買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江工業大學申請的專利基于雙目標優化的服務器負載均衡方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114528100B 。

龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210128106.4，技術領域涉及：G06F9/50；該發明授權基于雙目標優化的服務器負載均衡方法是由孟利民;田真真;蔣維;林夢嫚;應頌翔設計研發完成，并于2022-02-11向國家知識產權局提交的專利申請。

本基于雙目標優化的服務器負載均衡方法在說明書摘要公布了：基于雙目標優化的服務器負載均衡方法，包括：S1.確定一次請求分配過程中處理服務器的個數，根據時間節點中并發請求的數量采用滑動窗口獲取任務請求的個數；S2.獲取服務器的實時狀態信息包括量化集群中節點服務器的綜合處理能力和任務請求到來時刻各服務器的資源使用量；S3.采用0?1矩陣對任務請求與處理服務器之間的關系進行編碼；S4.構造集群負載請求分配優化問題的目標函數；S5.使用布谷鳥搜索算法對提出的問題進行迭代優化求解，輸出編碼解集；S6.輸出合適的編碼方案；S7.對方案進行解碼，找到最終的任務請求與處理服務器之間的關系，調度機制會隨機選擇一個編碼方案進行任務調度。本發明能夠解決服務器的集群中負載均衡分配的問題，使整個解決方案更高效和準確。

本發明授權基于雙目標優化的服務器負載均衡方法在權利要求書中公布了：1.基于雙目標優化的服務器負載均衡方法，包括以下步驟：S1.確定一次請求分配過程中處理服務器的個數，根據時間節點中并發請求的數量采用滑動窗口獲取任務請求的個數；S2.獲取服務器的實時狀態信息包括量化集群中節點服務器的綜合處理能力和任務請求到來時刻各服務器的資源使用量；服務器的綜合處理能力與cpu頻率、內存容量、網絡帶寬和磁盤讀寫速度有著直接的關系，表示成：P＝α1*pcpu+α2*pmemory+α3*pband+α4*pIO1式中，αi表示各參數對服務器處理能力的影響權重，滿足于與服務器的配置信息有著直接的聯系，權重越大說明該參數對服務器性能的影響更顯著；服務器的資源使用量與cpu頻率、內存容量、網絡帶寬和磁盤讀寫速度也是密切相關的，線性表示成：C＝β1*ccpu+β2*cmemory+β3*cband+β4*cIO2式中，βi表示各參數對服務器處理能力的影響權重，滿足于參數大小與αi一致；S3.采用0-1矩陣對任務請求與處理服務器之間的關系進行編碼，通過一個矩陣來表示：在一組分配任務中，編碼矩陣中的一行代表一個任務，所在元素為1的位置表示服務器的所在序號；S4.構造集群負載請求分配優化問題的目標函數，表示成： 式中，tSj表示每臺處理服務器完成一組任務分配所耗費的時間，其中j∈[1,n]，表示集群中處理服務器的標號；σ表示一組分配任務請求中服務器的處理時間差異，可以通過以下表示： 其中，表示的是集群中每臺服務器的平均任務完成時間；σ表示集群中各服務器處理時間的方差，σ數值越小越好；約束條件可以表示成： 式中，表示編碼矩陣D中的每一行元素之和，di*j取值只能為0或1，當di*j為1時表示任務請求在所選的節點服務器進行被處理；又因同一組任務中，每個任務有且僅能選擇一臺處理服務器，所以在編碼矩陣中的行向量中，至多存在一個元素為1；表示節點服務器的資源剩余量；監控節點服務器的資源信息，當資源使用率小于某個閾值c時能夠說明該節點服務器能夠接受更多的任務請求；S5.使用布谷鳥搜索算法對提出的問題進行迭代優化求解，輸出編碼解集；將集群中的任務調度問題轉化成鳥群迭代尋找最優鳥巢位置進行孵卵的過程，包括以下幾個部分：①設置鳥巢尋優的初始參數，包括鳥巢的個數、最優迭代次數、以及布谷鳥發現外來鳥蛋的概率pa，確定適應度函數為目標函數；②初始化鳥群；采用隨機的方式生成數量為N的初始鳥群D_cell,表示成：D_cell＝[D1,D2,D3,…,DN-1,DN]，其中每一個編碼矩陣都代表一個調度方案；③計算適應度值；通過采集到服務器的參數進行量化處理服務器的綜合處理能力和負載信息，計算適應度函數值，更新初始鳥群；④鳥群迭代；當未滿足最大迭代次數時便開始進行種群的迭代以找到較優的鳥巢位置；⑤采用改進萊維飛行的方式更新鳥巢的位置；在布谷鳥群體生活中，布谷鳥尋找合適產卵鳥巢的方式是隨機的，但服從一種特殊的移動軌跡，即在一定短時間移動距離較短，長時間內出現一次移動距離較長的情況，服從萊維分布，表達式為： 式中，Lλ～u＝t-λ，u為移動步長，1λ≤3；⑥引入動態參數β對步長進行適度調整，β可表示成：β＝θIterMAX-t+β07式中，IterMAX表示算法設置的最大迭代次數，t表示當前的迭代次數，θ表示的是變化幅度；β0控制步長不為0；其中θ和β0是由求解問題規模的大小決定的；繼而得到新的表達式為： ⑦對比當代鳥巢與上一代鳥巢的位置，得到較優的鳥巢Dbest；⑧通過發現概率pa進行篩選鳥群；若滿足0,1的隨機數rpa，則對Dbest進行再一次的隨機尋優，得到較優的鳥巢；⑨循環迭代終止；當達到迭代次數時，停止迭代，輸出較優全局最優的鳥巢位置，否則從步驟④開始，繼續迭代；S6.輸出合適的編碼方案；優化結果中最優適應度函數值存在一個pareto解集，每一個Fitbest會對應一個編碼方案；S7.對方案進行解碼，找到最終的任務請求與處理服務器之間的關系，調度機制會隨機選擇一個編碼方案進行任務調度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江工業大學，其通訊地址為：310014 浙江省杭州市拱墅區潮王路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。