| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 当前研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 文章的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 云平台的性能评测的相关工作 | 第16-22页 |
| 2.1 云平台基本概念 | 第16页 |
| 2.2 回归模型 | 第16-19页 |
| 2.2.1 线性回归模型概述 | 第16-17页 |
| 2.2.2 线性回归建模的过程 | 第17-19页 |
| 2.2.3 非线性回归模型 | 第19页 |
| 2.3 云平台的性能评测指标 | 第19-20页 |
| 2.4 云平台的性能评测工具 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 基于Iaa S云平台的性能建模方法研究 | 第22-39页 |
| 3.1 性能建模自变量的选取 | 第22-23页 |
| 3.2 云平台性能评测的指标以及云平台性能评测的结果 | 第23-25页 |
| 3.3 预测模型的选择 | 第25-26页 |
| 3.4 多元线性回归模型建模分析 | 第26-32页 |
| 3.4.1 建模过程与分析 | 第26-30页 |
| 3.4.2 线性回归模型的确定 | 第30-32页 |
| 3.5 支持向量机回归模型建模分析 | 第32-37页 |
| 3.5.1 支持向量机回归模型 | 第32-33页 |
| 3.5.2 核函数的选择 | 第33-34页 |
| 3.5.3 损失函数的选择 | 第34页 |
| 3.5.4 建模过程 | 第34-36页 |
| 3.5.5 模型建立 | 第36-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 云平台的性能评测工具的设计与实现 | 第39-49页 |
| 4.1 性能评测工具的需求 | 第39-40页 |
| 4.2 性能评测工具的主要模块 | 第40-41页 |
| 4.3 性能评测工具的设计指标 | 第41-42页 |
| 4.4 性能评测工具的整体设计 | 第42-46页 |
| 4.4.1 工作负载产生器 | 第44-45页 |
| 4.4.2 工作负载定义模块 | 第45页 |
| 4.4.3 性能数据收集器 | 第45-46页 |
| 4.4.4 虚拟机配置提取器和性能数据解析器 | 第46页 |
| 4.4.5 预测模型 | 第46页 |
| 4.5 性能评测的过程 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 实验测试结果和性能分析 | 第49-57页 |
| 5.1 实验环境与实验评估指标 | 第49-50页 |
| 5.1.1 实验环境 | 第49页 |
| 5.1.2 实验准备 | 第49-50页 |
| 5.1.3 实验评估指标 | 第50页 |
| 5.2 实验结果及分析 | 第50-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57-58页 |
| 6.2 未来展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-68页 |