| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义和研究内容 | 第12-13页 |
| 1.2.1 研究意义 | 第12-13页 |
| 1.2.2 研究内容 | 第13页 |
| 1.3 论文的组织结构 | 第13-15页 |
| 第二章 云环境下虚拟机资源调整及其可用性评估及研究 | 第15-26页 |
| 2.1 云计算概述 | 第15-19页 |
| 2.1.1 云计算的特点及体系结构 | 第15-16页 |
| 2.1.2 虚拟化技术简介 | 第16-19页 |
| 2.2 虚拟机资源动态调整研究工作 | 第19-20页 |
| 2.3 云环境下虚拟机可用性评估现状 | 第20-24页 |
| 2.3.1 传统计算机系统的可用性评估研究 | 第20-21页 |
| 2.3.2 云环境下服务可用性评估研究 | 第21-23页 |
| 2.3.3 云环境下系统可用性评估研究 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于可用能力评估的云虚拟机动态调整策略 | 第26-38页 |
| 3.1 基于马尔科夫模型的虚拟机可用性评估 | 第26-31页 |
| 3.1.1 虚拟机的可用度评价 | 第27-29页 |
| 3.1.2 虚拟机可用能力评估方法 | 第29-31页 |
| 3.2 可用性感知的虚拟资源动态调整策略 | 第31-34页 |
| 3.3 实验与分析 | 第34-36页 |
| 3.3.1 应用ADAR策略前后资源浪费量对比 | 第34-35页 |
| 3.3.2 系统利用率和完成时间对比 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 一种灰色-指数曲线组合模型的虚拟机可用度预测模型 | 第38-52页 |
| 4.1 基于预测模型的云计算资源管理研究现状 | 第38-41页 |
| 4.2 基于灰色-指数曲线模型的虚拟机可用度预测 | 第41-44页 |
| 4.3 基于可用度预测的虚拟机重放置策略 | 第44-46页 |
| 4.4 实验与分析 | 第46-50页 |
| 4.4.1 预测精度实验 | 第46-48页 |
| 4.4.2 能耗和虚拟机迁移次数比较实验 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 结束语 | 第52-54页 |
| 5.1 工作总结 | 第52-53页 |
| 5.2 下一步工作 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 攻读学位期间发表论文情况 | 第61页 |