| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-17页 |
| 1.1.1 云计算环境概述 | 第12-13页 |
| 1.1.2 虚拟化技术介绍 | 第13-16页 |
| 1.1.3 云环境下虚拟机资源分配 | 第16-17页 |
| 1.2 云环境下虚拟机资源分配方法分类 | 第17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第2章 研究基础 | 第20-28页 |
| 2.1 资源分配中的性能预测 | 第20-23页 |
| 2.1.1 性能预测定义 | 第20-21页 |
| 2.1.2 性能预测模型分类 | 第21-22页 |
| 2.1.3 性能预测在资源分配中的应用 | 第22-23页 |
| 2.2 基于收益的虚拟机资源方法 | 第23-25页 |
| 2.2.1 收益管理及其在资源分配中的应用 | 第24-25页 |
| 2.2.2 服务区分 | 第25页 |
| 2.3 云环境中虚拟机资源分配 | 第25-27页 |
| 2.3.1 云环境中虚拟机资源分配方法 | 第26-27页 |
| 2.3.2 云环境下虚拟机资源分配问题的挑战 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于收益的云环境虚拟机资源动态分配过程 | 第28-38页 |
| 3.1 服务性能衡量指标分析及虚拟机资源分配目标确立 | 第28-29页 |
| 3.1.1 服务性能衡量指标分析 | 第28-29页 |
| 3.1.2 虚拟机资源分配目标确立 | 第29页 |
| 3.2 基于收益的云环境虚拟机资源动态分配过程 | 第29-32页 |
| 3.2.1 虚拟机资源动态分配整体过程 | 第29-30页 |
| 3.2.2 虚拟机资源动态分配子过程 | 第30-32页 |
| 3.3 关键问题及其研究思路 | 第32-37页 |
| 3.3.1 虚拟机资源需求量的获取 | 第33-34页 |
| 3.3.2 服务的性能预测模型构建 | 第34-36页 |
| 3.3.3 云环境下虚拟机资源动态分配方法的建立 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于随机梯度回归的服务平均响应时间预测算法 | 第38-52页 |
| 4.1 服务性能指标因子确定 | 第38-39页 |
| 4.2 服务性能指标数据预处理 | 第39-41页 |
| 4.3 基于随机梯度回归的服务平均响应时间预测算法 | 第41-47页 |
| 4.3.1 基于随机梯度回归的服务平均响应时间预测理论分析 | 第41-44页 |
| 4.3.2 基于随机梯度回归的服务平均响应时间预测算法 | 第44-47页 |
| 4.4 实验结果分析 | 第47-51页 |
| 4.4.1 实验环境介绍 | 第47-48页 |
| 4.4.2 实验过程及结果分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于收益的云环境虚拟机资源动态分配方法 | 第52-76页 |
| 5.1 云环境虚拟机资源分配问题分析 | 第52-53页 |
| 5.1.1 资源的动态分配问题 | 第52-53页 |
| 5.1.2 云端资源提供者收益问题 | 第53页 |
| 5.2 基于收益的云环境虚拟机资源动态分配相关定义 | 第53-56页 |
| 5.3 服务请求内容获取及服务级别划分 | 第56-59页 |
| 5.3.1 服务请求内容获取 | 第56-58页 |
| 5.3.2 服务级别划分 | 第58-59页 |
| 5.4 基于收益的云环境虚拟机资源动态分配方法 | 第59-66页 |
| 5.4.1 基于收益的虚拟机资源动态分配方法分析及平衡点确定 | 第59-63页 |
| 5.4.2 基于收益的云环境虚拟机资源动态分配方法 | 第63-66页 |
| 5.5 实例研究及分析 | 第66-74页 |
| 5.5.1 实验背景和数据 | 第66-70页 |
| 5.5.2 云环境虚拟机资源动态分配的实例研究及分析 | 第70-74页 |
| 5.6 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士期间论文发表情况 | 第84页 |
