基于最小迁移代价的云计算资源负载均衡调度算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 引言 | 第11-17页 |
| ·研究背景和研究意义 | 第11-13页 |
| ·云计算简介 | 第11-12页 |
| ·云计算资源调度的意义 | 第12-13页 |
| ·问题描述和研究现状 | 第13-15页 |
| ·论文工作 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第二章 相关理论基础 | 第17-31页 |
| ·公有云、私有云和混合云 | 第17页 |
| ·虚拟化技术 | 第17-19页 |
| ·负载均衡技术与调度算法 | 第19-21页 |
| ·带有偏好的随机抽样算法 | 第20页 |
| ·Sufferage 算法 | 第20页 |
| ·投机负载均衡算法 | 第20页 |
| ·Min-Min 调度算法 | 第20页 |
| ·Max-Min 调度算法 | 第20-21页 |
| ·迁移技术 | 第21-22页 |
| ·静态迁移 | 第21页 |
| ·共享存储的动态迁移 | 第21页 |
| ·虚拟机迁移代价 | 第21-22页 |
| ·遗传算法基础 | 第22-30页 |
| ·遗传算法发展简介 | 第22-23页 |
| ·遗传算法基本概念 | 第23-27页 |
| ·遗传算法步骤 | 第27-28页 |
| ·遗传算法的主要特点 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 虚拟机调度理论及建模 | 第31-44页 |
| ·服务质量和服务等级协议 | 第31-32页 |
| ·云计算虚拟机资源调度算法 | 第32-35页 |
| ·最小负载优先调度算法 | 第32-33页 |
| ·轮转调度算法 | 第33-34页 |
| ·基于动态压控变频技术的节能调度策略 | 第34页 |
| ·基于访问安全控制的调度策略 | 第34-35页 |
| ·基于 SLA 的负载均衡调度策略 | 第35页 |
| ·面向服务优先级的 QoS 调度策略 | 第35页 |
| ·基于负载均衡的装箱优化策略 | 第35页 |
| ·虚拟化模型 | 第35-38页 |
| ·多物理节点上的虚拟化部署 | 第36-37页 |
| ·虚拟机-物理服务器关系模型 | 第37-38页 |
| ·物理服务器负载表示 | 第38-39页 |
| ·服务器历史负载信息 | 第38页 |
| ·当前物理服务器负载估算 | 第38-39页 |
| ·数学模型定义 | 第39-40页 |
| ·物理服务器负载变化量 | 第39页 |
| ·负载均衡映射方案 | 第39-40页 |
| ·迁移代价估计 | 第40页 |
| ·调度算法设计目标 | 第40页 |
| ·负载均衡调度系统架构设计 | 第40-43页 |
| ·云计算负载均衡量度 | 第40-41页 |
| ·架构设计 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 遗传算法实现虚拟机调度 | 第44-56页 |
| ·种群编码 | 第44-48页 |
| ·初始化种群 | 第45-47页 |
| ·适应度函数 | 第47-48页 |
| ·选择策略 | 第48-50页 |
| ·交叉操作 | 第50-52页 |
| ·变异操作 | 第52-53页 |
| ·遗传算法终止条件 | 第53页 |
| ·全局调度算法 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 虚拟机调度实验及结果分析 | 第56-68页 |
| ·实验环境 | 第56-61页 |
| ·硬件环境 | 第56页 |
| ·软件环境 | 第56页 |
| ·OpenNebula 简介 | 第56-58页 |
| ·资源租用管理器 HAIZEA | 第58-59页 |
| ·提前预定租用模式 | 第59-60页 |
| ·尽力交付租用模式 | 第60-61页 |
| ·算法收敛性分析 | 第61-63页 |
| ·算法效率分析 | 第63-65页 |
| ·实验结果分析 | 第65-67页 |
| ·负载变化率对负载均衡的影响 | 第65页 |
| ·迁移代价分析 | 第65-66页 |
| ·算法资源利用率 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·下一步工作 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻硕期间取得的研究成果 | 第73-74页 |
