随着视频处理技术、智能识别技术和宽带网络技术的不断发展,智能化、网络化视频监控系统的应用领域也越来越广泛,例如：银行、车站、商场、小区、大型仓库、家庭、远程教学、交通管理、邮电、军事基地等。当多个用户对同一视频进行请求时,会导致视频服务器超载,最终造成服务性能的下降。为解决这个问题,本文使用服务器集群技术来提供服务,并使用负载均衡技术将用户请求进行“均衡”调配。首先,本文对国内外负载均衡技术的发展趋势做了一个总结和分析,随后又详细地叙述了八种经典的负载均衡算法,分析了这些算法的优缺点。分析结果表明：这些经典的算法从某些角度而言确实对系统的负载起到了一定的均衡作用,但是,它们的局限性也相当明显。为此,本文接着研究了影响负载均衡算法性能的一些主要的因素,包括何时启动负载均衡算法和如何精确的计算系统的实时负载以及对转移策略的决策。在上述研究基础上,本文提出一种新的负载均衡算法——基于B／S-P-S的负载均衡算法。此算法根据集群中服务器性能的不同,引入了服务器优先级因子,将用户满意度量化,并据此来动态地调整服务器的优先级,优先级高的服务器提供的服务量大。算法由数据包分析、服务器指标监听、用户满意度反馈、B／S-P-S调度核心和请求转发等5个模块共同组成,各个模块完成相应的功能。最后,在OPNET Modeler网络仿真平台上,对基于B／S-P-S的负载均衡算法的系统网络拓扑结构进行了建模,在进程域中使用有限状态机详细地设计了B／S-P-S算法的每一个步骤。接着,构筑了多种仿真方案,对几种经典的负载均衡算法进行了仿真,并与基于B／S-P-S的负载均衡算法进行了比较,仿真验证结果表明,使用基于B／S-P-S的负载均衡算法之后,服务延迟大大降低,服务器上的负载也处于一种相对平稳的状态,服务器的资源利用率得到较大提高。此算法对服务器负载均衡的效果相当显著,它在改善整个系统性能的同时,也使提供的服务质量得到了保证。