云环境下分布式虚拟系统再生处理方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第10-18页 |
| 1.1 课题的背景和意义 | 第10-15页 |
| 1.1.1 云计算及虚拟系统概述 | 第12-13页 |
| 1.1.2 云环境下软件老化研究现状 | 第13-15页 |
| 1.2 研究内容 | 第15-16页 |
| 1.3 论文的组织结构 | 第16-18页 |
| 第2章 研究基础 | 第18-24页 |
| 2.1 模糊决策 | 第18-19页 |
| 2.2 遗传算法 | 第19-20页 |
| 2.3 人工神经网络 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于模糊综合评判再生方法选择框架 | 第24-36页 |
| 3.1 再生方法描述与分析 | 第24-30页 |
| 3.2 基于模糊综合评判的再生方法选择思路 | 第30-33页 |
| 3.3 基于模糊综合评判的再生方法选择框架 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于应用程序相关性的重启群确定方法 | 第36-44页 |
| 4.1 应用程序再生顺序 | 第36-37页 |
| 4.2 应用程序耦合层次 | 第37-38页 |
| 4.3 云环境下应用程序相关性 | 第38-39页 |
| 4.3.1 单向相关 | 第38-39页 |
| 4.3.2 双向相关 | 第39页 |
| 4.3.3 相互独立 | 第39页 |
| 4.4 应用程序可达性 | 第39-41页 |
| 4.5 确定重启群 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 基于迁移的再生过程改进算法 | 第44-62页 |
| 5.1 基于迁移的再生过程改进 | 第44-48页 |
| 5.2 迁移再生过程中虚拟机装载算法 | 第48-53页 |
| 5.2.1 虚拟机迁移装载问题分析 | 第49页 |
| 5.2.2 Hopfield神经网络模型的建立 | 第49-50页 |
| 5.2.3 虚拟机装载混合优化算法 | 第50-53页 |
| 5.3 实验 | 第53-60页 |
| 5.3.1 实验相关评估参数 | 第53-55页 |
| 5.3.2 实验参数设置 | 第55页 |
| 5.3.3 实验结果分析 | 第55-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 基于响应时间的老化再生原型系统设计 | 第62-72页 |
| 6.1 原型系统总体设计 | 第62-65页 |
| 6.2 系统状态模型 | 第65页 |
| 6.3 系统过程模型 | 第65-68页 |
| 6.4 基于响应时间的虚拟系统老化速率 | 第68-69页 |
| 6.5 基于响应时间的虚拟系统老化预测 | 第69-70页 |
| 6.6 本章小结 | 第70-72页 |
| 第7章 结论 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80页 |
