云环境下的虚拟机资源调度策略研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 选题的研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 云计算研究现状 | 第14-19页 |
| 1.2.2 云环境下虚拟机资源调度研究现状 | 第19-20页 |
| 1.3 本文主要工作 | 第20页 |
| 1.4 本文组织结构 | 第20-23页 |
| 第2章 云计算及其相关技术介绍 | 第23-35页 |
| 2.1 云计算概述 | 第23-25页 |
| 2.1.1 云计算的定义 | 第23-24页 |
| 2.1.2 云计算的体系结构 | 第24-25页 |
| 2.1.3 云计算的特点 | 第25页 |
| 2.2 云计算的关键技术 | 第25-26页 |
| 2.3 云计算中的虚拟机资源调度 | 第26-29页 |
| 2.3.1 虚拟机资源调度模型 | 第27页 |
| 2.3.2 虚拟机资源调度特点 | 第27-28页 |
| 2.3.3 虚拟机资源调度目标 | 第28-29页 |
| 2.4 云数据中心调度策略对比分析 | 第29-32页 |
| 2.4.1 IBM调度策略 | 第29页 |
| 2.4.2 Amazon调度策略 | 第29-30页 |
| 2.4.3 HP调度策略 | 第30-31页 |
| 2.4.4 其他方案 | 第31-32页 |
| 2.5 常用资源调度算法 | 第32-33页 |
| 2.5.1 传统调度算法 | 第32页 |
| 2.5.2 启发式调度算法 | 第32页 |
| 2.5.3 改进调度算法 | 第32-33页 |
| 2.5.4 基于经济学模型的调度算法 | 第33页 |
| 2.6 本章小结 | 第33-35页 |
| 第3章 基于遗传算法的虚拟机资源调度策略 | 第35-47页 |
| 3.1 遗传算法介绍 | 第35-37页 |
| 3.1.1 遗传算法的基本流程 | 第35-36页 |
| 3.1.2 遗传算法的优缺点 | 第36-37页 |
| 3.2 虚拟机调度的模型设计 | 第37-39页 |
| 3.2.1 虚拟机模型 | 第37页 |
| 3.2.2 负载表达式 | 第37-38页 |
| 3.2.3 数学模型 | 第38-39页 |
| 3.3 基于遗传算法的资源调度策略 | 第39-41页 |
| 3.3.1 种群编码 | 第39页 |
| 3.3.2 初始化种群 | 第39-40页 |
| 3.3.3 适应度函数 | 第40页 |
| 3.3.4 选择策略 | 第40页 |
| 3.3.5 交叉操作 | 第40-41页 |
| 3.3.6 变异操作 | 第41页 |
| 3.3.7 调度策略 | 第41页 |
| 3.4 云计算仿真平台CloudSim | 第41-45页 |
| 3.4.1 CloudSim体系结构 | 第41-42页 |
| 3.4.2 CloudSim环境配置 | 第42-43页 |
| 3.4.3 CloudSim仿真流程 | 第43-45页 |
| 3.5 实验结果及分析 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于改进遗传算法的虚拟机资源调度算法 | 第47-57页 |
| 4.1 问题描述 | 第47-48页 |
| 4.2 问题定义 | 第48-50页 |
| 4.3 改进遗传算法的执行流程 | 第50-54页 |
| 4.3.1 种群编码 | 第51页 |
| 4.3.2 初始化种群 | 第51-52页 |
| 4.3.3 任务优先级 | 第52页 |
| 4.3.4 交叉操作 | 第52-53页 |
| 4.3.5 变异操作 | 第53页 |
| 4.3.6 评估和选择最优解 | 第53-54页 |
| 4.4 实验结果及分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 未来展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
