| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 研究背景和意义 | 第12-15页 |
| 1.2 云计算的基本概念、研究进展和关键问题 | 第15-22页 |
| 1.2.1 云计算的定义 | 第15-16页 |
| 1.2.2 云计算的特征 | 第16页 |
| 1.2.3 国内外相关研究现状 | 第16-21页 |
| 1.2.4 云计算存在的关键问题与主要挑战 | 第21-22页 |
| 1.3 本文研究内容 | 第22-24页 |
| 1.4 本文组织结构 | 第24-25页 |
| 第2章 云计算环境下资源部署与任务调度基础 | 第25-34页 |
| 2.1 云计算资源管理概述 | 第25-26页 |
| 2.2 云计算系统架构 | 第26-30页 |
| 2.3 云计算环境下资源管理与任务调度关键技术 | 第30-33页 |
| 2.3.1 虚拟化技术 | 第30-31页 |
| 2.3.2 资源部署与任务调度 | 第31-33页 |
| 2.4 小结 | 第33-34页 |
| 第3章 基于关联量的数据部署与任务调度方法 | 第34-59页 |
| 3.1 引言 | 第34-35页 |
| 3.2 相关工作 | 第35-36页 |
| 3.3 云计算环境下数据部署与任务调度分析 | 第36-39页 |
| 3.3.1 有关概念和定义 | 第36-37页 |
| 3.3.2 数据部署与任务调度的实例分析 | 第37-39页 |
| 3.4 基于关联量和键能算法的数据聚类方法 | 第39-45页 |
| 3.4.1 数据依赖性的定义、关联矩阵及其性质 | 第39-40页 |
| 3.4.2 键能聚类算法 | 第40-45页 |
| 3.5 基于关联量键能聚类算法的数据部署与任务调度 | 第45-50页 |
| 3.5.1 原始数据的分析、提取与关联矩阵、聚类矩阵的建立 | 第45-47页 |
| 3.5.2 K分割算法 | 第47-49页 |
| 3.5.3 移动量、移动次数和运行效率的计算 | 第49-50页 |
| 3.6 仿真实验及其结果分析 | 第50-58页 |
| 3.6.1 实验环境的建立 | 第50页 |
| 3.6.2 实验结果及分析 | 第50-58页 |
| 3.7 小结 | 第58-59页 |
| 第4章 基于粒子群算法的任务调度优化方法 | 第59-78页 |
| 4.1 引言 | 第59页 |
| 4.2 相关工作 | 第59-61页 |
| 4.3 任务调度问题及优化模型 | 第61-65页 |
| 4.4 基于粒子群算法的任务调度方法 | 第65-72页 |
| 4.4.1 基本概念 | 第65页 |
| 4.4.2 粒子群算法简介 | 第65-66页 |
| 4.4.3 种群初始化 | 第66页 |
| 4.4.4 任务调度的粒子群优化算法 | 第66-68页 |
| 4.4.5 任务调度体系结构 | 第68-70页 |
| 4.4.6 实验结果及其分析 | 第70-72页 |
| 4.5 任务调度的混合粒子群算法 | 第72-77页 |
| 4.5.1 初始化 | 第73页 |
| 4.5.2 震动与改变 | 第73页 |
| 4.5.3 局部搜索算法 | 第73-74页 |
| 4.5.4 混合粒子群任务调度算法 | 第74页 |
| 4.5.5 仿真结果与分析 | 第74-77页 |
| 4.6 小结 | 第77-78页 |
| 第5章 云计算环境下能耗性能感知的优化方法 | 第78-105页 |
| 5.1 引言 | 第78页 |
| 5.2 相关工作 | 第78-80页 |
| 5.3 能耗模型研究 | 第80-88页 |
| 5.3.1 能耗模型研究 | 第81-82页 |
| 5.3.2 能耗模型改进 | 第82-88页 |
| 5.4 资源管理体系结构与虚拟迁移模型 | 第88-91页 |
| 5.4.1 多核CPU结构 | 第89页 |
| 5.4.2 虚拟机实时迁移模型 | 第89-91页 |
| 5.5 能耗和性能感知的虚拟机调整方法 | 第91-97页 |
| 5.5.1 过载和轻载检测方法 | 第91-94页 |
| 5.5.2 虚拟机选择方法 | 第94-95页 |
| 5.5.3 虚拟机部署方法 | 第95-96页 |
| 5.5.4 性能能耗感知的综合优化方法 | 第96-97页 |
| 5.6 能耗性能评估 | 第97-103页 |
| 5.6.1 模拟环境的搭建 | 第97-98页 |
| 5.6.2 性能评价标准 | 第98-99页 |
| 5.6.3 仿真结果及分析 | 第99-103页 |
| 5.7 小结 | 第103-105页 |
| 第6章 基于排队论的性能指标动态优化方法 | 第105-123页 |
| 6.1 引言 | 第105页 |
| 6.2 相关工作 | 第105-107页 |
| 6.3 多到达两服务窗能力不等排队论模型分析 | 第107-112页 |
| 6.4 数值验证 | 第112-116页 |
| 6.5 多到达多服务排队模型优化 | 第116-121页 |
| 6.5.1 优化方法 | 第117-118页 |
| 6.5.2 实验及分析 | 第118-121页 |
| 6.6 小结 | 第121-123页 |
| 第7章 总结与展望 | 第123-125页 |
| 7.1 总结 | 第123-124页 |
| 7.2 展望 | 第124-125页 |
| 参考文献 | 第125-139页 |
| 附录攻读博士学位期间的研究成果目录 | 第139-141页 |
| 致谢 | 第141页 |