| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 本文贡献 | 第11-14页 |
| 1.2.1 面临的挑战 | 第11-12页 |
| 1.2.2 提出问题 | 第12-13页 |
| 1.2.3 解决方案 | 第13-14页 |
| 1.3 本文组织结构 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 OpenStack开源云平台架构研究与分析 | 第15-29页 |
| 2.1 云计算 | 第15页 |
| 2.2 计算管理平台OpenStack | 第15-17页 |
| 2.3 OpenStack架构分析 | 第17-23页 |
| 2.3.1 OpenStack Compute逻辑架构 | 第17-19页 |
| 2.3.2 OpenStack Compute系统架构 | 第19-20页 |
| 2.3.3 OpenStack Compute物理架构 | 第20-21页 |
| 2.3.4 OpenStack Compute服务架构 | 第21-23页 |
| 2.4 几种相关云平台的研究 | 第23-28页 |
| 2.4.1 Amazon EC2 | 第23-25页 |
| 2.4.2 OpenNebula | 第25-26页 |
| 2.4.3 CloudStack | 第26-27页 |
| 2.4.4 Eucalyptus | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 OpenStack虚拟机部署机制研究与分析 | 第29-45页 |
| 3.1 OpenStack Compute源码框架概况 | 第29-30页 |
| 3.2 各个组件间通信机制AMQP | 第30-33页 |
| 3.2.1 协议模型 | 第30-32页 |
| 3.2.2 消息处理流程 | 第32-33页 |
| 3.3 虚拟机启动过程 | 第33-44页 |
| 3.3.1 nova服务启动 | 第33-34页 |
| 3.3.2 nova-api处理阶段 | 第34-37页 |
| 3.3.3 nova-scheduler处理阶段 | 第37-43页 |
| 3.3.4 nova-compute处理阶段 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于蚁群算法的OpenStack虚拟机部署算法设计与实现 | 第45-55页 |
| 4.1 组合优化问题 | 第45-46页 |
| 4.2 可行性分析 | 第46-47页 |
| 4.3 改进策略设计 | 第47-54页 |
| 4.3.1 改进策略总体框架 | 第47-48页 |
| 4.3.2 改进策略nova-api服务设计 | 第48-49页 |
| 4.3.3 改进策略nova-scheduler服务设计 | 第49-50页 |
| 4.3.4 物理机选择算法设计 | 第50-53页 |
| 4.3.5 改进策略Nova-compute服务设计 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 实验和测试 | 第55-66页 |
| 5.1 实验环境 | 第55-56页 |
| 5.1.1 硬件配置 | 第55-56页 |
| 5.1.2 主要参数 | 第56页 |
| 5.2 OpenStack Compute云计算管理平台功能测试 | 第56-60页 |
| 5.2.1 测试场景 | 第56页 |
| 5.2.2 OpenStack云计算环境的启动和关闭 | 第56-57页 |
| 5.2.3 启动/关闭虚拟机功能 | 第57页 |
| 5.2.4 改进算法和原算法性能比较 | 第57-59页 |
| 5.2.5 可靠性与可扩展性 | 第59-60页 |
| 5.3 改进虚拟机部署算法性能仿真测试 | 第60-65页 |
| 5.3.1 测试方法 | 第60-61页 |
| 5.3.2 使用物理机数目 | 第61页 |
| 5.3.3 控制节点资源占用率 | 第61-62页 |
| 5.3.4 计算节点资源利用率 | 第62-64页 |
| 5.3.5 算法执行时间 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结和展望 | 第66-68页 |
| 6.1 本文工作总结 | 第66页 |
| 6.2 今后研究展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 缩略语 | 第71-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文和科研情况 | 第73页 |
