| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·本文的组织结构 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第二章 云计算及其关键技术 | 第12-17页 |
| ·虚拟化技术 | 第12页 |
| ·数据中心构建技术 | 第12-13页 |
| ·并行编程模型技术 | 第13-16页 |
| ·MapReduce 计算模型执行过程 | 第13-15页 |
| ·MapReduce 编程模型研究现状 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 云计算中任务调度及算法分析 | 第17-23页 |
| ·云计算平台任务调度介绍 | 第17-18页 |
| ·基于 MapReduce 模型的任务调度算法 | 第18-22页 |
| ·先进先出（FIFO）算法 | 第18页 |
| ·MaxCover-BalAssign 算法 | 第18-19页 |
| ·公平调度（Fairness Scheduler）算法 | 第19-20页 |
| ·延迟调度（Delay Scheduler）算法： | 第20-21页 |
| ·其它任务调度算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 改进的延迟调度算法 | 第23-30页 |
| ·问题的提出 | 第23页 |
| ·问题定义 | 第23-25页 |
| ·概率模型求解 | 第25页 |
| ·节点闲置问题 | 第25-28页 |
| ·DWTDS 算法描述 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第五章 改进的遗传算法 | 第30-35页 |
| ·问题的提出 | 第30页 |
| ·相关定义 | 第30页 |
| ·染色体编码与解码 | 第30-32页 |
| ·初始种群生成 | 第32页 |
| ·适应度函数 | 第32-33页 |
| ·个体选择 | 第33页 |
| ·交叉与变异操作 | 第33-34页 |
| ·改进的遗传算法的实现步骤 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第六章 仿真实验及结果分析 | 第35-43页 |
| ·改进的延迟调度算法实验设置及结果分析 | 第35-40页 |
| ·改进的延迟调度算法实验设置 | 第35-36页 |
| ·集群工作负载对算法的影响分析 | 第36-37页 |
| ·网络负载对数据本地性与公平性的影响分析 | 第37-38页 |
| ·网络负载对作业完成时间的影响分析 | 第38-39页 |
| ·计算节点负载分析 | 第39-40页 |
| ·改进的遗传算法实验设置及结果分析 | 第40-42页 |
| ·实验参数设置 | 第40-41页 |
| ·实验结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第七章 结论及未来的工作 | 第43-45页 |
| ·全文总结 | 第43页 |
| ·进一步的工作 | 第43-45页 |
| 参考文献 | 第45-47页 |
| 攻读学位期间发表的学术论文 | 第47-48页 |
| 致谢 | 第48页 |