| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 课题背景和意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 2 虚拟机动态放置相关研究 | 第12-18页 |
| 2.1 虚拟机动态放置有效指标体系 | 第12-15页 |
| 2.1.1 用户访问质量指标 | 第12页 |
| 2.1.2 资源利用率指标 | 第12-13页 |
| 2.1.3 网络流量指标 | 第13页 |
| 2.1.4 负载均衡指标 | 第13-14页 |
| 2.1.5 虚拟机迁移次数指标 | 第14-15页 |
| 2.2 传统虚拟机动态放置策略应用于云计算环境时的缺点 | 第15-16页 |
| 2.2.1 迁移的异构性 | 第15页 |
| 2.2.3 迁移的决策 | 第15-16页 |
| 2.2.4 迁移的控制 | 第16页 |
| 2.3 虚拟机放置相关的理论问题 | 第16-17页 |
| 2.3.1 多目标优化问题 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 虚拟机动态放置先导性分析 | 第18-24页 |
| 3.1 虚拟机动态放置策略的分步解析 | 第18-21页 |
| 3.1.1 迁移时机的确定 | 第18-19页 |
| 3.1.2 待迁移虚拟机的选取 | 第19-21页 |
| 3.1.3 目标节点的定位 | 第21页 |
| 3.2 自适应变异粒子群算法 | 第21-23页 |
| 3.3 本章小结 | 第23-24页 |
| 4 基于负载特征的虚拟机动态放置策略 | 第24-35页 |
| 4.1 基于时间序列预测的触发机制 | 第24-26页 |
| 4.2 基于资源互补性的多配对的选择策略 | 第26-31页 |
| 4.2.1 候选虚拟机的选择 | 第27-28页 |
| 4.2.2 虚拟机的资源互补性配对 | 第28-31页 |
| 4.3 基于自适应变异粒子群的定位和映射算法 | 第31-33页 |
| 4.3.1 适应度函数 | 第32-33页 |
| 4.3.2 问题解编码 | 第33页 |
| 4.3.3 算法步骤 | 第33页 |
| 4.4 本章小结 | 第33-35页 |
| 5 仿真实验与分析 | 第35-46页 |
| 5.1 云仿真工具 CloudSim 概述 | 第35-37页 |
| 5.2 仿真环境搭建 | 第37-39页 |
| 5.3 实验结果及分析 | 第39-45页 |
| 5.3.1 触发机制实验：与单门限判定方法的对比 | 第39-40页 |
| 5.3.2 选择机制实验：与基于贪心法则的虚拟机选择方法的对比 | 第40-42页 |
| 5.3.3 映射机制实验：与传统峰值分配策略和基本粒子群算法的性能对比 | 第42-45页 |
| 5.4 本章小结 | 第45-46页 |
| 6 总结和展望 | 第46-48页 |
| 6.1 论文总结 | 第46-47页 |
| 6.2 进一步的研究和展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第51页 |
| B. 作者在攻读硕士学位期间参见的科研成果项目 | 第51页 |
