典型文献
基于分布式机器学习的节点资源负载均衡方法
文献摘要：
目前,随着短视频、大数据技术的快速发展,区域内网络资源的负载均衡对于区域网络性能的影响越来越大.其中,网络链路、网络节点对于数据的分发、处理所需要时间的不均衡是影响网络资源不均衡的主要原因之一.本文提出了一种面向分布式机器学习的节点资源负载均衡方法,建立基于时间序列的节点空闲时长预测模型,通过空闲节点的当前运行数据预测空闲节点在未来时刻的空闲时长和节点的最大可利用资源.区域核心服务器可将区域内的待处理数据资源进行分布式分发,实现区域网络资源的负载均衡.
文献关键词：
分布式机器学习;负载均衡
中图分类号：
作者姓名：
吴争光;宋明康;柯腾辉;戴鹏;李卫东
作者机构：
中国联合通信网络集团有限公司深圳市分公司
文献出处：
引用格式：
[1]吴争光;宋明康;柯腾辉;戴鹏;李卫东-.基于分布式机器学习的节点资源负载均衡方法)[J].中国新通信,2022(15):48-50
A类：
B类：
分布式机器学习,负载均衡,均衡方法,内网,网络资源,区域网络,网络性能,链路,网络节点,空闲,闲时,运行数据,数据预测,来时,心服,服务器,待处理,数据资源
AB值：
0.295494
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
