面向网络服务器集群的节能机制研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·本课题的现实意义 | 第11-12页 |
| ·国内外研究概况 | 第12页 |
| ·研究方法与目标 | 第12-13页 |
| ·本文内容安排 | 第13-14页 |
| 第2章 相关节能技术 | 第14-18页 |
| ·引言 | 第14页 |
| ·DPM 算法 | 第14-15页 |
| ·基于阈值的算法 | 第14-15页 |
| ·基于预测的算法 | 第15页 |
| ·基于随机控制的算法 | 第15页 |
| ·DVFS 算法 | 第15-16页 |
| ·DVS 算法 | 第16页 |
| ·PID 算法 | 第16-17页 |
| ·LC 算法 | 第17-18页 |
| 第3章 负载在线预测技术 | 第18-36页 |
| ·引言 | 第18页 |
| ·负载预测的特点 | 第18-19页 |
| ·负载预测的不准确性 | 第19页 |
| ·负载预测的条件性 | 第19页 |
| ·负载预测的基本原理 | 第19-20页 |
| ·负载预测算法概述 | 第20-22页 |
| ·ARMA 算法 | 第20页 |
| ·基于神经网络算法 | 第20-21页 |
| ·基于卡尔曼滤波算法 | 第21-22页 |
| ·基于小波分析算法 | 第22页 |
| ·LMS 算法预测 | 第22-27页 |
| ·LMS 应用场景 | 第22-23页 |
| ·LMS 基本原理 | 第23-27页 |
| ·LMS 基本步骤 | 第27页 |
| ·RLS 算法预测 | 第27-31页 |
| ·RLS 应用场景 | 第27-28页 |
| ·RLS 基本原理 | 第28-30页 |
| ·RLS 基本步骤 | 第30-31页 |
| ·LMS、RLS 预测负载 | 第31-36页 |
| ·LMS 预测负载 | 第31-32页 |
| ·RLS 预测负载 | 第32-36页 |
| 第4章 动态集群节能配置 | 第36-52页 |
| ·服务器集群模型 | 第36-38页 |
| ·集群节能机制架构 | 第36-37页 |
| ·集群功能层次 | 第37页 |
| ·服务节点运行状态 | 第37-38页 |
| ·服务迁移策略 | 第38-41页 |
| ·服务迁移简介 | 第38-41页 |
| ·集群节能中的服务迁移 | 第41页 |
| ·负载业务调度策略 | 第41-47页 |
| ·集群规模调整模型 | 第41-43页 |
| ·业务调度策略 | 第43-44页 |
| ·定时器设定 | 第44页 |
| ·服务节点增加策略 | 第44-46页 |
| ·服务节点减少策略 | 第46-47页 |
| ·算法仿真分析 | 第47-52页 |
| ·仿真数据 | 第47-49页 |
| ·LMS 算法仿真 | 第49-50页 |
| ·RLS 算法仿真 | 第50-52页 |
| 第5章 计算密集型集群节能配置 | 第52-72页 |
| ·引言 | 第52页 |
| ·系统模型 | 第52-54页 |
| ·超负率估算 | 第54-58页 |
| ·超负率的概念 | 第54页 |
| ·超负率预测模型 | 第54-56页 |
| ·超负率预测方法 | 第56-58页 |
| ·集群配置 | 第58-72页 |
| ·集群配置算法 | 第58-60页 |
| ·服务器调度策略 | 第60-61页 |
| ·模型的实现 | 第61-63页 |
| ·算法性能分析 | 第63-65页 |
| ·实验结果分析 | 第65-70页 |
| ·结论 | 第70-72页 |
| 第6章 结束语 | 第72-74页 |
| ·论文总结 | 第72页 |
| ·研究展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士期间发表的论文及其它成果 | 第80页 |
