| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 论文研究内容 | 第12-13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 第二章 相关理论与技术 | 第15-20页 |
| 2.1 相关定义及评价指标 | 第15-17页 |
| 2.1.1 相关定义 | 第15-16页 |
| 2.1.2 评价指标 | 第16-17页 |
| 2.2 AutoScale监控策略研究 | 第17-18页 |
| 2.2.1 基于物理机的监控策略 | 第17-18页 |
| 2.2.2 基于虚拟机内部的监控策略 | 第18页 |
| 2.3 AutoScale监控算法研究 | 第18-19页 |
| 2.3.1 基于单命令的监控算法 | 第18页 |
| 2.3.2 基于多命令的监控算法 | 第18-19页 |
| 2.4 网络负载均衡算法研究 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 AutoScale监控策略与算法设计 | 第20-30页 |
| 3.1 AutoScale流程分析 | 第20-22页 |
| 3.2 AutoScale监控策略设计 | 第22-25页 |
| 3.2.1 基于物理机的监控策略 | 第22-23页 |
| 3.2.2 基于虚拟机内部的监控策略 | 第23-25页 |
| 3.3 AutoScale监控算法设计 | 第25-27页 |
| 3.3.1 监控数据传输模式 | 第25页 |
| 3.3.2 基于单命令的监控算法 | 第25-26页 |
| 3.3.3 基于多命令的监控算法 | 第26-27页 |
| 3.4 实验结果与分析 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于动态反馈的加权轮询负载均衡算法 | 第30-44页 |
| 4.1 网络负载均衡的基本原理及性能指标 | 第30-32页 |
| 4.1.1 基本原理 | 第30-31页 |
| 4.1.2 性能指标 | 第31-32页 |
| 4.2 网络负载均衡算法 | 第32-34页 |
| 4.2.1 静态负载均衡算法 | 第32-33页 |
| 4.2.2 动态负载均衡算法 | 第33-34页 |
| 4.3 基于动态反馈的加权轮询负载均衡算法 | 第34-38页 |
| 4.3.1 算法设计思想 | 第35-36页 |
| 4.3.2 算法设计流程 | 第36-37页 |
| 4.3.3 算法设计分析 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 CloudStack基于KVM的AutoScale设计和实现 | 第44-52页 |
| 5.1 CloudStack基于KVM的AutoScale系统设计 | 第44页 |
| 5.2 CloudStack基于KVM的AutoScale实现 | 第44-49页 |
| 5.2.1 AutoScale服务模块 | 第44-45页 |
| 5.2.2 AutoScale监控模块 | 第45-48页 |
| 5.2.3 负载均衡模块 | 第48-49页 |
| 5.3 CloudStack基于KVM的AutoScale应用 | 第49-51页 |
| 5.3.1 效果展示 | 第49-51页 |
| 5.3.2 结果分析 | 第51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 论文工作总结 | 第52页 |
| 6.2 论文创新点与贡献 | 第52页 |
| 6.3 研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介 | 第58页 |
