| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 课题研究主要内容 | 第15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 1.5 本章小节 | 第16-18页 |
| 第2章 相关技术 | 第18-28页 |
| 2.1 云管理系统 | 第18-19页 |
| 2.2 OpenStack | 第19-21页 |
| 2.3 Cloudify结构及组成 | 第21-23页 |
| 2.5 资源预测模型 | 第23-26页 |
| 2.5.1 AR模型 | 第24页 |
| 2.5.2 MA模型 | 第24-25页 |
| 2.5.3 ARMA模型 | 第25页 |
| 2.5.4 ARIMA模型 | 第25-26页 |
| 2.6 本章小节 | 第26-28页 |
| 第3章 云资源预测模型的设计与实现 | 第28-40页 |
| 3.1 常见预测模型对比 | 第28-29页 |
| 3.2 基于ARIMA模型云环境资源预测的实现 | 第29-38页 |
| 3.2.1 数据平稳性判断 | 第29-32页 |
| 3.2.2 差分分析 | 第32-33页 |
| 3.2.3 零均值化处理 | 第33页 |
| 3.2.4 计算自相关函数和偏相关函数 | 第33-35页 |
| 3.2.5 参数估计 | 第35-36页 |
| 3.2.6 有效性检验 | 第36页 |
| 3.2.7 整体建模过程 | 第36-38页 |
| 3.3 本章小节 | 第38-40页 |
| 第4章 资源编排平台的设计和实现 | 第40-58页 |
| 4.1 整体平台架构 | 第40-42页 |
| 4.2 主要模块之间的关系 | 第42-43页 |
| 4.3 应用部署部署模块 | 第43-50页 |
| 4.3.1 Blueprint | 第44-48页 |
| 4.3.2 节点之间的关系 | 第48页 |
| 4.3.3 实例化 | 第48-49页 |
| 4.3.4 时序图 | 第49-50页 |
| 4.4 监控模块 | 第50-54页 |
| 4.5 数据获取模块 | 第54-55页 |
| 4.6 资源预测模块 | 第55-57页 |
| 4.7 调度模块 | 第57页 |
| 4.8 本章小节 | 第57-58页 |
| 第5章 实验与结果分析 | 第58-66页 |
| 5.1 ARIMA预测实验 | 第58-61页 |
| 5.1.1 谷歌实验数据集 | 第58-59页 |
| 5.1.2 ARIMA对平稳序列以及非平稳序列建模 | 第59-60页 |
| 5.1.3 ARIMA预测准确度 | 第60-61页 |
| 5.2 资源动态编排实验 | 第61-64页 |
| 5.2.1 并发实验 | 第61-62页 |
| 5.2.2 资源利用率实验 | 第62-63页 |
| 5.2.3 接纳主机算法效率实验 | 第63-64页 |
| 5.3 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间所发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |