探究分布式计算机网络的结构优化策略

陈铁

【摘要】随着信息化时代的到来，互联网与计算机得到了迅速的普及，为了改变传统的集中式局域网络的限制，分布式计算机网络应运而生，并得到了广泛的应用，逐步发展成为应用最广泛的计算机网络形式。本文主要针对分布式计算机网络的结构进行分析，针对分布式网络在应用中存在的问题，提出了相应的优化策略。

【关键词】分布式计算机网络 优化策略 数据交互

1引言

二十一世纪以来，随着信息技术的迅速发展，互联网与个人计算机快速得到普及，给人们的工作生活都带来了巨大的便利。随着网络用户数量的不断增长，接入互联网的计算机数量增长势头迅猛，为了满足用户的使用需求，保证较好的用户体验，分布式计算机网络得到了广泛的应用，通过分布式的理念，实现了网络内任意两台计算机间便捷的数据交互，进一步推动了互联网的发展。随着互联网规模的不断扩张，分布式计算机网络的节点数量不断增长，为了保证网络的运行效率，提高网络的安全性、稳定性，本文从分布式网络的特点入手，对其结构优化策略进行了简要的分析与阐述。

2分布式计算机网络概述

2.1分布式计算机网络的简介

分布式计算机网络是一种节点分散的计算机网络形式，不同于局域网络，分布式计算机网络中的任意节点都与其他节点相连接，任意两个节点间只要有一条数据交互路径，因此大大增强了网络中节点间的数据交互能力，更有助于用户间的数据交互与共享操作。

由于分布式计算机网络通常规模较大，为了保证网络的稳定运行，一般将其划分为两个及以上的对等子区域，并由不同的管理人员通过管理域对相应的子区域进行单独管理，以保证网络的管理效率。对于分布式计算机网络而言，每个子区域保持管理上的相对独立，却又存在子区域间的信息交互能力，管理人员可以借助管理信息库手机子区域信息，进而实现对网络的有效管理。

得益于分布式计算机系统的强大数据交互能力，其在分布式数据收集、分布式数据管理、分布式计算等诸多领域中得到了广泛的应用，借助分布式计算机网络的巨大计算能力，能够实现对大数据的处理与挖掘，近年来在机器视觉、人工智能以及并行计算等热门领域的应用越来越广泛。

2.2分布式计算机网络的特点

与传统的计算机网络相比，分布式网络主要具有以下几个方面的特点：

一是较强的可靠性。分布式计算机网络通过分散管理机制，将系统风险分散化，从而大大提高了网络的可靠性。对于传统的集中式网络结构，当重要节点发生故障或错误时，将导致整个网络系统发生崩溃；而对于分布式计算机系统，分布式的网络结构使得网络中不同节点互为补充，当某个节点发生故障时，其他节点可以代替该节点完成相应的任务，对保证整个网络的稳定运行有着重要的积极作用。

二是较高的灵活性与扩展能力。与传统的计算机网络结构相比，分布式结构大大提高了网络的灵活性与扩展能力。在分布式网络结构中，节点的增加、删除等操作对系统的影响较小，因此操作也更加灵活，用户可以根据实际需要对计算机网络的规模进行控制，并任意增删节点，以适应实际应用需求。

三是高效的数据交互能力。在分布式计算机网络中，任意两个节点间都可以进行数据的交互传输操作，实现了面向广大用户的便捷的数据交互与共享。另一方面，对分布式网络结构中的不同子区域来说，每个子区域的节点都连接于中心服务器，中心服务器又与其他字区域相连接，因此当用户需要跨子区域进行数据传输时，能够借助中心服务器实现较高的数据传输速度。

3分布式计算机网络的结构优化策略

随着用户数量的不断增多，分布式计算机网络的数据处理压力不断增大，如何根据用户的需求分析分布式网络的合理性与可靠性，并指导网络结构的优化十分关键。本章首先对分布式网络结构性能分析的常用指标进行了简述，之后提出了面向分布式计算机网络的结构优化策略。

