摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.3 本文的主要工作 | 第16-17页 |
1.4 本文的组织结构 | 第17-19页 |
第二章 相关技术研究 | 第19-33页 |
2.1 云计算概述 | 第19-24页 |
2.1.1 云计算定义及特征 | 第19-21页 |
2.1.2 云计算体系结构 | 第21-22页 |
2.1.3 云计算的优势 | 第22-24页 |
2.2 云计算关键技术 | 第24-27页 |
2.2.1 数据中心技术 | 第24-25页 |
2.2.2 虚拟化技术 | 第25-27页 |
2.3 虚拟机动态迁移技术 | 第27-30页 |
2.3.1 动态迁移的实现 | 第27-29页 |
2.3.2 动态迁移的特点 | 第29页 |
2.3.3 动态迁移策略 | 第29-30页 |
2.4 系统优化技术 | 第30-32页 |
2.4.1 系统优化问题概述 | 第30页 |
2.4.2 智能优化算法研究 | 第30-31页 |
2.4.3 多目标优化问题概述 | 第31-32页 |
2.5 本章小结 | 第32-33页 |
第三章 面向周期性任务请求的服务器热点检测方法 | 第33-55页 |
3.1 云计算任务请求特征分析 | 第33-36页 |
3.2 面向周期性任务请求的服务器热点检测方法 | 第36-45页 |
3.2.1 热点检测模型框架 | 第36-37页 |
3.2.2 模型工作流程 | 第37-38页 |
3.2.3 预测模块设计 | 第38-41页 |
3.2.4 预测算法设计 | 第41-43页 |
3.2.5 预测算法在云计算环境下预测任务准确性分析 | 第43-45页 |
3.3 LF-HW模型仿真实验 | 第45-53页 |
3.3.1 仿真实验平台CloudSim简介 | 第45-46页 |
3.3.2 实验环境 | 第46-47页 |
3.3.3 平台扩展与编译 | 第47-50页 |
3.3.4 实验参数设置 | 第50-52页 |
3.3.5 实验结果分析 | 第52-53页 |
3.4 本章小结 | 第53-55页 |
第四章 基于改进粒子群优化算法的虚拟机迁移选择策略研究 | 第55-65页 |
4.1 虚拟机批量迁移选择策略问题分析 | 第55-56页 |
4.1.1 确定待迁移虚拟机的顺序 | 第55页 |
4.1.2 选定待迁移的VM | 第55页 |
4.1.3 选择迁移的位置 | 第55-56页 |
4.2 粒子群优化算法概述 | 第56-59页 |
4.2.1 粒子群优化算法基本思想 | 第56-57页 |
4.2.2 粒子群优化算法流程 | 第57-58页 |
4.2.3 参数选择 | 第58-59页 |
4.3 基于MPSO算法的选择策略制定 | 第59-62页 |
4.3.1 虚拟机和服务器匹配度量 | 第59-60页 |
4.3.2 规避列表设计 | 第60页 |
4.3.3 选择算法设计 | 第60-62页 |
4.3.4 算法可行性分析 | 第62页 |
4.4 算法仿真实验 | 第62-64页 |
4.4.5 算法收敛性比较分析 | 第62-63页 |
4.4.6 选择策略整体性能比较分析 | 第63-64页 |
4.5 本章小结 | 第64-65页 |
第五章 系统实验及结果分析 | 第65-75页 |
5.1 桌面云简介 | 第65-68页 |
5.1.2 桌面云系统框架 | 第66-67页 |
5.1.3 桌面云管理系统 | 第67-68页 |
5.2 实验平台构建 | 第68-72页 |
5.2.1 实验环境和参数 | 第68-70页 |
5.2.2 实验设计 | 第70-72页 |
5.3 系统实验结果分析 | 第72-74页 |
5.4 本章小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 本文工作总结 | 第75-76页 |
6.2 展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-82页 |
作者简历 | 第82页 |