| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-29页 |
| 1.1 研究背景和意义 | 第15-19页 |
| 1.2 研究现状 | 第19-26页 |
| 1.2.1 传统架构 | 第20-23页 |
| 1.2.2 基于云的视频服务系统 | 第23-26页 |
| 1.3 本文的工作 | 第26-27页 |
| 1.4 本文的组织结构 | 第27-29页 |
| 第二章 相关优化理论 | 第29-39页 |
| 2.1 Markov决策过程 | 第29-31页 |
| 2.2 基于性能灵敏度的优化方法 | 第31-34页 |
| 2.2.1 实现因子和性能势 | 第31-33页 |
| 2.2.2 基于性能差分的策略迭代 | 第33-34页 |
| 2.3 大偏差原理 | 第34-37页 |
| 2.4 小结 | 第37-39页 |
| 第三章 QOS保证的云视频服务系统资源动态配置 | 第39-53页 |
| 3.1 引言 | 第39-40页 |
| 3.2 系统架构和问题描述 | 第40-44页 |
| 3.2.1 系统架构 | 第41页 |
| 3.2.2 云服务商的定价模型 | 第41-42页 |
| 3.2.3 系统QOS模型 | 第42-43页 |
| 3.2.4 优化问题 | 第43-44页 |
| 3.3 自适应云资源配置算法 | 第44-45页 |
| 3.3.1 用户访问热度的预测 | 第44页 |
| 3.3.2 过载概率估计 | 第44-45页 |
| 3.3.3 在线优化配置策略 | 第45页 |
| 3.4 虚拟机实例的租赁方案 | 第45-47页 |
| 3.4.1 在线实例采购策略 | 第45-46页 |
| 3.4.2 预留计划的在线调整算法 | 第46-47页 |
| 3.5 仿真实验 | 第47-51页 |
| 3.6 小结 | 第51-53页 |
| 第四章 多数据中心的云视频服务系统内容部署和请求调度联合优化 | 第53-75页 |
| 4.1 引言 | 第53-54页 |
| 4.2 系统模型 | 第54-62页 |
| 4.2.1 多数据中心的云视频服务系统系统结构 | 第54-56页 |
| 4.2.2 Markov决策过程模型 | 第56-62页 |
| 4.3 策略迭代 | 第62-69页 |
| 4.3.1 性能差分 | 第62-64页 |
| 4.3.2 基于样本路径的策略迭代算法 | 第64-66页 |
| 4.3.3 算法实际实现 | 第66-69页 |
| 4.4 实验与性能评估 | 第69-73页 |
| 4.4.1 实验设置 | 第69-70页 |
| 4.4.2 视频热度聚类 | 第70页 |
| 4.4.3 实验结果及分析 | 第70-72页 |
| 4.4.4 算法参数的影响分析 | 第72-73页 |
| 4.5 小结 | 第73-75页 |
| 第五章 基于SDN网络的云视频服务系统内容部署和流量管理联合优化 | 第75-97页 |
| 5.1 引言 | 第75-77页 |
| 5.2 基于SDN的云移动视频服务系统架构 | 第77-78页 |
| 5.3 系统模型和优化问题 | 第78-86页 |
| 5.3.1 系统模型 | 第78-85页 |
| 5.3.2 联合优化问题 | 第85-86页 |
| 5.4 最优算法 | 第86-89页 |
| 5.5 实验与性能评估 | 第89-95页 |
| 5.5.1 实验设置 | 第90-91页 |
| 5.5.2 实验结果与分析 | 第91-95页 |
| 5.6 小结 | 第95-97页 |
| 第六章 总结与展望 | 第97-99页 |
| 6.1 本文总结 | 第97-98页 |
| 6.2 研究展望 | 第98-99页 |
| 参考文献 | 第99-107页 |
| 致谢 | 第107-109页 |
| 在读期间发表的学术论文与取得的研究成果 | 第109页 |