| DEDICATION | 第5-6页 |
| ABSTRACT | 第6-8页 |
| 详细中文摘要 | 第9-19页 |
| TABLE OF CONTENTS | 第19-22页 |
| LIST OF FIGURES | 第22-23页 |
| LIST OF TABLES | 第23-24页 |
| CHAPTER 1:INTRODUCTION | 第24-38页 |
| 1.1 Background | 第24-25页 |
| 1.2 Virtualization technology | 第25-30页 |
| 1.2.1 Virtualization techniques | 第25-29页 |
| 1.2.2 Virtualization benefits | 第29-30页 |
| 1.3 Virtualization solutions | 第30-32页 |
| 1.3.1 Xen environment | 第30-32页 |
| 1.4 Problem definition | 第32-34页 |
| 1.5 Performance prediction modeIs | 第34-35页 |
| 1.6 Multi-objective optimization | 第35页 |
| 1.7 CloudSim | 第35-36页 |
| 1.8 Thesis structure | 第36-38页 |
| CHAPTER 2:LITERATURE REVIEW | 第38-48页 |
| 2.1 Workload managements and scheduling optimization | 第38-42页 |
| 2.1.1 Current technologies | 第38-39页 |
| 2.1.2 Academic researches | 第39-40页 |
| 2.1.3 Application oriented solutions | 第40-42页 |
| 2.2 System scaling based on migration in a virtualized environment | 第42-46页 |
| 2.2.1 Single objective trend | 第42-45页 |
| 2.2.2 Multi-objective trend | 第45-46页 |
| 2.3 Summary | 第46-48页 |
| CHAPTER 3:PROACTIVE WORKLOAD MANAGEMENT MODEL | 第48-62页 |
| 3.1 Introduction | 第48-49页 |
| 3.2 Contribution | 第49-50页 |
| 3.3 SMM Model | 第50-53页 |
| 3.3.1 Unseen sequences problem | 第52-53页 |
| 3.3.2 Model criteria | 第53页 |
| 3.4 Model implementation | 第53-56页 |
| 3.5 Workload imitation | 第56-57页 |
| 3.6 Experimental environment | 第57-58页 |
| 3.7 Configuration parameters | 第58-59页 |
| 3.8 Summary | 第59-62页 |
| CHAPTER 4:PWMM EVALUATION | 第62-78页 |
| 4.1 Introduction | 第62页 |
| 4.2 Evaluation in a simulation environment | 第62-67页 |
| 4.2.1 Virtual machine load balancing | 第62-63页 |
| 4.2.2 Expe rimental environment | 第63-64页 |
| 4.2.3 Expe rimental results | 第64-67页 |
| 4.3 Evaluation in a real environment | 第67-76页 |
| 4.3.1 Workload management methodology | 第67-69页 |
| 4.3.2 Experimental Environment | 第69-70页 |
| 4.3.3 Experimental results | 第70-75页 |
| 4.3.4 Discussion | 第75-76页 |
| 4.4 Summary | 第76-78页 |
| CHAPTER 5:STATIC BAYESIAN GAME BASED MULTI-OBJECTIVEGENETIC ALGORITHM | 第78-90页 |
| 5.1 Introduction | 第78-80页 |
| 5.2 Traditional MOGA | 第80-81页 |
| 5.2.1 Nondominated sorting | 第80-81页 |
| 5.2.2 Elitism mechanism | 第81页 |
| 5.3 SBG-MOGA Algorithm | 第81-86页 |
| 5.3.1 Game modeling | 第81-84页 |
| 5.3.2 Bayesian nash equilibrium | 第84-85页 |
| 5.3.3 Description of SBG-MOGA and convergence properties | 第85-86页 |
| 5.4 SBG-MOGA evaluation | 第86-88页 |
| 5.5 Summary | 第88-90页 |
| CHAPTER 6:A MULTI-OBJECTIVE VIRTUAL MACHINE MIGRATIONPOLICY | 第90-106页 |
| 6.1 Introduction | 第90页 |
| 6.2 Contribution | 第90-91页 |
| 6.3 Why SBG-MOGA | 第91-92页 |
| 6.4 Model description | 第92-93页 |
| 6.5 Objectives formulation | 第93-96页 |
| 6.5.1 Load Volume(LV) | 第93页 |
| 6.5.2 Power Consumption(PC) | 第93-94页 |
| 6.5.3 Thermal State(TS) | 第94页 |
| 6.5.4 Resource Wastage(RW) | 第94-95页 |
| 6.5.5 Migration Cost(MC) | 第95-96页 |
| 6.6 Targets Estimation | 第96页 |
| 6.7 Multi-objective evaluation | 第96-98页 |
| 6.8 Model implementation | 第98-100页 |
| 6.8.1 Algorithm analysis and applicability | 第100页 |
| 6.9 Experiments and results evaluation | 第100-105页 |
| 6.10 Summary | 第105-106页 |
| CONCLUSION | 第106-110页 |
| ACKNOWLEDGEMENTS | 第110-112页 |
| REFERENCES | 第112-118页 |
| APPENDIX A:SMM JAVA IMPLEMENTATION | 第118-128页 |
| A.1 System prerequisites | 第118页 |
| A.2 SMM class diagram | 第118-119页 |
| A.3 SMM class breakdown | 第119-125页 |
| A.3.1. Function "main" | 第119-120页 |
| A.3.2. Function "probability" | 第120-122页 |
| A.3.3. Function "predict" | 第122-123页 |
| A.3.4. Function "variation" | 第123页 |
| A.3.5. Function"updateHistory" | 第123-125页 |
| A.4 BDcon class breakdown | 第125-128页 |
| APPENDIX B:LIST OF PUBICATIONS | 第128页 |
