| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第17-44页 |
| 1.1 数据中心概述 | 第17-19页 |
| 1.1.1 数据中心的发展历程 | 第17-18页 |
| 1.1.2 数据中心的等级划分 | 第18页 |
| 1.1.3 数据中心的资源分类 | 第18-19页 |
| 1.2 数据中心资源虚拟化概述 | 第19-27页 |
| 1.2.1 虚拟化的定义 | 第19-20页 |
| 1.2.2 服务器资源虚拟化 | 第20-22页 |
| 1.2.3 主流虚拟化平台 | 第22-25页 |
| 1.2.4 虚拟化与云计算 | 第25-27页 |
| 1.3 数据中心的高能耗问题 | 第27-29页 |
| 1.4 数据中心节能技术研究现状 | 第29-40页 |
| 1.4.1 面向处理器的节能技术 | 第29-31页 |
| 1.4.2 面向服务器的节能技术 | 第31-33页 |
| 1.4.3 面向存储系统的节能技术 | 第33-35页 |
| 1.4.4 面向数据中心网络的节能技术 | 第35-37页 |
| 1.4.5 面向制冷系统的节能技术 | 第37-39页 |
| 1.4.6 研究热点分析 | 第39-40页 |
| 1.5 主要研究内容 | 第40-41页 |
| 1.6 论文结构安排 | 第41-42页 |
| 1.7 小结 | 第42-44页 |
| 第二章 虚拟数据中心资源管理 | 第44-59页 |
| 2.1 数据中心虚拟化过程 | 第44-47页 |
| 2.1.1 虚拟化创建 | 第44-46页 |
| 2.1.2 虚拟化部署 | 第46页 |
| 2.1.3 虚拟化管理 | 第46-47页 |
| 2.2 虚拟数据中心资源管理面临的挑战 | 第47-49页 |
| 2.3 虚拟数据中心资源管理框架 | 第49-55页 |
| 2.3.11 000islands | 第49-50页 |
| 2.3.2 VMWare | 第50-51页 |
| 2.3.3 Eucalyptus | 第51-52页 |
| 2.3.4 Sandpiper | 第52-53页 |
| 2.3.5 其它 | 第53-54页 |
| 2.3.6 小结 | 第54-55页 |
| 2.4 虚拟数据中心自适应资源管理方法 | 第55-57页 |
| 2.4.1 基于规则的方法 | 第55-56页 |
| 2.4.2 基于控制论的方法 | 第56页 |
| 2.4.3 基于期望阈值的方法 | 第56页 |
| 2.4.4 基于组合优化的方法 | 第56-57页 |
| 2.4.5 小结 | 第57页 |
| 2.5 OVF 标准简介 | 第57-58页 |
| 2.6 小结 | 第58-59页 |
| 第三章 基于管理员偏好的虚拟数据中心资源规划研究 | 第59-80页 |
| 3.1 引言 | 第59-60页 |
| 3.2 基于粗糙粒度表示的用户偏好模型 | 第60-70页 |
| 3.2.1 粗糙集概述 | 第60-62页 |
| 3.2.2 用户偏好模型 | 第62-63页 |
| 3.2.3 偏好粒子 | 第63-64页 |
| 3.2.4 基于熵的用户偏好测量 | 第64-67页 |
| 3.2.5 实验与结果 | 第67-70页 |
| 3.2.6 小结 | 第70页 |
| 3.3 基于管理员偏好的虚拟数据中心资源规划 | 第70-80页 |
| 3.3.1 管理员偏好建模 | 第70-71页 |
| 3.3.2 五项资源规划原则 | 第71-72页 |
| 3.3.3 问题模型 | 第72-74页 |
| 3.3.4 分组遗传算法 | 第74-76页 |
| 3.3.5 实验与结果 | 第76-79页 |
| 3.3.6 小结 | 第79-80页 |
| 第四章 一种能耗与 VM 位置变化敏感的动态资源优化方法 | 第80-93页 |
| 4.1 引言 | 第80-82页 |
| 4.2 基于周期性控制回路的资源管理框架 | 第82页 |
| 4.3 系统建模 | 第82-85页 |
| 4.3.1 服务器能耗模型 | 第82-83页 |
| 4.3.2 问题建模 | 第83-85页 |
| 4.4 近似优化算法 NFT-DRP | 第85-87页 |
| 4.5 实验与评价 | 第87-92页 |
| 4.5.1 实验环境及数据 | 第87-88页 |
| 4.5.2 实验结果比较 | 第88-91页 |
| 4.5.3 算法性能测试 | 第91-92页 |
| 4.6 小结 | 第92-93页 |
| 第五章 基于网络拓扑感知的 VM 动态整合研究 | 第93-101页 |
| 5.1 引言 | 第93-94页 |
| 5.2 能耗模型与节能策略 | 第94-95页 |
| 5.2.1 服务器能耗模型 | 第94-95页 |
| 5.2.2 网络设备能耗模型 | 第95页 |
| 5.2.3 节能策略 | 第95页 |
| 5.3 基于网络拓扑感知的虚拟机动态整合建模 | 第95-97页 |
| 5.3.1 整合原则 | 第95-96页 |
| 5.3.2 形式化建模 | 第96-97页 |
| 5.4 混合粒子群优化算法 | 第97-99页 |
| 5.5 实验与评价 | 第99-100页 |
| 5.5.1 实验设计 | 第99页 |
| 5.5.2 实验结果比较 | 第99-100页 |
| 5.6 小结 | 第100-101页 |
| 第六章 一种统一的虚拟数据中心热点检测模型 | 第101-111页 |
| 6.1 引言 | 第101-102页 |
| 6.2 一种统一的热点检测模型 | 第102-106页 |
| 6.2.1 多条件决策技术 TOPSIS | 第102-103页 |
| 6.2.2 热点检测模型 | 第103-106页 |
| 6.3 热点消除策略 | 第106-108页 |
| 6.4 实验与评价 | 第108-110页 |
| 6.4.1 实验设计 | 第108-109页 |
| 6.4.2 实验结果 | 第109-110页 |
| 6.5 小结 | 第110-111页 |
| 第七章 面向多核处理器的硬实时任务感功调度算法 | 第111-123页 |
| 7.1 引言 | 第111-112页 |
| 7.2 DVS 能耗模型 | 第112-113页 |
| 7.3 多核处理器系统建模 | 第113-114页 |
| 7.4 基于划分的硬实时任务感功调度算法 GRR&CS | 第114-120页 |
| 7.4.1 基于贪心法的静态任务划分 | 第114-115页 |
| 7.4.2 基于全局资源回收和任务迁移的动态负载均衡 | 第115-118页 |
| 7.4.3 动态核缩放 | 第118-120页 |
| 7.5 实验与评价 | 第120-122页 |
| 7.6 小结 | 第122-123页 |
| 第八章 总结和展望 | 第123-126页 |
| 8.1 总结 | 第123-124页 |
| 8.2 展望 | 第124-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-138页 |
| 攻博期间取得的研究成果 | 第138-140页 |
