| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容与创新工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 技术综述 | 第14-26页 |
| 2.1 网络功能虚拟化 | 第14-19页 |
| 2.1.1 NFV概述 | 第14-15页 |
| 2.1.2 开源网络编排器 | 第15-19页 |
| 2.2 微服务 | 第19-22页 |
| 2.2.1 微服务概述 | 第19页 |
| 2.2.2 微服务框架 | 第19-22页 |
| 2.3 容器Docker与容器编排系统Kubernetes | 第22-25页 |
| 2.3.1 Docker | 第22-23页 |
| 2.3.2 Kubemetes | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于递归神经网络和多级注意力的负载预测模型 | 第26-42页 |
| 3.1 问题描述 | 第26-27页 |
| 3.2 RNNDA模型的设计 | 第27-34页 |
| 3.2.1 递归神经网络(RNN) | 第27-30页 |
| 3.2.2 RNNDA模型整体结构 | 第30-31页 |
| 3.2.3 RNNDA中基于注意力的输入特征变换 | 第31-33页 |
| 3.2.4 RNNDA中基于注意力的时域预测 | 第33-34页 |
| 3.2.5 RNNDA模型训练 | 第34页 |
| 3.3 实验及结果分析 | 第34-41页 |
| 3.3.1 阿里巴巴Cluster Trace Program数据 | 第34-35页 |
| 3.3.2 实验对比算法 | 第35-37页 |
| 3.3.3 实验模型细节 | 第37页 |
| 3.3.4 实验性能结果 | 第37-39页 |
| 3.3.5 消融测试 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 系统架构设计 | 第42-48页 |
| 4.1 项目背景 | 第42-44页 |
| 4.1.1 OPEN-O系统分析 | 第42-43页 |
| 4.1.2 Kubernetes弹性伸缩策略 | 第43-44页 |
| 4.2 系统需求分析 | 第44页 |
| 4.2.1 网络编排器重构 | 第44页 |
| 4.2.2 弹性伸缩优化 | 第44页 |
| 4.3 总体架构设计方案 | 第44-47页 |
| 4.3.1 网络编排器设计 | 第44-46页 |
| 4.3.2 弹性伸缩设计 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 系统实现与测试 | 第48-56页 |
| 5.1 系统实现 | 第48-51页 |
| 5.1.1 网络编排器重构 | 第48-50页 |
| 5.1.2 基于负载预测的弹性伸缩实现 | 第50-51页 |
| 5.2 重构测试 | 第51-54页 |
| 5.2.1 实验环境 | 第51页 |
| 5.2.2 实验设计 | 第51-53页 |
| 5.2.3 实验结果与分析 | 第53-54页 |
| 5.3 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 未来工作与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间取得的研究成果 | 第64页 |
