MMOG网络中能耗感知的动态负载均衡机制研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 MMOG负载均衡研究 | 第12-14页 |
| 1.2.2 MMOG资源配置研究 | 第14-15页 |
| 1.3 研究目的 | 第15-16页 |
| 1.4 研究内容 | 第16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第二章 背景知识与相关技术 | 第17-22页 |
| 2.1 游戏区域并行化 | 第17-19页 |
| 2.2 兴趣域(AoI) | 第19页 |
| 2.3 神经网络 | 第19-20页 |
| 2.4 遗传算法 | 第20页 |
| 2.5 基于虚拟化的服务器整合 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 能耗感知的动态负载均衡机制的设计与实现 | 第22-38页 |
| 3.1 基于神经网络的预测模型 | 第23-24页 |
| 3.2 性能与负载模型 | 第24-27页 |
| 3.2.1 CPU负载模型 | 第24-26页 |
| 3.2.2 内存负载模型 | 第26页 |
| 3.2.3 网络负载模型 | 第26页 |
| 3.2.4 性能模型 | 第26-27页 |
| 3.3 能耗模型 | 第27-29页 |
| 3.3.1 服务器功耗模型 | 第27-28页 |
| 3.3.2 虚拟机迁移的功耗模型 | 第28页 |
| 3.3.3 能耗优化模型 | 第28-29页 |
| 3.4 基于遗传算法的动态负载分配 | 第29-37页 |
| 3.4.1 初始族群 | 第30页 |
| 3.4.2 适应性函数 | 第30-32页 |
| 3.4.3 选择 | 第32-33页 |
| 3.4.5 交叉 | 第33-34页 |
| 3.4.6 变异 | 第34-35页 |
| 3.4.7 终止条件 | 第35-36页 |
| 3.4.8 遗传算法 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 实验结果对比分析 | 第38-46页 |
| 4.1 评价指标 | 第38-39页 |
| 4.1.1 预测精度 | 第38页 |
| 4.1.2 响应时间 | 第38-39页 |
| 4.2 玩家数量预测模型实验 | 第39-41页 |
| 4.2.1 实验配置 | 第39-40页 |
| 4.2.2 实验结果 | 第40-41页 |
| 4.3 能耗感知的动态负载均衡实验 | 第41-44页 |
| 4.3.1 实验配置 | 第41页 |
| 4.3.2 实验结果 | 第41-44页 |
| 4.4 能耗感知的动态负载机制的可扩展性 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
