面向云数据中心的动态高能效虚拟机调度算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 虚拟机调度管理的研究背景与意义 | 第9-10页 |
| 1.2 虚拟机调度管理的国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-14页 |
| 1.4 论文组织结构与章节安排 | 第14-15页 |
| 第二章 虚拟机调度管理分析与性能评价模型 | 第15-21页 |
| 2.1 虚拟机调度管理分析 | 第15-18页 |
| 2.2 虚拟机调度管理性能评价模型 | 第18-20页 |
| 2.2.1 物理主机能源消耗模型 | 第18-19页 |
| 2.2.2 服务水平协议违反模型 | 第19-20页 |
| 2.3 本章分析 | 第20-21页 |
| 第三章 虚拟机调度管理问题的建模与复杂度证明 | 第21-31页 |
| 3.1 虚拟机调度管理框架的数学建模 | 第21-26页 |
| 3.1.1 物理主机模型与虚拟机模型 | 第21-22页 |
| 3.1.2 虚拟机调度管理框架 | 第22-26页 |
| 3.2 虚拟机调度管理关键问题与复杂度证明 | 第26-30页 |
| 3.2.1 虚拟机优化放置问题 | 第26-28页 |
| 3.2.2 过载主机上待迁移虚拟机确定问题 | 第28页 |
| 3.2.3 轻载主机检测及整合问题 | 第28-29页 |
| 3.2.4 虚拟机优化放置问题复杂度证明 | 第29-30页 |
| 3.3 本章分析 | 第30-31页 |
| 第四章 虚拟机调度管理框架问题的算法设计 | 第31-47页 |
| 4.1 虚拟机最佳放置算法的设计与说明 | 第31-35页 |
| 4.1.1 虚拟机最佳放置算法的设计 | 第31-33页 |
| 4.1.2 虚拟机最佳放置算法的说明 | 第33-35页 |
| 4.2 高能效过载主机整合算法的设计与说明 | 第35-39页 |
| 4.2.1 高能效过载主机整合算法的设计 | 第35-36页 |
| 4.2.2 高能效过载主机整合算法的说明 | 第36-37页 |
| 4.2.3 二次指数平滑法预测主机利用率 | 第37-39页 |
| 4.3 高能效轻载主机整合算法的设计与说明 | 第39-41页 |
| 4.3.1 高能效轻载主机整合算法的设计 | 第39-41页 |
| 4.3.2 高能效轻载主机整合算法的说明 | 第41页 |
| 4.4 最优虚拟机调度管理算法的设计与说明 | 第41-45页 |
| 4.4.1 最优虚拟机调度管理算法的设计 | 第41-43页 |
| 4.4.2 最优虚拟机调度管理算法的说明 | 第43-45页 |
| 4.5 本章分析 | 第45-47页 |
| 第五章 最优虚拟机调度管理算法仿真及性能评价 | 第47-55页 |
| 5.1 虚拟机调度管理仿真实验环境 | 第47-49页 |
| 5.2 虚拟机调度管理仿真实验计划 | 第49页 |
| 5.3 虚拟机调度管理算法性能评价模型 | 第49-50页 |
| 5.4 虚拟机调度管理仿真实验结果及分析 | 第50-54页 |
| 5.5 本章分析 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 总结 | 第55-56页 |
| 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间取得的科研成果 | 第65页 |
