摘要 | 第6-9页 |
ABSTRACT | 第9-12页 |
第一章 绪论 | 第16-25页 |
1.1 研究背景 | 第16-18页 |
1.2 研究目的和意义 | 第18页 |
1.3 研究内容 | 第18-20页 |
1.4 主要创新点 | 第20-21页 |
1.5 论文组织结构 | 第21-23页 |
1.6 参考文献 | 第23-25页 |
第二章 云化业务平台综述 | 第25-43页 |
2.1 云计算简介 | 第25-35页 |
2.1.1 云计算概念 | 第25-28页 |
2.1.2 云计算相关技术 | 第28-30页 |
2.1.3 主流云计算平台 | 第30-35页 |
2.2 云化业务平台简介 | 第35-40页 |
2.2.1 业务平台综述 | 第35-36页 |
2.2.2 云化业务平台可伸缩性问题 | 第36-38页 |
2.2.3 云化业务平台主要功能模块 | 第38-39页 |
2.2.4 云化业务平台分层架构 | 第39-40页 |
2.3 本章小结 | 第40页 |
2.4 参考文献 | 第40-43页 |
第三章 云化业务平台组合负载预测算法 | 第43-53页 |
3.1 研究背景和意义 | 第43页 |
3.2 相关研究 | 第43-44页 |
3.3 负载特性 | 第44-45页 |
3.4 负载预测算法 | 第45-49页 |
3.4.1 问题分析 | 第45-46页 |
3.4.2 基于线性回归模型的负载预测 | 第46-48页 |
3.4.3 基于改进的KMP字符串匹配算法的负载预测 | 第48-49页 |
3.5 实验和分析 | 第49-51页 |
3.5.1 实验准备 | 第49页 |
3.5.2 实验结果 | 第49-51页 |
3.6 本章小结 | 第51页 |
3.7 参考文献 | 第51-53页 |
第四章 云化业务平台基于负载预测的资源伸缩算法 | 第53-73页 |
4.1 研究背景和意义 | 第53-55页 |
4.2 相关研究 | 第55-56页 |
4.3 问题分析 | 第56-59页 |
4.3.1 预测偏差 | 第56-57页 |
4.3.2 服务成本 | 第57-59页 |
4.4 基于负载预测的伸缩算法 | 第59-66页 |
4.4.1 实时伸缩 | 第60-62页 |
4.4.2 预扩展 | 第62-66页 |
4.5 实验和分析 | 第66-70页 |
4.5.1 实验准备 | 第66-67页 |
4.5.2 实验结果 | 第67-70页 |
4.6 本章小结 | 第70页 |
4.7 参考文献 | 第70-73页 |
第五章 云化业务平台通信密集型应用的部署算法 | 第73-89页 |
5.1 研究背景和意义 | 第73-74页 |
5.2 相关研究 | 第74-75页 |
5.3 问题分析 | 第75-78页 |
5.3.1 服务间通信负载 | 第75-77页 |
5.3.2 云节点间通信性能 | 第77-78页 |
5.4 基于通信开销的部署算法 | 第78-82页 |
5.4.1 通信开销 | 第79页 |
5.4.2 在线部署 | 第79-80页 |
5.4.3 离线部署 | 第80-82页 |
5.5 实验和分析 | 第82-86页 |
5.5.1 实验准备 | 第82-83页 |
5.5.2 实验结果 | 第83-86页 |
5.6 本章小结 | 第86页 |
5.7 参考文献 | 第86-89页 |
第六章 云化业务平台服务自动化部署机制 | 第89-100页 |
6.1 研究背景和意义 | 第89页 |
6.2 问题分析 | 第89-90页 |
6.3 服务自动化部署机制 | 第90-94页 |
6.3.1 服务的实体关系模型 | 第90-91页 |
6.3.2 平台虚拟资源的实体关系模型 | 第91-92页 |
6.3.3 平台硬件设备的实体关系模型 | 第92-93页 |
6.3.4 服务自动化部署 | 第93-94页 |
6.4 服务自动化部署机制实现举例 | 第94-98页 |
6.4.1 OpenStack | 第94-97页 |
6.4.2 SaltStack | 第97-98页 |
6.4.3 服务自动化部署环境 | 第98页 |
6.5 本章小结 | 第98-99页 |
6.6 参考文献 | 第99-100页 |
第七章 总结与展望 | 第100-102页 |
7.1 工作总结 | 第100-101页 |
7.2 工作存在问题和展望 | 第101-102页 |
致谢 | 第102-104页 |
攻读学位期间发表的学术论文目录 | 第104页 |