主要创新点 | 第6-9页 |
表目录 | 第9-10页 |
图目录 | 第10-11页 |
中文摘要 | 第11-13页 |
ABSTRACT | 第13-14页 |
第一章 绪论 | 第15-30页 |
1.1 研究背景 | 第15-26页 |
1.1.1 软件自适应系统概述 | 第15-20页 |
1.1.2 服务计算概述 | 第20-26页 |
1.2 关键问题分析 | 第26-27页 |
1.3 主要工作内容及研究体系 | 第27-28页 |
1.4 论文的组织结构 | 第28-30页 |
第二章 相关研究 | 第30-35页 |
2.1 引言 | 第30-31页 |
2.2 软件系统自适应框架的研究 | 第31-32页 |
2.3 WEB服务QoS预测的研究 | 第32-33页 |
2.4 传统的能耗管理的研究 | 第33-34页 |
2.5 本章小结 | 第34-35页 |
第三章 服务计算环境下QOS敏感的系统自适应框架 | 第35-54页 |
3.1 研究背景 | 第35-36页 |
3.2 研究动机 | 第36-37页 |
3.3 问题定义 | 第37-38页 |
3.4 QoS敏感的系统自适应框架 | 第38-49页 |
3.4.1 决策使能 | 第40-47页 |
3.4.2 运行时执行使能 | 第47-49页 |
3.5 实验评估 | 第49-53页 |
3.5.1 实验设计 | 第49-50页 |
3.5.2 实验结果分析 | 第50-51页 |
3.5.3 进一步讨论 | 第51-53页 |
3.6 本章小结 | 第53-54页 |
第四章 基于数据分布不平衡的WEB服务QOS预测方法 | 第54-66页 |
4.1 引言 | 第54-55页 |
4.2 研究动机 | 第55-56页 |
4.3 问题定义 | 第56-57页 |
4.4 系统框架 | 第57页 |
4.5 具体实现 | 第57-61页 |
4.5.1 相似度计算 | 第57-58页 |
4.5.2 相似邻居的选择 | 第58-60页 |
4.5.3 缺失值的预测 | 第60页 |
4.5.4 算法复杂度的分析 | 第60-61页 |
4.6 实验评估 | 第61-65页 |
4.6.1 数据集描述 | 第61页 |
4.6.2 度量指标 | 第61-62页 |
4.6.3 比较方法 | 第62页 |
4.6.4 实验结果分析 | 第62-63页 |
4.6.5 进一步讨论 | 第63-65页 |
4.7 本章小结 | 第65-66页 |
第五章 基于位置感知的WEB服务QOS预测方法 | 第66-77页 |
5.1 引言 | 第66-67页 |
5.2 研究动机 | 第67页 |
5.3 问题定义 | 第67-68页 |
5.4 位置信息的获取与处理 | 第68页 |
5.5 具体实现 | 第68-71页 |
5.5.1 基本的基于位置感知矩阵分解的方法 | 第68-69页 |
5.5.2 基于位置感知矩阵分解的方法 | 第69-71页 |
5.5.3 算法复杂度的分析 | 第71页 |
5.6 实验评估 | 第71-76页 |
5.6.1 数据集描述 | 第71页 |
5.6.2 度量指标 | 第71-72页 |
5.6.3 比较方法 | 第72-73页 |
5.6.4 实验结果分析 | 第73-74页 |
5.6.5 进一步讨论 | 第74-76页 |
5.7 本章小结 | 第76-77页 |
第六章 基于能耗感知的系统自适应方法 | 第77-85页 |
6.1 引言 | 第77-78页 |
6.2 研究动机 | 第78页 |
6.3 问题定义 | 第78-79页 |
6.4 框架设计 | 第79-82页 |
6.4.1 能耗指标的获取 | 第79-80页 |
6.4.2 t时刻请求率r(t)的预测 | 第80-81页 |
6.4.3 基于能耗指标的自适应调整 | 第81-82页 |
6.5 实验评估 | 第82-84页 |
6.5.1 实验设计 | 第82页 |
6.5.2 比较方法 | 第82页 |
6.5.3 评价指标 | 第82-83页 |
6.5.4 实验结果分析 | 第83页 |
6.5.5 在不同弹性策略下应用的效能功耗比随时间演化比较 | 第83-84页 |
6.6 本章小结 | 第84-85页 |
第七章 结论和建议 | 第85-88页 |
7.1 研究工作总结 | 第85-86页 |
7.2 未来工作 | 第86-88页 |
参考文献 | 第88-95页 |
攻博期间发表的科研成果目录 | 第95-96页 |
致谢 | 第96页 |