3.1分布式计算机网络的性能指标

3.1.1网络吞吐量

网络吞吐量是衡量网络中数据传输量与传输速度的重要性能指标，网络吞吐量越大，表明网络的数据传输能力越强。一般来说，为了测试某个网络的吞吐量，通常通过指定的端口向选择的节点发送指定数量的图像帧，并通过一定时间内接受帧数与发送帧数间的数量关系，确定网络的吞吐量大小。在网络吞吐量的基础上，进一步可以计算网络的吞吐率，即对于给定数据，网络空闲时期的传输时间T_0与实际传输时间T之比η=T_0/T，吞吐率越大，则表示当前网络数据吞吐越繁忙。

3.1.2网络利用率

网络利用率反映了网络的实际使用情况，同时表征了网络的均衡度，也是影响分布式计算机网络的重要性能指标。网络利用率定义为总网络数据流量F与每个网络结构的数据流量C之比P=F/C。在实际应用中，为了调整分布式网络的均衡性，需要从全局考虑合理的控制F与C之间的关系，切忌单独对两者之一进行盲目调整，以避免系统负荷严重不均衡现象。

3.2分布式计算机网络的结构优化策略

分布式计算机网络在人们的工作生活中已经得到了十分广泛的应用，借较高的灵活性、可扩展性等优势，越来越得到人们的青睐。随着分布式网络规模的不断扩张，网络的效率以及可靠性等都面临着巨大的挑战，做好分布式计算机网络的结构优化对提高网络运行的可靠性与稳定性都有着重要的意义。

分布式计算机网络作为一个庞大而复杂的系统，系统状态以及系统内部联系错综复杂，在保证用户的基本使用需求基础上，进一步提高系统稳定性、可靠性以及运行效率作为一个典型的多目标优化问题，通常可以利用遗传算法进行优化。

遗传算法作为多目标优化的有效方法，在分布是计算机网络结构的优化中，一方面不会影响原有的计算机网络结构，破坏系统的稳定性，另一方面能够较好地实现系统负荷的均衡，对降低系统运行成本，提高系统可靠性有着积极的作用，同时遗传算法能够在系统稳定性、可靠性以及运行效率等多个优化目标之间进行较好的权衡，对促进分布式计算机网络结构的整体优化有着重要的意义。利用遗传算法对分布式网络结构进行优化通常可以大致分为一下几个步骤：

一是系统状态的评估。利用遗传算法对分布式计算机网络进行优化时，首先要对网络系统的状态进行科学的评估，掌握网络的利用率与吞吐率等性能指标，并确定系统当前的优化目标；

二是优化参数的求解。在掌握分布式计算机网络当前运行状态，并确定好系统优化目标后，即可利用遗传算法进行求解。在利用遗传算法进行求解时，为了保证最优解的准确性，要在算法中保证种群数量不可过少；

三是系统的调整。在利用遗传算法求解出最优的系统参数后，即可根据计算结果对分布式计算机网络的结构进行优化。在优化过程中，要注意保证对用户请求的响应，避免影响用户的正常使用。

四是系统优化后的状态审查。完成分布式计算机网络结构的调整后，需要进一步通过系统状态对系统优化的准确性及有效性进行审查，判断系统优化是否发挥了作用，优化后系统性能指标是否得到提升，避免错误优化带来的性能退化。

4结束语

随着互联网的不断普及，用户规模不断扩大，分布式计算机网络凭借自身独特的优势，越来越得到了用户的青睐。在分布式计算机网络的应用中，由于网络结构的不合理，容易导致网络负荷严重的不均衡，对网络的稳定性与可靠性都有着重要的影响。本文针对分布式计算机網络存在的问题，分析了其网络结构特点，并提出了基于遗传算法的网络结构优化策略，对分布式网络的性能优化发挥了重要的作用，相信随着相关技术的不断发展，分布式计算机网络将得到越来越广泛的应用。