| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 云管理系统发展现状 | 第13-14页 |
| 1.2.2 云任务调度策略研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 论文的章节安排 | 第16-18页 |
| 第二章 相关概念与技术 | 第18-26页 |
| 2.1 云计算概述 | 第18-21页 |
| 2.1.1 基本概念与特点 | 第18-19页 |
| 2.1.2 云计算分类 | 第19-21页 |
| 2.2 云计算关键技术 | 第21-23页 |
| 2.2.1 虚拟化技术 | 第21页 |
| 2.2.2 并行编程模型 | 第21-22页 |
| 2.2.3 分布式海量数据存储技术 | 第22页 |
| 2.2.4 海量数据管理技术 | 第22-23页 |
| 2.2.5 信息安全技术 | 第23页 |
| 2.3 云计算平台简介 | 第23-24页 |
| 2.3.1 云平台概述 | 第23-24页 |
| 2.3.2 典型云计算平台 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 CloudStack平台的搭建与使用 | 第26-42页 |
| 3.1 需求分析 | 第26页 |
| 3.2 CloudStack云平台简介 | 第26-30页 |
| 3.2.1 基本概念与特点 | 第26-27页 |
| 3.2.2 体系架构 | 第27-29页 |
| 3.2.3 网络功能 | 第29-30页 |
| 3.3 CloudStack平台的实现 | 第30-40页 |
| 3.3.1 CloudStack系统架构的规划与配置 | 第30-31页 |
| 3.3.2 CloudStack的环境搭建 | 第31-34页 |
| 3.3.3 CloudStack的系统测试与分析 | 第34-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 面向服务质量的静态多任务混合调度算法研究 | 第42-52页 |
| 4.1 静态云计算任务调度的基本问题 | 第42-44页 |
| 4.1.1 任务调度模型概述 | 第42-43页 |
| 4.1.2 云计算任务调度目标 | 第43-44页 |
| 4.2 面向服务质量的静态多任务混合调度算法设计 | 第44-46页 |
| 4.2.1 算法核心模块 | 第44-45页 |
| 4.2.2 PAW算法描述 | 第45-46页 |
| 4.3 实验仿真与性能分析 | 第46-51页 |
| 4.3.1 CloudSim功能与特点简介 | 第46-48页 |
| 4.3.2 实验参数的选定 | 第48页 |
| 4.3.3 实验结果及其性能分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于改进蚁群算法的动态云任务调度策略研究 | 第52-66页 |
| 5.1 动态任务调度问题概述 | 第52-53页 |
| 5.2 蚁群算法 | 第53-55页 |
| 5.2.1 原理与概念 | 第53-54页 |
| 5.2.2 标准蚁群算法的特点 | 第54-55页 |
| 5.3 基于改进蚁群算法的动态云任务调度研究 | 第55-59页 |
| 5.3.1 优化模型的建立 | 第55-56页 |
| 5.3.2 动态环境下改进蚁群算法设计 | 第56-59页 |
| 5.4 实验仿真与性能分析 | 第59-64页 |
| 5.4.1 仿真环境配置 | 第59-60页 |
| 5.4.2 实验测试与性能分析 | 第60-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第六章 工作总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 硕士期间发表的论文和科研成果 | 第76页 |
| 硕士期间参加的科研工作 | 第76-77页 |
| 附件 | 第77页 |