过程感知信息系统的负载生成技术
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 引言 | 第10-25页 |
| ·问题引入 | 第10-14页 |
| ·PAIS 负载的自动生成 | 第11-12页 |
| ·PAIS 负载生成中的关键指标 | 第12-14页 |
| ·研究现状 | 第14-21页 |
| ·负载自动生成方法 | 第14-16页 |
| ·业务过程建模 | 第16-19页 |
| ·ETL 工作流 | 第19-20页 |
| ·其他相关研究 | 第20-21页 |
| ·研究思路和方法 | 第21-23页 |
| ·PAIS 负载生成框架 | 第21页 |
| ·PAIS 负载关键指标分析 | 第21-22页 |
| ·ETL 工作流负载生成 | 第22-23页 |
| ·主要贡献 | 第23-24页 |
| ·章节安排 | 第24-25页 |
| 第2章 PAIS 负载生成框架 | 第25-32页 |
| ·PAIS 负载生成框架概述 | 第25-27页 |
| ·PAIS 负载模型的生成 | 第27-30页 |
| ·数据模型生成 | 第27-28页 |
| ·过程模型生成 | 第28-29页 |
| ·整体生成策略 | 第29-30页 |
| ·评价指标 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第3章 PAIS 负载生成中的关键指标分析 | 第32-57页 |
| ·典型应用场景 | 第34-39页 |
| ·工作流模型驱动的业务负载仿真 | 第34-36页 |
| ·云环境下工作流系统预算 | 第36-37页 |
| ·应用实例 | 第37-39页 |
| ·工作流模型任务期望执行次数求解方法 | 第39-42页 |
| ·标记流平衡法 | 第40-41页 |
| ·分而治之法 | 第41-42页 |
| ·控制流模式分析 | 第42-54页 |
| ·可直接求解的模式 | 第44-49页 |
| ·无法直接处理的模式 | 第49-54页 |
| ·仿真验证 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 ETL 工作流负载生成方法 | 第57-93页 |
| ·ETL 工作流模型 | 第58-66页 |
| ·基本定义 | 第58-63页 |
| ·基本 ETL 活动 | 第63-66页 |
| ·ETL 工作流模型生成算法概述 | 第66-68页 |
| ·ETL 工作流的过程模型生成 | 第68-70页 |
| ·ETL 工作流的数据集模式生成 | 第70-73页 |
| ·ETL 工作流的测试数据集生成 | 第73-92页 |
| ·基数期望值估算 | 第77-78页 |
| ·符号数据生成 | 第78-89页 |
| ·实体数据生成 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 ETL 工作流负载生成方法的验证 | 第93-113页 |
| ·算法完备性 | 第93-96页 |
| ·控制流生成算法的完备性 | 第93-94页 |
| ·数据生成算法的完备性 | 第94-96页 |
| ·生成特定场景的模型 | 第96-100页 |
| ·模型生成示例 | 第97-99页 |
| ·对 ETL 工作流模式的支持 | 第99-100页 |
| ·对文献中特定场景的支持 | 第100页 |
| ·在优化算法验证中的应用 | 第100-102页 |
| ·工具实现和性能评价 | 第102-111页 |
| ·工具简介 | 第102-105页 |
| ·性能评价 | 第105-111页 |
| ·本章小结 | 第111-113页 |
| 第6章 总结与展望 | 第113-115页 |
| ·论文主要研究工作总结 | 第113-114页 |
| ·进一步研究工作及展望 | 第114-115页 |
| 参考文献 | 第115-122页 |
| 致谢 | 第122-124页 |
| 附录 A 控制流模式概览 | 第124-128页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第128-129页 |
