| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·论文研究背景及其意义 | 第11-14页 |
| ·云计算与其所面临新挑战 | 第11-12页 |
| ·云计算对工作流的需求 | 第12-14页 |
| ·国内外的研究现状 | 第14-16页 |
| ·云工作流研究现状 | 第14-16页 |
| ·目前存在的问题 | 第16-17页 |
| ·本文研究内容 | 第17-18页 |
| ·论文内容 | 第18-20页 |
| 第二章 相关技术 | 第20-35页 |
| ·云工作流 | 第20-26页 |
| ·工作流 | 第20-23页 |
| ·云工作流的概念 | 第23页 |
| ·云工作流的特点分析 | 第23-26页 |
| ·动态矩阵预测控制技术 | 第26-28页 |
| ·预测控制概述 | 第26-27页 |
| ·预测控制基本理论 | 第27-28页 |
| ·HADOOP 技术 | 第28-34页 |
| ·Hadoop 平台概述 | 第29页 |
| ·Map/Recduce 编程模型 | 第29-31页 |
| ·Hadoop 分布式文件系统HDFS | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 面向云计算的工作流系统体系结构 | 第35-47页 |
| ·概述 | 第35页 |
| ·面向云计算的工作流系统总体架构 | 第35-37页 |
| ·动态自配置的分布式工作流引擎 | 第37-45页 |
| ·总体组成与架构 | 第37-39页 |
| ·基于Jini 的服务发现与注册 | 第39-40页 |
| ·任务调度 | 第40-41页 |
| ·任务执行 | 第41-42页 |
| ·资源监控 | 第42-43页 |
| ·资源动态自配置 | 第43-45页 |
| ·基于HADOOP 的底层云 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于DMC 的分布式工作流引擎动态自配置 | 第47-60页 |
| ·概述 | 第47页 |
| ·动态矩阵控制算法 | 第47-52页 |
| ·DMC 应用于分布式工作流引擎自动配置 | 第47-48页 |
| ·预测模型 | 第48页 |
| ·滚动优化 | 第48-49页 |
| ·反馈校正 | 第49-50页 |
| ·DMC 算法流程 | 第50-51页 |
| ·面向云计算工作流应用环境下DMC 算法的可行性分析 | 第51-52页 |
| ·基于DMC 的工作流引擎动态自动配置机制 | 第52-59页 |
| ·预测模型设计 | 第52-53页 |
| ·基于DMC 动态自配置算法 | 第53-55页 |
| ·DMC 自配置模块 | 第55-56页 |
| ·实验结果及相关分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 HADOOP 的部署与集成 | 第60-69页 |
| ·概述 | 第60页 |
| ·HADOOP 模块部署与调用流程 | 第60-61页 |
| ·工作流系统与HADOOP 的集成 | 第61-68页 |
| ·云事务建模 | 第62-63页 |
| ·Map/Reduce 函数的客户端生成 | 第63-64页 |
| ·支持异步调用的工作流引擎 | 第64-66页 |
| ·通过Webservice 启动Hadoop 程序 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 面向云计算的工作流系统实现 | 第69-84页 |
| ·分布式工作流引擎 | 第69-77页 |
| ·监控节点与服务节点的部署及算法实现 | 第69-75页 |
| ·工作流监控平台实现 | 第75-77页 |
| ·药物筛选界面以及HADOOP 集成 | 第77-83页 |
| ·药物筛选服务门户 | 第78-79页 |
| ·Hadoop 部署及集成 | 第79页 |
| ·药物筛选实例 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 第七章 总结与展望 | 第84-86页 |
| ·论文主要工作 | 第84-85页 |
| ·未来工作展望 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 致谢 | 第89-90页 |
| 攻读硕士学位期间已发表或录用的论文 | 第90页 |