| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 数据布局策略 | 第9-11页 |
| 1.2.2 副本技术 | 第11页 |
| 1.3 论文的结构安排 | 第11-12页 |
| 1.4 本文主要的工作 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 基本理论和方法 | 第13-19页 |
| 2.1 数据布局及云存储 | 第13-14页 |
| 2.1.1 数据布局 | 第13页 |
| 2.1.2 云存储 | 第13-14页 |
| 2.2 数据密集型环境下的副本管理 | 第14-18页 |
| 2.2.1 副本管理 | 第15-16页 |
| 2.2.2 副本选择 | 第16-17页 |
| 2.2.3 副本选择策略分析 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于拉格朗日松弛的数据布局策略 | 第19-36页 |
| 3.1 拉格朗日松弛算法 | 第19-23页 |
| 3.1.1 拉格朗日松弛基本理论 | 第19-20页 |
| 3.1.2 拉格朗日分解 | 第20-21页 |
| 3.1.3 拉格朗日松弛算法 | 第21-23页 |
| 3.2 基于拉格朗日的数据布局问题 | 第23-29页 |
| 3.2.1 数据布局问题描述及建模 | 第23-28页 |
| 3.2.2 目标函数的线性化 | 第28-29页 |
| 3.3 数据布局问题中基于拉格朗日松弛的分解方法 | 第29-35页 |
| 3.3.1 基于拉格朗日松弛分解的数据布局问题 | 第29-31页 |
| 3.3.2 数据布局问题中拉格朗日松弛解法的具体实现 | 第31-34页 |
| 3.3.3 结论分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于PSO算法的副本选择优化策略 | 第36-46页 |
| 4.1 PSO算法 | 第36-39页 |
| 4.1.1 标准PSO算法 | 第36-38页 |
| 4.1.2 改进的PSO算法 | 第38-39页 |
| 4.2 副本管理模拟器 | 第39-42页 |
| 4.2.1 几种常用的仿真工具 | 第39-40页 |
| 4.2.2 OptorSim简介 | 第40-42页 |
| 4.3 基于PSO算法的副本选择优化策略 | 第42-45页 |
| 4.3.1 将PSO算法应用于副本选择优化策略 | 第42-43页 |
| 4.3.2 基于OptorSim的仿真实验 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 论文总结 | 第46-47页 |
| 5.2 工作展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 附录: 个人简历、在读期间已发表和录用的论文 | 第52页 |