基于遗传算法的XMPP服务器的选择研究.docVIP

基于遗传算法的XMPP服务器的选择研究 　　摘要：本文利用遗传算法研究XMPP的分布式服务器的选择优化问题。首先针对现有问题，建立满足QoS的优化遗传算法模型，然后通过正交实验获得最优的遗传算法参数，最后通过实验验证算法模型和算法参数的合理性。实验结果表明，服务器资源和链路带宽在不同权重系数下，运行效率可以收敛于最优值。解决了在实践过程中，服务器资源和链路带宽在双目标双约束条件下的负载不平衡现象。 　　关键词：XMPP 遗传算法 分布式 数据访问 路径优化 　　中图分类号：TP301 文献标识码：A 文章编号：1007-9416（2015）09-0000-00 　　1 简介 　　XMPP（ Extensible Messaging and Presence Protocol，可扩展消息与存在协议）是一种基于XML的即时消息协议[1]。它继承了XML灵活性和扩展性，已经应用到其它非IM领域[2]。有学者提议XMPP作为物联网领域的标准协议[3]。也有学者将其应用到分布式数据存储领域，将提供相同数据的服务器放在网络中的不同位置，以减少链路带宽的消耗、提供数据的安全性和多用户的QoS（Quality of Service）[4]。 　　作者利用XMPP对物流领域的异构系统进行数据兼容性整合和分布式存储。在实践过程中，海量的数据与有限的服务器资源和链路带宽之间存在很大的矛盾。导致，在相同服务器资源和链路带宽下，不同的访问选择将导致服务器负载和链路带宽负载不平衡等问题。因此有必要对访问选择问题进行探讨。 　　现行的解决方案主要是通过提高服务器的硬件配置和增加链路带宽的方式进行解决。本文在现有的服务器资源和链路带宽的条件下，利用优化算法对问题进行分析、建模和求解。通过构建XMPP选择优化服务器，首先通过正交实验得出各实验参数最优值，然后通过实验验证得出在双目标双约束条件下的不同解[5，6]。 　　2 问题说明 　　基于分布式的XMPP服务器访问QoS选择优化的目标是优化网络中数据流的传输路径，实现服务器资源和链路带宽负载平衡。因为各数据流占用的服务器资源和服务器端链路带宽不同，所以研究的重点就是将网络中数据流分别重定向到不同服务器的路径优化问题[7]。另外，为了网络数据流的优化，需建立XMPP选择优化服务器。它负责定时收集相关信息，进行分析处理后得出在不同约束条件下的最优路径。如图1所示，是实验模拟的基于XMPP的分布式服务器的访问网络的拓扑图。图中包含30条链路（E0～E29），30个用户节点（C0～C29），4个服务器节点（S0～S3）。 　　图1 基于XMPP的数据分布式存储网络拓扑图 　　将访问的网络看成一个有向连通图 G（V，E），V是节点集；E 是链路集。节点集 V 包括： 　　（1）服务器节点S；（2）用户访问节点C。 　　假设G（V，E）中C，S和E的数量分别为m，n，l，且用户与各个服务器之间链路都采用TCP/IP协议获得访问路径[8]，那么每个用户有n条可选链路，整个网络就存在 nm 种可选状态。求解的问题就从这些可选状态中选取一种，使得网络在满足约束条件的情况下整体性能达到最优，下面给出了它的问题模型。 　　优化的目标是服务器负载均衡，链路集E链路带宽负载均衡，即服务器端网络负载均衡。XMPP选择优化服务器收集的信息存储到以下矩阵中： 　　（1） ：用户占用服务器资源矩阵， 表示i用户占用的服务器资源；（2） ：用户占用链路带宽矩阵， 表示i用户占用的服务器端链路带宽；（3） ：服务器资源矩阵， 表示j服务器所能提供的最大服务器资源；（4） ：链路带宽矩阵， 表示j服务器所能提供的最大链路带宽；（5） ：链路分布矩阵， 表示i用户到j服务器是否链接，如果链接 ，否则 ；（6） ：决策变量， 表示i用户选择的服务器。 　　将路径优化问题用矩阵描述为如下双目标优化问题： 　　（1） 　　（2） 　　其中， 　　公式（2） 表示服务器利用率的最大值， 表示链路链路带宽利用率的最大值。 　　要实现访问的QoS，所有用户请求所消耗的链路带宽之和必须小于各服务器端链路带宽，所消耗的服务器资源之和必须小于各个服务器的资源，那么约束条件表示为： 　　（3） 　　3 问题求解 　　从上述数学模型可知，问题是一个多目标多约束优化问题，使用遗传算法求解该问题的过程如下： 　　（1）编码。染色体编码采用 的形式，基因 表示i用户所选择的服务器，那么一条染色体表示一种网络路径选择状态。基因 的区间为服务器的数量，取值为0到n-1范围内的任意整数。 　　（2）适应度函数。利用权重系数法，可得到适应度的求解公式： 　　（4） 　　其中 ， 分别表示服务器利用率权重和链路带宽利用率权重