| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 论文主要研究工作 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 相关理论与技术研究 | 第20-29页 |
| 2.1 云计算技术 | 第20-23页 |
| 2.1.1 云计算定义 | 第20页 |
| 2.1.2 云计算环境下的虚拟化技术 | 第20-23页 |
| 2.2 云数据中心 | 第23-24页 |
| 2.2.1 云数据中心概述 | 第23-24页 |
| 2.2.2 云数据中心资源调度流程 | 第24页 |
| 2.3 虚拟资源调度模型 | 第24-27页 |
| 2.3.1 不定维虚拟资源调度模型 | 第24-25页 |
| 2.3.2 面向能耗优化的虚拟资源调度模型 | 第25-27页 |
| 2.4 虚拟资源调度算法 | 第27-28页 |
| 2.4.1 虚拟资源调度算法分类 | 第27页 |
| 2.4.2 常见的虚拟资源调度算法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 云数据中心资源利用率均衡的虚拟机调度模型 | 第29-40页 |
| 3.1 基于资源利用率均衡的虚拟机调度模型 | 第29-31页 |
| 3.1.1 资源利用率均衡问题描述 | 第30页 |
| 3.1.2 VMSM-RB模型 | 第30-31页 |
| 3.2 基于SA-PSO的虚拟机调度策略 | 第31-37页 |
| 3.2.1 粒子群优化算法 | 第31-32页 |
| 3.2.2 自适应粒子群优化算法 | 第32-36页 |
| 3.2.3 基于SA-PSO的虚拟机调度算法 | 第36-37页 |
| 3.3 仿真实验与结果分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 云数据中心面向能耗优化的虚拟资源调度算法 | 第40-51页 |
| 4.1 VRSA-EO模型 | 第40-43页 |
| 4.1.1 VRSA-EO模型设计 | 第41页 |
| 4.1.2 物理机能耗模型 | 第41-42页 |
| 4.1.3 物理机资源利用率均衡模型 | 第42页 |
| 4.1.4 虚拟机迁移成本 | 第42-43页 |
| 4.2 VRSA-EO算法设计 | 第43-47页 |
| 4.2.1 虚拟机初始放置 | 第43-44页 |
| 4.2.2 虚拟机迁移 | 第44-47页 |
| 4.3 仿真实验与结果分析 | 第47-50页 |
| 4.3.1 仿真实验环境 | 第47-48页 |
| 4.3.2 实验与结果分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 虚拟资源模拟调度平台的实现 | 第51-63页 |
| 5.1 CloudSim | 第51-56页 |
| 5.1.1 CloudSim体系结构 | 第51-54页 |
| 5.1.2 CloudSim仿真流程 | 第54-56页 |
| 5.2 基于CloudSim的虚拟资源模拟调度平台的实现 | 第56-59页 |
| 5.3 VMSM-RB模型在虚拟资源模拟调度平台上的实现 | 第59-60页 |
| 5.4 VRSA-EO算法在虚拟资源模拟调度平台上的实现 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 未来研究工作 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
