| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 课题来源、研究目的和意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-20页 |
| 1.2.1 云计算联盟体系 | 第10-14页 |
| 1.2.2 单云环境下资源调度策略研究现状 | 第14-17页 |
| 1.2.3 云计算联盟环境下资源调度研究 | 第17-20页 |
| 1.3 研究内容与研究方法 | 第20-22页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.2 研究方法 | 第21页 |
| 1.3.3 技术路线 | 第21-22页 |
| 第2章 云计算联盟资源调度模型 | 第22-28页 |
| 2.1 云计算联盟资源调度框架 | 第22-24页 |
| 2.2 云供应商及云资源定义与建模 | 第24-27页 |
| 2.2.1 云供应商及云资源结构 | 第24-25页 |
| 2.2.2 云供应商及云资源建模 | 第25-27页 |
| 2.3 云计算联盟中用户及任务建模 | 第27-28页 |
| 第3章 云计算联盟资源调度方法 | 第28-42页 |
| 3.1 调度策略约束条件 | 第28-30页 |
| 3.1.1 完成时间 | 第28-29页 |
| 3.1.2 用户费用 | 第29页 |
| 3.1.3 供应商成本 | 第29-30页 |
| 3.1.4 资源负载 | 第30页 |
| 3.2 用户利益最大化资源调度方法 | 第30-35页 |
| 3.2.1 遗传算法原理 | 第30-32页 |
| 3.2.2 用户利益最大化的资源调度遗传算法 | 第32-35页 |
| 3.3 供应商利益最大化资源调度方法 | 第35-42页 |
| 3.3.1 蚁群算法原理 | 第35-37页 |
| 3.3.2 供应商利益最大化的资源调度蚁群算法 | 第37-42页 |
| 第4章 基于CloudSim的云联盟资源调度算法实现 | 第42-56页 |
| 4.1 CloudSim配置及仿真流程 | 第42-43页 |
| 4.1.1 CloudSim环境配置 | 第42页 |
| 4.1.2 CloudSim仿真流程 | 第42-43页 |
| 4.2 用户利益最大化资源调度策略实现 | 第43-49页 |
| 4.2.1 实验数据 | 第43-44页 |
| 4.2.2 核心代码分析 | 第44-48页 |
| 4.2.3 运行结果分析 | 第48-49页 |
| 4.3 用户利益最大化资源调度策略实现 | 第49-56页 |
| 4.3.1 实验数据 | 第49-50页 |
| 4.3.2 核心代码分析 | 第50-55页 |
| 4.3.3 运行结果分析 | 第55-56页 |
| 第5章 总结与展望 | 第56-59页 |
| 5.1 全文总结 | 第56-58页 |
| 5.1.1 主要内容 | 第56-57页 |
| 5.1.2 主要创新点 | 第57-58页 |
| 5.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的论文及参与研究的课题 | 第65页 |