Xen虚拟机环境下的软件衰退研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-19页 |
| ·选题意义和背景 | 第7-9页 |
| ·研究现状 | 第9-17页 |
| ·虚拟化平台Xen | 第9-11页 |
| ·衰退分析研究现状 | 第11-17页 |
| ·本文的主要工作 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 2 虚拟化系统性能监测 | 第19-31页 |
| ·现有的性能监测方法和技术 | 第19-21页 |
| ·虚拟机性能指标采集工具XenM的设计与实现 | 第21-26页 |
| ·监测指标 | 第21-23页 |
| ·监测工具的框架和原理 | 第23-26页 |
| ·实验验证 | 第26-30页 |
| ·工具底层xentrace优化及高效性检验 | 第26-28页 |
| ·XenM工具对系统性能的影响 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于上下文感知的自适应衰退预测系统 | 第31-46页 |
| ·基于上下文感知的衰退预测模型 | 第32-35页 |
| ·基于聚类分析的负载建模 | 第35-38页 |
| ·基于主成分分析的关键衰退因素识别 | 第38-43页 |
| ·PCA的基本模型与推导 | 第38-40页 |
| ·关键衰退因素 | 第40-43页 |
| ·基于改进神经网络的衰退预测建模 | 第43-45页 |
| ·BP神经网络的原理介绍 | 第43-44页 |
| ·BP训练算法的改进 | 第44-45页 |
| ·Markov和改进BP神经网络的组合建模 | 第45页 |
| ·本章小结 | 第45-46页 |
| 4 实验与分析 | 第46-58页 |
| ·实验部署 | 第46-47页 |
| ·负载模型相关实验 | 第47-49页 |
| ·斜率计算 | 第47-48页 |
| ·估计衰退趋势 | 第48-49页 |
| ·性能参数模型相关实验 | 第49-52页 |
| ·多元线性回归模型及显著性验证 | 第49-50页 |
| ·性能参数衰退模型预测结果及分析 | 第50-52页 |
| ·神经网络模型相关实验 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·下一步展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 附录 | 第67页 |
