| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 课题研究背景 | 第15-17页 |
| 1.1.1 互联网发展现状和挑战 | 第15-16页 |
| 1.1.2 未来网络研究现状和发展趋势 | 第16-17页 |
| 1.2 课题研究意义 | 第17-19页 |
| 1.3 论文主要研究内容及创新点 | 第19-21页 |
| 1.3.1 论文主要研究工作 | 第19-20页 |
| 1.3.2 论文的创新点 | 第20-21页 |
| 1.4 论文的组织结构 | 第21-23页 |
| 1.5 论文的项目资助 | 第23-24页 |
| 参考文献 | 第24-27页 |
| 第二章 网络、存储和计算领域的研究现状 | 第27-47页 |
| 2.1 引言 | 第27页 |
| 2.2 网络领域相关研究 | 第27-30页 |
| 2.2.1 总体概述 | 第27-28页 |
| 2.2.2 SDN | 第28-30页 |
| 2.3 网络、存储领域相关研究 | 第30-34页 |
| 2.3.1 总体概述 | 第30-32页 |
| 2.3.2 ICN | 第32-34页 |
| 2.4 网络、计算领域相关研究 | 第34-39页 |
| 2.4.1 总体概述 | 第34-35页 |
| 2.4.2 云计算 | 第35-37页 |
| 2.4.3 雾计算 | 第37-39页 |
| 2.5 融合网络、存储和计算相关研究 | 第39-40页 |
| 2.5.1 网络、存储和计算融合研究 | 第39-40页 |
| 2.5.2 网络、计算辅助的缓存研究 | 第40页 |
| 2.6 本章小结 | 第40页 |
| 参考文献 | 第40-47页 |
| 第三章 网络、存储、计算一体化新型网络架构设计 | 第47-67页 |
| 3.1 引言 | 第47-49页 |
| 3.2 软件定义网络、存储、计算一体化融合架构新特征 | 第49-50页 |
| 3.2.1 以信息为中心的软件定义控制 | 第49页 |
| 3.2.2 面向服务的请求/应答范式 | 第49-50页 |
| 3.2.3 网内缓存和计算能力 | 第50页 |
| 3.3 SD-NCC与其他研究方案的对比 | 第50-52页 |
| 3.3.1 SD-NCC与SDN | 第50-51页 |
| 3.3.2 SD-NCC与ICN | 第51-52页 |
| 3.3.3 SD-NCC与云、雾计算 | 第52页 |
| 3.4 软件定义网络、存储、计算一体化融合架构系统设计 | 第52-59页 |
| 3.4.1 数据平面 | 第53-55页 |
| 3.4.2 控制平面 | 第55-56页 |
| 3.4.3 管理平面 | 第56-57页 |
| 3.4.4 新架构工作流程 | 第57-59页 |
| 3.5 应用场景实例 | 第59-60页 |
| 3.6 实验仿真与讨论 | 第60-62页 |
| 3.6.1 网络使用量 | 第60-61页 |
| 3.6.2 能源消耗 | 第61-62页 |
| 3.7 架构挑战与展望 | 第62-64页 |
| 3.7.1 可扩展的SD-NCC控制器设计 | 第62-63页 |
| 3.7.2 SD-NCC数据平面的智能化 | 第63页 |
| 3.7.3 网络、存储和计算资源分配策略 | 第63-64页 |
| 3.8 本章小结 | 第64页 |
| 参考文献 | 第64-67页 |
| 第四章 引入全网能耗度量的多维资源容量分配机制 | 第67-75页 |
| 4.1 引言 | 第67页 |
| 4.2 系统描述 | 第67-69页 |
| 4.3 能耗模型 | 第69-70页 |
| 4.3.1 缓存能耗模型 | 第69-70页 |
| 4.3.2 计算能耗模型 | 第70页 |
| 4.3.3 传输能耗模型 | 第70页 |
| 4.4 目标函数 | 第70-72页 |
| 4.5 问题建模与求解 | 第72页 |
| 4.6 仿真结果与讨论 | 第72-73页 |
| 4.7 本章小结 | 第73页 |
| 参考文献 | 第73-75页 |
| 第五章 基于负载平衡的多维资源的集中联合分配研究 | 第75-97页 |
| 5.1 引言 | 第75-76页 |
| 5.2 系统模型 | 第76-78页 |
| 5.2.1 网络模型 | 第76-77页 |
| 5.2.2 存储和计算模型 | 第77页 |
| 5.2.3 服务节点选择模型 | 第77-78页 |
| 5.2.4 路由模型 | 第78页 |
| 5.3 确定性网络状态信息下的多维资源全局协同优化 | 第78-85页 |
| 5.3.1 目标函数 | 第78-79页 |
| 5.3.2 问题建模 | 第79-81页 |
| 5.3.3 模型简化 | 第81页 |
| 5.3.4 第一个方案: 基于遍历搜索的问题分解方法 | 第81-83页 |
| 5.3.5 第二个方案: 基于变量松弛和恢复的问题转化方法 | 第83-85页 |
| 5.4 动态不确定性网络状态信息下的多维资源分配算法 | 第85-92页 |
| 5.4.1 不确定性NSI | 第86-87页 |
| 5.4.2 静态流量需求下的DSA算法 | 第87-91页 |
| 5.4.3 时变流量需求下的自适应DSA算法 | 第91-92页 |
| 5.5 仿真与讨论 | 第92-94页 |
| 5.6 本章小结 | 第94-95页 |
| 参考文献 | 第95-97页 |
| 第六章 多维资源的联合分配问题的分布式策略研究 | 第97-121页 |
| 6.1 引言 | 第97-98页 |
| 6.2 系统模型 | 第98-101页 |
| 6.2.1 网络、存储和计算模型 | 第98-100页 |
| 6.2.2 能耗模型 | 第100-101页 |
| 6.3 目标函数 | 第101-102页 |
| 6.4 问题建模 | 第102-104页 |
| 6.4.1 初步建模 | 第102-103页 |
| 6.4.2 问题转化与重新建模 | 第103-104页 |
| 6.5 基于ADMM的分布式优化和算法 | 第104-110页 |
| 6.5.1 全局变量的解耦 | 第105-106页 |
| 6.5.2 基于ADMM的解决方案 | 第106-108页 |
| 6.5.3 缓存和计算变量的恢复 | 第108-109页 |
| 6.5.4 算法收敛性和复杂度 | 第109-110页 |
| 6.6 仿真与讨论 | 第110-117页 |
| 6.6.1 仿真参数 | 第111-113页 |
| 6.6.2 仿真结果 | 第113-117页 |
| 6.7 本章小节 | 第117-118页 |
| 参考文献 | 第118-121页 |
| 第七章 结束语 | 第121-125页 |
| 7.1 论文工作归纳 | 第121-123页 |
| 7.2 后续研究展望 | 第123-125页 |
| 附录 英文缩略词对照表 | 第125-127页 |
| 致谢 | 第127-129页 |
| 攻读学位期间发表的学术论文目录 | 第129页 |
