| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关技术介绍 | 第15-31页 |
| 2.1 Docker相关技术 | 第15-22页 |
| 2.1.1 Docker实现原理 | 第16-18页 |
| 2.1.2 Docker与虚拟机对比 | 第18-19页 |
| 2.1.3 容器迁移技术 | 第19-22页 |
| 2.2 微服务 | 第22-25页 |
| 2.2.1 单体式架构 | 第22-23页 |
| 2.2.2 微服务架构 | 第23-25页 |
| 2.3 云平台资源预测模型 | 第25-28页 |
| 2.3.1 时间序列预测模型 | 第25-27页 |
| 2.3.2 神经网络模型 | 第27-28页 |
| 2.4 云平台资源调度策略 | 第28-30页 |
| 2.4.1 Openstack平台中的资源调度策略 | 第28-29页 |
| 2.4.2 Docker集群中的资源调度策略 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 监控视频云计算平台资源预测方法 | 第31-39页 |
| 3.1 负载及云资源特性分析 | 第31-33页 |
| 3.1.1 负载特性 | 第31-32页 |
| 3.1.2 资源特性 | 第32-33页 |
| 3.2 云资源预测方法 | 第33-36页 |
| 3.2.1 问题描述 | 第33页 |
| 3.2.2 算法描述 | 第33-36页 |
| 3.3 本章小结 | 第36-39页 |
| 第四章 监控视频云计算平台资源配置与优化 | 第39-53页 |
| 4.1 监控视频云计算平台介绍 | 第39-42页 |
| 4.2 监控视频云计算平台的资源配置方法 | 第42页 |
| 4.3 监控视频云计算平台资源配置优化 | 第42-49页 |
| 4.3.1 工作流程 | 第43-44页 |
| 4.3.2 资源监控模块 | 第44-45页 |
| 4.3.3 资源预测模块 | 第45-46页 |
| 4.3.4 云资源管理模块 | 第46-49页 |
| 4.4 基于预测的云资源配置方法 | 第49-52页 |
| 4.4.1 问题描述 | 第49页 |
| 4.4.2 算法描述 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 系统实现与测试分析 | 第53-67页 |
| 5.1 系统硬件配置和软件配置 | 第53-54页 |
| 5.1.1 系统硬件配置 | 第53页 |
| 5.1.2 软件配置 | 第53-54页 |
| 5.2 系统功能实现 | 第54-63页 |
| 5.2.1 资源监控模块实现 | 第54-56页 |
| 5.2.2 资源预测及管理模块实现 | 第56-59页 |
| 5.2.3 典型视频微服务实现 | 第59-60页 |
| 5.2.4 页面实现 | 第60-63页 |
| 5.3 资源预测与配置方法性能测试 | 第63-66页 |
| 5.3.1 资源预测方法性能测试 | 第63-65页 |
| 5.3.2 资源配置方法性能测试 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间的主要研究成果 | 第73-75页 |
| 致谢 | 第75页 |