| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第16-29页 |
| 1.1 研究的背景 | 第16-22页 |
| 1.1.1 云计算的发展历程 | 第16-17页 |
| 1.1.2 云计算的定义及特征 | 第17-18页 |
| 1.1.3 云计算平台的发展现状 | 第18-22页 |
| 1.2 存在的问题 | 第22-24页 |
| 1.2.1 基于用户动态需求的资源管理问题 | 第22页 |
| 1.2.2 面向虚拟机的云平台资源管理优化问题 | 第22-24页 |
| 1.3 论文主要研究工作 | 第24-29页 |
| 1.3.1 研究内容及意义 | 第24-26页 |
| 1.3.2 创新点 | 第26-27页 |
| 1.3.3 论文组织结构 | 第27-29页 |
| 第二章 面向虚拟机的云平台资源部署与调度系统研究 | 第29-45页 |
| 2.1 本章引言 | 第29页 |
| 2.2 相关概念 | 第29-34页 |
| 2.2.1 云平台与虚拟资源管理 | 第29-31页 |
| 2.2.2 云计算虚拟资源部署与调度 | 第31-32页 |
| 2.2.3 面向虚拟机的云平台资源部署与调度 | 第32-34页 |
| 2.3 云平台虚拟机资源自适应管理框架研究 | 第34-37页 |
| 2.3.1 研究动机 | 第34-35页 |
| 2.3.2 研究内容 | 第35-37页 |
| 2.4 云平台虚拟机资源初始化部署研究 | 第37-41页 |
| 2.4.1 研究动机 | 第37-39页 |
| 2.4.2 研究内容 | 第39-41页 |
| 2.5 云平台虚拟机资源动态管理研究 | 第41-42页 |
| 2.5.1 研究动机 | 第41页 |
| 2.5.2 研究内容 | 第41-42页 |
| 2.6 云平台面向虚拟机的任务调度研究 | 第42-44页 |
| 2.6.1 研究动机 | 第42-43页 |
| 2.6.2 研究内容 | 第43-44页 |
| 2.7 本章小结 | 第44-45页 |
| 第三章 基于动态需求的多属性加权的虚拟机资源自适应管理框架 | 第45-65页 |
| 3.1 本章引言 | 第45-46页 |
| 3.2 相关工作与问题定义 | 第46-50页 |
| 3.2.1 相关工作 | 第46-49页 |
| 3.2.2 问题定义 | 第49-50页 |
| 3.3 基于多属性加权的虚拟机资源自适应管理框架 | 第50-64页 |
| 3.3.1 云平台资源与模型定义 | 第50-58页 |
| 3.3.2 自适应管理流程 | 第58-61页 |
| 3.3.3 动态监测方法 | 第61-63页 |
| 3.3.4 虚拟机初始化部署 | 第63页 |
| 3.3.5 虚拟机动态管理 | 第63-64页 |
| 3.4 框架验证 | 第64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 动态需求与能耗均衡的虚拟机初始化部署方法 | 第65-88页 |
| 4.1 本章引言 | 第65-66页 |
| 4.2 相关工作与问题定义 | 第66-68页 |
| 4.2.1 相关工作 | 第66-68页 |
| 4.2.2 问题定义 | 第68页 |
| 4.3 相关模型 | 第68-72页 |
| 4.3.1 相对负载模型 | 第68-70页 |
| 4.3.2 主机能耗模型 | 第70-71页 |
| 4.3.3 用户需求违背率模型 | 第71-72页 |
| 4.3.4 资源损耗模型 | 第72页 |
| 4.4 动态需求与能耗均衡的虚拟机初始化部署算法 | 第72-78页 |
| 4.4.1 基于相对部署能力的虚拟机放置算法 | 第72-76页 |
| 4.4.2 能耗优先的主机开启算法 | 第76-77页 |
| 4.4.3 算法复杂度分析 | 第77-78页 |
| 4.5 实验与结果分析 | 第78-87页 |
| 4.5.1 云计算资源调度模拟器CloudSim | 第78-79页 |
| 4.5.2 仿真场景及性能指标 | 第79-81页 |
| 4.5.3 实验结果及分析 | 第81-87页 |
| 4.6 本章小结 | 第87-88页 |
| 第五章 性能与能耗均衡的基于动态需求的虚拟机动态管理方法 | 第88-109页 |
| 5.1 本章引言 | 第88-89页 |
| 5.2 相关工作与问题定义 | 第89-92页 |
| 5.2.1 相关工作 | 第89-92页 |
| 5.2.2 问题定义 | 第92页 |
| 5.3 体系结构与相关模型 | 第92-95页 |
| 5.3.1 虚拟机动态管理方法的体系结构 | 第93-94页 |
| 5.3.2 管理流程及约束条件 | 第94-95页 |
| 5.3.3 相关模型定义 | 第95页 |
| 5.4 PEBDM-DR虚拟机动态管理方法的关键组成 | 第95-102页 |
| 5.4.1 基于动态反馈的超载/低载定位方法 | 第96-97页 |
| 5.4.2 能耗优先的低载合并方法 | 第97-99页 |
| 5.4.3 基于相对的动态加权负载的虚拟机迁移方法 | 第99-102页 |
| 5.5 实验与结果分析 | 第102-108页 |
| 5.5.1 仿真场景及性能指标 | 第102-104页 |
| 5.5.2 结果分析 | 第104-108页 |
| 5.6 本章小结 | 第108-109页 |
| 第六章 面向截止时间与相对负载的任务调度方法 | 第109-123页 |
| 6.1 本章引言 | 第109-110页 |
| 6.2 相关工作与问题定义 | 第110-111页 |
| 6.2.1 相关工作 | 第110-111页 |
| 6.2.2 问题定义 | 第111页 |
| 6.3 资源与模型 | 第111-114页 |
| 6.3.1 任务与虚拟机 | 第112页 |
| 6.3.2 任务负载模型 | 第112-114页 |
| 6.4 基于剩余时间与相对负载的改进的Min-Min调度算法 | 第114-117页 |
| 6.4.1 算法流程及步骤 | 第114-115页 |
| 6.4.2 改进的Min-Min调度算法 | 第115-117页 |
| 6.5 实验与结果分析 | 第117-122页 |
| 6.5.1 仿真场景建立 | 第117-118页 |
| 6.5.2 仿真结果分析 | 第118-122页 |
| 6.6 本章小结 | 第122-123页 |
| 总结与展望 | 第123-125页 |
| 一、研究工作总结 | 第123-124页 |
| 二、下一步工作展望 | 第124-125页 |
| 参考文献 | 第125-134页 |
| 攻读博士学位期间取得的研究成果 | 第134-137页 |
| 致谢 | 第137-138页 |
| 附件 | 第138页 |
