首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

云环境下基于随机优化的动态资源调度研究

摘要第1-7页
ABSTRACT第7-10页
目录第10-14页
表格第14-15页
插图第15-17页
算法第17-18页
主要符号对照表第18-19页
第一章 绪论第19-35页
   ·研究背景第19-20页
   ·基于云计算的网络系统架构第20-26页
     ·云计算和移动云计算第21-25页
     ·软件定义网络第25-26页
   ·研究动机和意义第26-28页
   ·研究现状第28-31页
   ·本文的工作第31-32页
   ·本文的结构第32-35页
第二章 资源调度的随机优化理论第35-43页
   ·大偏差原理第35-37页
   ·Markov决策过程及Q学习第37-43页
     ·Markov决策过程第38-40页
     ·Q学习第40-43页
第三章 资源管理与调度的系统设计第43-57页
   ·引言第43-45页
   ·相关工作第45-46页
   ·基于云计算和软件定义网络的资源管理系统设计第46-49页
     ·资源管理框架第46-47页
     ·资源管理框架的软件结构第47-48页
     ·自感知与自伸缩的资源调度优化第48-49页
   ·网络功能的组件化设计及应用第49-54页
     ·相关设计要点第51-54页
   ·原型系统和实验结果第54-56页
     ·原型系统第54-55页
     ·初步实验结果第55-56页
   ·小结第56-57页
第四章 云环境下具有QoS保证的计算资源动态调度第57-87页
   ·引言第57-61页
     ·存在的问题及解决方案第58-61页
   ·相关工作第61-62页
     ·成本优化第61-62页
     ·SLA/QoS感知第62页
     ·其他第62页
   ·系统模型第62-68页
     ·系统架构第62-64页
     ·实例类型及价格模型第64-66页
     ·数学模型第66-68页
   ·具有QoS约束的动态实例配置策略第68-73页
     ·过载概率估计第68-70页
     ·在线估计π_j第70-71页
     ·动态实例供应算法第71-73页
   ·基于自回归模型的联合资源配置策略第73-76页
   ·实验与性能评估第76-86页
     ·实验设置第76-77页
     ·性能指标第77-78页
     ·实验结果第78-86页
   ·小结第86-87页
第五章 云环境下视频转码资源的动态调度第87-103页
   ·引言第87-90页
   ·相关工作第90-91页
     ·流媒体技术第90-91页
     ·视频转码第91页
   ·系统结构第91-93页
     ·转码视频缓存第93页
     ·视频切分第93页
   ·问题模型第93-94页
   ·转码资源动态配置策略第94-97页
     ·转码抖动概率估计第95-96页
     ·在线估计π_j第96-97页
     ·转码资源动态配置算法第97页
   ·实验与性能评估第97-101页
     ·实验设置第97-98页
     ·性能指标第98页
     ·实验结果第98-101页
   ·讨论第101-102页
   ·小结第102-103页
第六章 终端侧无线网络选择和上行数据调度的联合优化第103-115页
   ·引言第103-105页
   ·相关工作第105-106页
     ·计算任务卸载第105-106页
     ·数据传输调度第106页
   ·系统模型第106-108页
     ·系统架构第106-107页
     ·策略求解过程的卸载第107页
     ·数据队列第107-108页
     ·信道模型第108页
   ·基于CMDP的无线网络选择和上行数据调度的联合优化第108-111页
     ·状态空间第109页
     ·行动空间第109页
     ·性能准则及问题模型第109-110页
     ·拉格朗日方法第110-111页
   ·Q学习求解最优策略第111-113页
     ·拉格朗日乘子的最优值第112-113页
   ·实验与性能评估第113-114页
     ·实验设置第113页
     ·实验结果第113-114页
   ·小结第114-115页
第七章 总结与展望第115-119页
   ·本文总结第115-116页
   ·研究展望第116-119页
参考文献第119-127页
致谢第127-129页
在读期间发表的学术论文与取得的研究成果第129-131页

论文共131页,点击 下载论文
上一篇:面向人机互动的自然语言理解的研究
下一篇:识别对网站不信任行为的前置因素