基于OpenNebula云计算资源调度策略的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·Windows Azure Platform | 第11-12页 |
| ·AWS | 第12页 |
| ·SAE | 第12-13页 |
| ·研究方向 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 相关技术 | 第15-24页 |
| ·层次分析法 | 第15-17页 |
| ·虚拟机的迁移 | 第17-22页 |
| ·迁移方式的分类 | 第18-19页 |
| ·在线迁移过程详解 | 第19-22页 |
| ·蚁群算法 | 第22-23页 |
| ·算法的产生和发展 | 第22页 |
| ·蚁群算法的原理 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 云计算平台及资源调度问题的分析 | 第24-30页 |
| ·基础设施即服务 | 第24-25页 |
| ·云计算用户的需求分析 | 第25-26页 |
| ·资源调度问题的分析 | 第26-29页 |
| ·虚拟机资源需求 | 第27页 |
| ·虚拟机部署 | 第27-28页 |
| ·虚拟机迁移重置 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 云计算平台的设计和实现 | 第30-46页 |
| ·OpenNebula 架构 | 第30-31页 |
| ·系统层次结构图 | 第31-33页 |
| ·拓扑结构 | 第33页 |
| ·各部分的设计和实现 | 第33-45页 |
| ·存储设备 | 第33-34页 |
| ·网络设置 | 第34-36页 |
| ·服务器集群 | 第36-37页 |
| ·反向代理和负载均衡 | 第37-39页 |
| ·Open Cloud | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 一种新的资源调度策略 | 第46-59页 |
| ·已有算法的分析 | 第46-47页 |
| ·在线自适应启发模型 | 第46-47页 |
| ·EnaCloud 模型 | 第47页 |
| ·带性能感知的资源调度模型 | 第47页 |
| ·新算法的思路和描述 | 第47-48页 |
| ·层次分析法确定虚拟机的部署 | 第48-52页 |
| ·使用改进的蚁群算法进行重置 | 第52-58页 |
| ·重置主机的选择 | 第52-53页 |
| ·数学模型 | 第53-54页 |
| ·改进的蚁群算法 | 第54-57页 |
| ·重置算法描述 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 算法实验和模拟仿真 | 第59-65页 |
| ·模拟仿真软件 CloudSim | 第59页 |
| ·能耗模型 | 第59-60页 |
| ·层次分析法部署虚拟机 | 第60-61页 |
| ·改进的蚁群算法求解 TSP | 第61-63页 |
| ·虚拟机迁移重置 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结束语 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
