| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-18页 |
| 第2章 研究基础 | 第18-30页 |
| ·云环境下服务性能预测 | 第18-19页 |
| ·SLA概述 | 第19-21页 |
| ·SLA定义 | 第19页 |
| ·SLA转化方法分类 | 第19-21页 |
| ·贝叶斯网络 | 第21-26页 |
| ·贝叶斯网络概率论基础 | 第21-23页 |
| ·贝叶斯网络分类推理 | 第23-26页 |
| ·非负矩阵分解 | 第26-29页 |
| ·非负矩阵分解形式化表示 | 第26页 |
| ·非负矩阵分解目标函数 | 第26-27页 |
| ·非负矩阵分解算法简介 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于服务组件性能预测的云服务性能保障机制 | 第30-42页 |
| ·基于云服务组件的服务性能保障问题 | 第30-35页 |
| ·基于云服务组件的服务特征及性能问题 | 第30-33页 |
| ·云环境下服务性能保障的基本框架 | 第33-35页 |
| ·基于云服务组件性能预测的服务性能保障机制框架 | 第35-38页 |
| ·面向云服务性能保障的服务组件性能预测过程及关键技术 | 第38-41页 |
| ·面向云服务性能保障的服务组件性能预测过程 | 第38-40页 |
| ·面向云服务性能保障的云服务组件性能预测关键技术 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于SLA转化的云服务组件性能阈值动态解析方法 | 第42-60页 |
| ·基于SLA转化的云服务组件性能阈值动态解析过程和目标 | 第42-46页 |
| ·基于SLA转化的云服务组件性能阈值动态解析过程 | 第42-45页 |
| ·基于SLA转化的云服务组件性能阈值动态解析目标 | 第45-46页 |
| ·基于树增强朴素贝叶斯的SLA转化模型 | 第46-50页 |
| ·云应用服务性能变量状态空间的确定 | 第46页 |
| ·基于树增强朴素贝叶斯SLA转化模型构造算法 | 第46-48页 |
| ·基于TAN贝叶斯分类器的服务组件性能阈值训练算法 | 第48-50页 |
| ·云服务组件性能阈值划分算法 | 第50-51页 |
| ·仿真实验 | 第51-58页 |
| ·实验环境 | 第52-53页 |
| ·实验实施与实验数据获取 | 第53-54页 |
| ·TAN关系模型的建立和模型有效性验证 | 第54-55页 |
| ·实验结果分析 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 面向应用服务SLA的服务组件性能预测与评估 | 第60-78页 |
| ·面向应用服务SLA的服务组件性能预测与评估过程 | 第60-64页 |
| ·面向应用服务SLA的服务组件性能预测与评估基本过程 | 第60-62页 |
| ·多个虚拟机部署情形下服务组件响应时间计算模型 | 第62-64页 |
| ·服务组件响应时间性能矩阵分解算法 | 第64-69页 |
| ·服务组件响应时间性能矩阵特征分析 | 第64-66页 |
| ·基于增量梯度下降的服务组件响应时间非矩阵负分解算法 | 第66-69页 |
| ·基于非负矩阵分解—时间序列服务组件响应时间预测算法 | 第69-72页 |
| ·服务组件响应时间矩阵时间序列分析 | 第69-71页 |
| ·基于NMF-PTS的服务组件响应时间预测算法 | 第71-72页 |
| ·服务组件性能评估 | 第72-73页 |
| ·仿真实验 | 第73-76页 |
| ·实验数据集说明 | 第73-74页 |
| ·基于NMF-PTS的服务组件响应时间预测算法有效性验证实验 | 第74-75页 |
| ·实验结果分析 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士期间论文发表情况 | 第86页 |
