首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于深度Q-learning的自动I/O拥塞控制机制

摘要第4-5页
Abstract第5页
1 绪论第8-13页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-11页
    1.3 研究内容和目标第11-12页
    1.4 论文组织结构第12-13页
2 Lustre体系结构及相关技术分析第13-25页
    2.1 Lustre架构及I/O拥塞成因分析第13-19页
    2.2 已有的LustreI/O拥塞控制方案第19-21页
    2.3 深度Q-learning学习第21-24页
    2.4 本章小结第24-25页
3 AIOCC设计与实现第25-44页
    3.1 AIOCC框架第25-26页
    3.2 服务端I/O请求调度机制第26-32页
    3.3 客户端I/O拥塞窗口控制机制第32-37页
    3.4 基于深度Q-learning优化AIOCC调控参数第37-43页
    3.5 本章小结第43-44页
4 AIOCC测试与分析第44-56页
    4.1 AIOCC测试环境和框架第44-46页
    4.2 AIOCC自动I/O拥塞控制效果第46-54页
    4.3 AIOCC的资源开销第54-55页
    4.4 本章小结第55-56页
5 总结第56-58页
    5.1 全文总结第56-57页
    5.2 研究展望第57-58页
致谢第58-59页
参考文献第59-63页
附录 (攻读学位期间发表论文情况)第63页

论文共63页,点击 下载论文
上一篇:会计准则对商业银行盈余管理的影响研究
下一篇:伊利公司价值评估研究