虚拟计算环境中面向通信特征的应用部署优化技术研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 绪论 | 第15-36页 |
| ·研究背景 | 第15-20页 |
| ·虚拟计算环境 | 第15-17页 |
| ·iVCE和其他计算平台的关系 | 第17-20页 |
| ·iVCE中部署优化技术 | 第20-23页 |
| ·部署技术概述 | 第20-21页 |
| ·iVCE中部署的新特征 | 第21-23页 |
| ·相关研究工作 | 第23-32页 |
| ·传统部署方法 | 第23-29页 |
| ·基于虚拟机的部署方法 | 第29-32页 |
| ·iVCE中部署优化技术面临的挑战 | 第32-33页 |
| ·本文工作和创新点 | 第33-35页 |
| ·论文结构 | 第35-36页 |
| 第二章 基于通信延迟的部署方法 | 第36-54页 |
| ·研究背景 | 第36-37页 |
| ·基于通信延迟的部署方法 | 第37-46页 |
| ·基于密度的初始点选择 | 第37-39页 |
| ·通信延迟预测 | 第39-43页 |
| ·考虑通信延迟的节点聚类 | 第43-45页 |
| ·从类中选择节点 | 第45-46页 |
| ·实验及性能评测 | 第46-52页 |
| ·实验设置 | 第46-47页 |
| ·性能比较 | 第47-50页 |
| ·初始点选择方法比较 | 第50-51页 |
| ·通信延迟预测实验 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第三章 基于谱聚类的部署方法 | 第54-75页 |
| ·聚类分析 | 第54-59页 |
| ·概述 | 第54-56页 |
| ·相似度测量方法 | 第56-57页 |
| ·K-means聚类方法 | 第57-58页 |
| ·现有聚类部署方法的缺陷 | 第58-59页 |
| ·基于谱聚类的节点划分 | 第59-64页 |
| ·问题分析 | 第59-60页 |
| ·节点划分 | 第60-64页 |
| ·基于贪婪的节点映射选择 | 第64-66页 |
| ·实验及性能评测 | 第66-73页 |
| ·实验设置和测试集 | 第66-67页 |
| ·性能比较 | 第67-70页 |
| ·聚类区域的影响 | 第70页 |
| ·参数影响实验 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第四章 基于拓扑自动发现的部署方法 | 第75-98页 |
| ·研究背景 | 第75-78页 |
| ·基于拓扑的部署的意义和挑战 | 第75-77页 |
| ·集合操作 | 第77-78页 |
| ·基于拓扑自动发现的部署方法 | 第78-85页 |
| ·预运行技术 | 第78-80页 |
| ·逻辑拓扑发现 | 第80-84页 |
| ·物理拓扑的发现 | 第84-85页 |
| ·逻辑拓扑的粒度 | 第85页 |
| ·集合操作优化 | 第85-88页 |
| ·实验及性能评测 | 第88-96页 |
| ·实验设置 | 第88页 |
| ·性能比较 | 第88-90页 |
| ·逻辑拓扑的粒度实验 | 第90-93页 |
| ·集合通信操作优化实验 | 第93-95页 |
| ·负载实验 | 第95-96页 |
| ·本章小结 | 第96-98页 |
| 第五章 考虑开销的虚拟机动态部署 | 第98-116页 |
| ·研究背景 | 第98-100页 |
| ·开销模型 | 第100-103页 |
| ·用户开销模型 | 第100-101页 |
| ·服务提供商开销模型 | 第101-102页 |
| ·虚拟机迁移的开销 | 第102-103页 |
| ·虚拟机动态部署方法 | 第103-108页 |
| ·构建阶段部署算法 | 第103-104页 |
| ·运行时部署 | 第104-108页 |
| ·实验及性能评测 | 第108-114页 |
| ·模拟环境和实验设置 | 第108-110页 |
| ·性能比较 | 第110-112页 |
| ·开销比较试验 | 第112-114页 |
| ·本章小结 | 第114-116页 |
| 第六章 结束语 | 第116-118页 |
| ·本文主要贡献 | 第116-117页 |
| ·下一步研究工作 | 第117-118页 |
| 致谢 | 第118-120页 |
| 参考文献 | 第120-131页 |
| 发表的学术论文 | 第131-132页 |
| 作者在学期间参加的科研项目 | 第132页 |
