(yù)設(shè)的閾值,則將其容量信息和虛擬服務(wù)器上的負(fù)載信息發(fā)送給同層的域頭節(jié)點(diǎn)if(uk>sys_util)thensend(ck,{vsload1,…,vsloadm})todomainHead;//首先計(jì)算節(jié)點(diǎn)k上的超載負(fù)荷量,然后將節(jié)點(diǎn)k的負(fù)載轉(zhuǎn)移到與節(jié)點(diǎn)k距離最近的節(jié)點(diǎn)v上vsover=(uk-sys_util)ck;form=1ton-1doif∑j=12m?1∑j=12m-1(sys_util-uj)cj≥vsoverthenchooseNodes()fortransferringloadofnodek;PerformTransfer(k,v)foreachtransferk→v;endifendforendif對于一個(gè)包含N個(gè)節(jié)點(diǎn)的P2P系統(tǒng),負(fù)載均衡模型中第i層共有N/2i個(gè)均衡域.當(dāng)所有均衡域內(nèi)的負(fù)載都不均衡時(shí)(最壞的情形下),每個(gè)均衡域內(nèi)最多發(fā)送的負(fù)載均衡請求信息和負(fù)載轉(zhuǎn)移次數(shù)均為2i-1,則每層中負(fù)載均衡操作次數(shù)最多為N/2.由于二叉樹模型共有l(wèi)og2N層,因此,整個(gè)P2P系統(tǒng)中負(fù)載均衡操作次數(shù)最多為Nlog2N.由于P2P系統(tǒng)的均衡域可以按照平均并行度為N/2的并行方式執(zhí)行負(fù)載均衡操作,因此,算法的時(shí)間復(fù)雜度為O(log2N).3系統(tǒng)利用率對負(fù)載均衡的影響實(shí)驗(yàn)使用P2PSim作為模擬器來評估文中提出的負(fù)載均衡算法.為了便于比較,文中同時(shí)實(shí)現(xiàn)了文獻(xiàn)中提出的負(fù)載均衡算法,表1列出了實(shí)驗(yàn)參數(shù)值.實(shí)驗(yàn)采用P2P系統(tǒng)中3個(gè)主要的標(biāo)度進(jìn)行測定,即節(jié)點(diǎn)利用率、負(fù)載轉(zhuǎn)移因子和負(fù)載轉(zhuǎn)移跳步數(shù).其中,負(fù)載轉(zhuǎn)移因子是指負(fù)載均衡過程中的負(fù)載轉(zhuǎn)移代價(jià)與系統(tǒng)中所有負(fù)載轉(zhuǎn)移一次的總代價(jià)的比值,它表示負(fù)載均衡過程中的負(fù)載轉(zhuǎn)移代價(jià).負(fù)載轉(zhuǎn)移跳步數(shù)是指在負(fù)載均衡過程中,負(fù)載從超載節(jié)點(diǎn)轉(zhuǎn)移到輕載節(jié)點(diǎn)路由過程中的物理跳步數(shù),它表示負(fù)載均衡開銷,負(fù)載轉(zhuǎn)移跳步數(shù)越小,負(fù)載均衡開銷也越小.每次模擬時(shí)間均為20T,其中,T表示預(yù)設(shè)的均衡周期.對于每個(gè)實(shí)驗(yàn)情況進(jìn)行10次實(shí)驗(yàn),取10次實(shí)驗(yàn)結(jié)果的平均值作為該實(shí)驗(yàn)的最終結(jié)果.實(shí)驗(yàn)1測試在不同的系統(tǒng)利用率下,執(zhí)行負(fù)載均衡后P2P系統(tǒng)中的節(jié)點(diǎn)利用率分布情況,結(jié)果如圖3所示.圖3表明:負(fù)載均衡后,兩種負(fù)載均衡算法的節(jié)點(diǎn)利用率隨系統(tǒng)利用率增加呈近似線性遞增趨勢,且負(fù)載均衡后的節(jié)點(diǎn)利用率略大于系統(tǒng)利用率.由于文獻(xiàn)中的算法由多個(gè)目錄節(jié)點(diǎn)負(fù)責(zé)整個(gè)系統(tǒng)的負(fù)載均衡操作,各個(gè)目錄節(jié)點(diǎn)之間相互獨(dú)立,一個(gè)目錄節(jié)點(diǎn)管轄內(nèi)節(jié)點(diǎn)上的負(fù)載無法轉(zhuǎn)移到另一個(gè)目錄節(jié)點(diǎn)管轄的節(jié)點(diǎn)中,因此,無法使整個(gè)P2P系統(tǒng)達(dá)到負(fù)載均衡.在文中提出的負(fù)載均衡方案中,各個(gè)節(jié)點(diǎn)按照均衡域的方式進(jìn)行組織,且均衡域可以按照由下至上的層次結(jié)構(gòu)進(jìn)行擴(kuò)展至整個(gè)系統(tǒng),因此,可以使整個(gè)P2P系統(tǒng)達(dá)到一致性的負(fù)載均衡.從圖3可以看出,文中負(fù)載均衡算法的節(jié)點(diǎn)利用率均低于文獻(xiàn)中算法的節(jié)點(diǎn)利用率,說明文中算法比文獻(xiàn)中的算法能取得更好的負(fù)載均衡效果,當(dāng)系統(tǒng)利用率為90%時(shí),文中算法使網(wǎng)絡(luò)中93%的節(jié)點(diǎn)利用率低于100%,89%的節(jié)點(diǎn)利用率低于90%.