| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-35页 |
| 1.1 研究背景与意义 | 第12-28页 |
| 1.1.1 云数据中心的发展趋势及其互联网络的需求 | 第12-16页 |
| 1.1.2 数据中心光互联网络 | 第16-26页 |
| 1.1.3 Floating Cloud VS.传统单体数据中心 | 第26-28页 |
| 1.2 主要研究问题 | 第28-32页 |
| 1.2.1 资源部署与互联架构 | 第29-31页 |
| 1.2.2 资源融合与跨层调度 | 第31页 |
| 1.2.3 资源智能流动策略与算法 | 第31-32页 |
| 1.3 本论文的主要工作及创新点 | 第32-35页 |
| 第二章 Floating Cloud资源部署与全光互联网络架构 | 第35-60页 |
| 2.1 Floating Cloud资源规划与部署 | 第35-41页 |
| 2.1.1 数据中心部署的影响因素 | 第35-36页 |
| 2.1.2 基于成本和安全的资源优化部署模型 | 第36-39页 |
| 2.1.3 仿真与分析 | 第39-41页 |
| 2.2 面向Floating Cloud的全光互联网络 | 第41-55页 |
| 2.2.1 云数据中心流量特征与通信模式 | 第41-44页 |
| 2.2.2 现有数据中心网络架构与瓶颈 | 第44-45页 |
| 2.2.3 基于OBring的全光分布式网络架构 | 第45-55页 |
| 2.3 Floating Cloud互联网络原型平台及可行性验证 | 第55-58页 |
| 2.4 本章小结 | 第58-60页 |
| 第三章 Floating Cloud资源融合架构与跨层调度 | 第60-89页 |
| 3.1 云服务带来的异构资源融合和跨层调度需求 | 第60-61页 |
| 3.2 异构资源融合与跨层调度架构 | 第61-67页 |
| 3.2.1 基于OpenStack+OpenFlow的控制架构 | 第61-64页 |
| 3.2.2 层级式控制架构可行性验证 | 第64-67页 |
| 3.3 基于不同应用模式的跨层资源调度 | 第67-88页 |
| 3.3.1 基于VDC请求的资源映射算法 | 第68-74页 |
| 3.3.2 针对多播业务的资源最优化配置 | 第74-81页 |
| 3.3.3 基于Coflow的跨层资源优化与调整 | 第81-88页 |
| 3.4 本章小结 | 第88-89页 |
| 第四章 Floating Cloud资源智能流动策略与算法 | 第89-102页 |
| 4.1 基于环境感知的Follow-the-X资源智能流动 | 第89-90页 |
| 4.2 基于用户地理位置感知的热点调整 | 第90-97页 |
| 4.2.1 系统架构与机制 | 第90-93页 |
| 4.2.2 热点调整的算法与仿真分析 | 第93-95页 |
| 4.2.3 实验平台与结果 | 第95-97页 |
| 4.3 基于移动用户轨迹预测的无缝VDC提供 | 第97-101页 |
| 4.4 本章小结 | 第101-102页 |
| 第五章 总结和展望 | 第102-105页 |
| 5.1 总结 | 第102-103页 |
| 5.2 展望 | 第103-105页 |
| 参考文献 | 第105-116页 |
| 缩略词索引表 | 第116-120页 |
| 致谢 | 第120-121页 |
| 博士期间论文发表情况 | 第121页 |
