| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-33页 |
| 1.1 研究背景 | 第10-15页 |
| 1.2 资源调度问题 | 第15-23页 |
| 1.3 资源调度技术实例 | 第23-30页 |
| 1.4 论文的主要内容和组织结构 | 第30-31页 |
| 1.5 课题的来源 | 第31-33页 |
| 2 文件下载流量预测 | 第33-44页 |
| 2.1 引言 | 第33-34页 |
| 2.2 ARIMA模型 | 第34-37页 |
| 2.3 GARCH模型 | 第37-38页 |
| 2.4 流量预测 | 第38-42页 |
| 2.5 本章小结 | 第42-44页 |
| 3 面向视频点播应用的云存储系统资源调度技术 | 第44-75页 |
| 3.1 引言 | 第44-47页 |
| 3.2 系统结构与符号定义 | 第47-51页 |
| 3.3 资源调度数学模型 | 第51-56页 |
| 3.4 分布式资源调度算法 | 第56-64页 |
| 3.5 算法性能测试 | 第64-74页 |
| 3.6 本章小结 | 第74-75页 |
| 4 基于数据对象分组的云存储系统资源调度技术 | 第75-107页 |
| 4.1 引言 | 第75-78页 |
| 4.2 系统结构与优化模型 | 第78-87页 |
| 4.3 分布式并行调度算法 | 第87-96页 |
| 4.4 算法性能测试 | 第96-106页 |
| 4.5 本章小结 | 第106-107页 |
| 5 面向降低碳排放量的云存储系统资源调度技术 | 第107-129页 |
| 5.1 引言 | 第107-110页 |
| 5.2 碳排放量计算模型及算法设计 | 第110-119页 |
| 5.3 算法性能测试 | 第119-128页 |
| 5.4 本章小结 | 第128-129页 |
| 6 全文总结 | 第129-131页 |
| 6.1 总结 | 第129-130页 |
| 6.2 展望 | 第130-131页 |
| 致谢 | 第131-133页 |
| 参考文献 | 第133-142页 |
| 附录1 攻读博士学位期间发表论文目录 | 第142-143页 |
| 附录2 攻读博士学位期间参加的科研项目及申请的专利 | 第143页 |