實(shí)驗(yàn)2測試在不同的系統(tǒng)利用率下,負(fù)載均衡過程中的負(fù)載轉(zhuǎn)移因子分布情況,結(jié)果見圖4.圖4表明:在不同的系統(tǒng)利用率下,兩種算法的負(fù)載轉(zhuǎn)移因子均隨系統(tǒng)利用率增加而增大,且兩種算法的負(fù)載轉(zhuǎn)移因子均較小,說明兩種算法在負(fù)載均衡過程中,只需要轉(zhuǎn)移較小的負(fù)載量就能使P2P系統(tǒng)中的負(fù)載均衡分布.由于文中的負(fù)載均衡算法以均衡域模式進(jìn)行操作,負(fù)載均衡可以在局部范圍內(nèi)執(zhí)行,然后再擴(kuò)展至整個(gè)系統(tǒng);當(dāng)某個(gè)節(jié)點(diǎn)超載時(shí),文獻(xiàn)中的算法首先隨機(jī)地選擇d個(gè)目錄節(jié)點(diǎn),再由目錄節(jié)點(diǎn)在其管轄的節(jié)點(diǎn)范圍內(nèi)執(zhí)行負(fù)載均衡操作.因此,對于不同的系統(tǒng)利用率,文中的負(fù)載均衡算法總保持較好的性能,在系統(tǒng)利用率為90%時(shí),文中算法的負(fù)載均衡因子小于0.13,而文獻(xiàn)中算法的負(fù)載轉(zhuǎn)移因子約為0.17.實(shí)驗(yàn)3測試負(fù)載均衡算法在P2P網(wǎng)絡(luò)動態(tài)環(huán)境下的負(fù)載均衡效果.主要考察額外的10%系統(tǒng)負(fù)載總量快速到達(dá)系統(tǒng)對負(fù)載均衡算法的影響,并將這額外的10%負(fù)載量隨機(jī)地分布在P2P系統(tǒng)的標(biāo)識符空間上,額外增加的10%負(fù)載量不僅使節(jié)點(diǎn)的負(fù)載在短期內(nèi)的分布更加不均衡,而且使P2P系統(tǒng)中節(jié)點(diǎn)承擔(dān)更大的負(fù)載量,結(jié)果見圖5.圖5表明:負(fù)載轉(zhuǎn)移因子隨系統(tǒng)利用率增加而呈線性遞增.當(dāng)系統(tǒng)利用率較低時(shí),額外增加的10%負(fù)載只造成系統(tǒng)中少量的節(jié)點(diǎn)超載,兩種算法的負(fù)載轉(zhuǎn)移因子均較低.當(dāng)系統(tǒng)利用率較高時(shí),系統(tǒng)中大部分節(jié)點(diǎn)的可承載容量較小,額外增加的10%負(fù)載使系統(tǒng)中超載的節(jié)點(diǎn)數(shù)增加,因此,負(fù)載轉(zhuǎn)移因子增大.由于文中算法以均衡域方式執(zhí)行負(fù)載均衡操作,各個(gè)均衡域規(guī)?？梢愿鶕?jù)負(fù)載狀態(tài)動態(tài)地進(jìn)行擴(kuò)展,因此,在各種系統(tǒng)利用率的情況下,文中算法的負(fù)載轉(zhuǎn)移因子均比文獻(xiàn)中算法小.在系統(tǒng)利用率為90%時(shí),文中算法的負(fù)載轉(zhuǎn)移因子小于0.20,而文獻(xiàn)中算法的為0.22,表明文中算法能有效地解決動態(tài)P2P網(wǎng)絡(luò)環(huán)境下的負(fù)載均衡問題.實(shí)驗(yàn)4測試負(fù)載均衡算法在節(jié)點(diǎn)動態(tài)進(jìn)入/退出P2P系統(tǒng)情況下的負(fù)載均衡效果.P2P系統(tǒng)中節(jié)點(diǎn)總數(shù)固定為4096,每間隔1s有一個(gè)節(jié)點(diǎn)隨機(jī)地進(jìn)入/退出P2P系統(tǒng).為了評估負(fù)載均衡算法的動態(tài)適應(yīng)性,文中將負(fù)載轉(zhuǎn)移因子定義為負(fù)載均衡算法所引起的負(fù)載轉(zhuǎn)移量與節(jié)點(diǎn)到達(dá)或離開而產(chǎn)生的負(fù)載轉(zhuǎn)移量的比值,結(jié)果如圖6所示.圖6表明:負(fù)載轉(zhuǎn)移因子隨系統(tǒng)利用率增加而增大.當(dāng)系統(tǒng)利用率較低時(shí),兩種算法的負(fù)載轉(zhuǎn)移因子均較低,當(dāng)系統(tǒng)利用率較大時(shí),系統(tǒng)中節(jié)點(diǎn)的可承載容量較小,節(jié)點(diǎn)隨機(jī)地加入或退出使P2P系統(tǒng)中的節(jié)點(diǎn)負(fù)載狀態(tài)變化增大,需要轉(zhuǎn)移的負(fù)載量增多,因此,負(fù)載轉(zhuǎn)移因子增大.在系統(tǒng)利用率為90%時(shí),文中算法的負(fù)載轉(zhuǎn)移因子小于0.50,文獻(xiàn)中算法的負(fù)載轉(zhuǎn)移因子為0.56,表明文中算法能有效地解決動態(tài)P2P網(wǎng)絡(luò)環(huán)境下的負(fù)載均衡問題.實(shí)驗(yàn)5測試負(fù)載均衡過程中轉(zhuǎn)移的負(fù)載在