互联网时代的到来，生活方式也发生了巨大的变化，社交活动、资讯收集、即时通信、电子商务等线上活动也越来越频繁。这些活动带来了爆发式的并发压力，对整个互联网提出了巨大的挑战。作为解决方式-集群技术，它的研究也逐渐成为科研热点问题。集群系统的核心技术是负载均衡，负载均衡指的是通过相应的分发策略，把客户业务请求均衡地分配到各服务器结点，从而最大程度的提升整个系统的吞吐量和资源利用率，降低请求响应时间。负载均衡算法的优劣，关乎到集群系统的整体性能表现。　　针对一些负载均衡算法未考虑集群结点异构性和性能动态变化的问题，论文提出了一种动态负载均衡算法。在解决上述问题的同时，还需在多类型用户请求下，达到一定的负载均衡效果，论文的主要研究内容如下：　　1）在负载矢量的选择方案上，通过总结和分析前人的研究成果，选取出合适的负载矢量集合。为减少负载信息的频繁交互，采用了周期性更新的矢量采集策略。此外，负载矢量管理策略使用的是信息被动拉的方式。　　2）综合负载用于表现结点的当前负载情况，关于它的计算模型，常用的加权平均型方式在性能表现上存在不足，故提出一种乘积平均型的计算方法，增加了负载矢量间的约束。　　3）针对非实时性更新综合负载带来的准确度问题，论文引入了内容归一性负载预测模型，但该模型没有考虑到请求内容的多样性，在复杂网络环境下存在一些误差。基于此，提出一种多元线性回归负载预测模型。为解决多元线性预测模型可能出现的矩阵不可逆现象，引入页面置换算法的FIFO算法来处理。　　4）为了进一步的提升负载均衡效果，对本论文提出的算法进行了再优化。基于减少均衡器的负载压力的考虑，综合负载和预测模型参数计算被放置在结点端完成。在均衡器调度环节的优化上，引入了Nginx加权轮询算法的平滑调度机制。　　为了验证算法的可行性和实际效果，分别使用OPNET测试平台和Httperf+Auto-bench软件对加权轮询算法、最小连接数算法及论文提出的动态算法进行仿真和性能测试。仿真及测试结果表明，本论文提出的负载均衡算法的系统网络延时改善效果最为明显，同时集群服务器的平均负载有着显著的降低，各服务器结点间的负载性能变化更具收敛性，负载均衡的效果更佳，算法具有一定理论参考价值和实际应用价值。