随着计算机网络与技术的快速发展,应用服务器机群系统得到了越来越广泛的应用,其中负载均衡技术是应用服务器机群系统能否高效率高可靠性运行提供稳定的服务质量的关键环节。所谓负载均衡(load balancing)是采用一定的调度分配策略来平衡各个服务器结点上的负载,使其按照各节点固有的承受能力,基本相等达到平衡。然而,随着各服务器终端的不断运行,会出现应用服务器终端系统资源的消耗、数据的破坏以及误差的累积等现象,随着时间的推移逐渐积累,终端软件的性能将恶化并可能导致软件系统的突然崩溃或停机,这些现象称作服务器终端的软件老化。本文基于对服务器终端软件老化的考虑,采用基于软件老化的负载均衡方法,将传统的均匀分配负载均衡策略改进为非均匀分配的负载均衡策略。软件老化的预测主要采用基于马尔可夫随机过程的朴素贝叶斯分类器算法,负载均衡算法主要是在原有负载均衡算法的基础之上加入老化参数。在预测终端的软件老化趋势与程度的时候,本文采用将多个老化指标作为输入的基于马尔可夫随机过程的朴素贝叶斯分类器模型。首先,我们从训练的历史数据集中,利用朴素贝叶斯分类器模型,获得应用服务器软件老化的程度等级和引起软件老化的不同老化指标的组合特征趋势；其次,本文运用马尔可夫随机过程的方法对老化特征向量的变换模式分布特征进行捕获；最后,对老化特征向量空间中的点通过朴素贝叶斯分类模型进行分类。在设计非均匀基于软件老化的负载均衡分配策略时,将软件老化参数插入到原有的负载均衡算法之中加以改进。实验测试结果表明,多个老化指标输入的软件预测模型在预测精确度上高于单个指标输入的模型,基于软件老化参数的负载均衡分配算法在可靠性和稳定性上明显优于原有的均匀分配负载均衡策略。