Аннотация: в работе рассматривается вопрос балансировки распределенной высоконагруженной системы с использованием алгоритма Кернигана-Лина для разбиения графов. Рассмотрены основные аспекты и особенности процесса балансировки нагрузки в распределенных вычислительных системах. В работе проведена формализация задачи разрезания графа на подграфы, в результате которой сформирована графовая модель распределенной вычислительной системы как множество взаимосвязанных графов (подграфов). Разрезание графа производится при помощи алгоритма Кернигана-Лина, особенностью которого является высокая точность, быстродействие, а также возможность распараллеливания, использования метаэвристик и работы в режиме реального времени. Составлена схема алгоритма Кернигана-Лина, а также детально описан каждый из его шагов. Особенностью системы, разработанной для демонстрации функционирования алгоритма, является возможность настройки алгоритма разбиения графа путем изменения его параметра. Для оценки качества разбиения выделен ряд метрик, которые демонстрируют ключевые аспекты разбиения графа, такие как количество и средний вес внешних связей, а также плотность каждого подграфа. На основе полученных результатов можно оценить качество разбиения сети и определить, является ли данный вариант разбиения оптимальным или близким к оптимальному.

Annotation: this paper considers the balancing of a distributed high-load system using the Kernighan-Lean algorithm for graph partitioning. The main aspects and peculiarities of load balancing in distributed computing information systems are considered. The paper formalizes the problem of graph cutting into subgraphs. As the result the graph model of distributed computing information system as a set of interconnected graphs (subgraphs) is formed. Graph cutting is performed by means of the Kernighan-Line algorithm which features high accuracy, performance, and capabilities of paralleling, metaheuristics and real-time operation. A flowchart of Kernighan-Lean algorithm is made, and each of its steps is described in detail. A feature of the system developed to demonstrate the functioning of the algorithm is the possibility of tuning the graph partitioning algorithm by changing its parameter. To evaluate the quality of partitioning, it was selected a number of metrics, which demonstrate key aspects of graph partitioning, such as the number and average weight of external links, as well as the density of each subgraph. Based on the results obtained, it is possible to evaluate the quality of network partitioning and determine whether a given partitioning variant is optimal or close to optimal.