摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-12页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 论文研究内容 | 第10-11页 |
1.3 论文组织结构 | 第11-12页 |
第2章 相关技术与现状 | 第12-24页 |
2.1 代理技术概述 | 第12-17页 |
2.2 内存管理 | 第17-21页 |
2.3 服务器集群技术概述 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第3章 一种改进的动态内存管理策略 | 第24-42页 |
3.1 动态内存管理算法概述 | 第24-28页 |
3.1.1 位图 | 第24-25页 |
3.1.2 顺序匹配 | 第25-26页 |
3.1.3 边界标记 | 第26-27页 |
3.1.4 伙伴算法 | 第27-28页 |
3.1.5 内存池技术 | 第28页 |
3.2 动态内存管理算法存在的问题 | 第28页 |
3.3 针对处理海量连接管理的动态内存管理策略 | 第28-37页 |
3.3.1 改进的动态内存管理策略的提出 | 第28-29页 |
3.3.2 算法设计与实现 | 第29-37页 |
3.4 实验与分析 | 第37-41页 |
3.5 本章小结 | 第41-42页 |
第4章 基于预测与运行状态相结合的集群负载均衡算法 | 第42-56页 |
4.1 负载均衡调度算法概述 | 第42-43页 |
4.1.1 轮叫调度算法 | 第42-43页 |
4.1.2 最小链接算法 | 第43页 |
4.1.3 散列调度 | 第43页 |
4.2 负载均衡的常用反馈参数与网络状态参数 | 第43-44页 |
4.2.1 服务节点的状态参数 | 第44页 |
4.2.2 网络状态参数 | 第44页 |
4.3 基于预测与节点运行状态相结合的负载权重反馈算法 | 第44-50页 |
4.3.1 算法描述 | 第44-46页 |
4.3.2 预测模型 | 第46-48页 |
4.3.3 负载预测 | 第48-49页 |
4.3.4 预测准确率的提高调整 | 第49-50页 |
4.3.5 服务节点当前负载值的计算 | 第50页 |
4.3.6 各个节点负载权重的计算 | 第50页 |
4.4 对比实验与分析 | 第50-55页 |
4.4.1 实验设计与环境搭建 | 第50-52页 |
4.4.2 实验结果 | 第52-55页 |
4.5 本章小结 | 第55-56页 |
第5章 高性能并行代理集群系统模型 | 第56-64页 |
5.1 系统实现目标 | 第56页 |
5.2 系统的物理拓扑结构 | 第56页 |
5.3 服务处理节点的模块设计 | 第56-61页 |
5.4 服务处理节点服务处理模型 | 第61-63页 |
5.4.1 主进程 | 第61-62页 |
5.4.2 子进程 | 第62-63页 |
5.5 本章小结 | 第63-64页 |
结论 | 第64-65页 |
参考文献 | 第65-68页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
致谢 | 第69页 |