| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题提出的背景 | 第10-13页 |
| 1.2 研究的目的和意义 | 第13-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 虚拟化技术 | 第16-30页 |
| 2.1 虚拟化技术概述 | 第16-21页 |
| 2.1.1 虚拟化定义 | 第16-17页 |
| 2.1.2 虚拟机监视器模型 | 第17-20页 |
| 2.1.3 虚拟技术的应用分类 | 第20-21页 |
| 2.2 虚拟化技术的发展历程 | 第21-22页 |
| 2.3 虚拟化技术的研究现状 | 第22页 |
| 2.4 虚拟化技术在云计算领域的研究现状 | 第22-23页 |
| 2.5 虚拟化技术在云中的应用 | 第23-29页 |
| 2.5.1 服务器虚拟化 | 第23-25页 |
| 2.5.2 存储虚拟化 | 第25-26页 |
| 2.5.3 应用虚拟化 | 第26页 |
| 2.5.4 平台虚拟化 | 第26-27页 |
| 2.5.5 桌面虚拟化 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 金融云平台宿主机选择算法的设计与实现 | 第30-39页 |
| 3.1 拟解决的问题 | 第30-31页 |
| 3.2 金融云平台中宿主机选择算法的设计思路 | 第31-32页 |
| 3.2.1 问题的提出 | 第31页 |
| 3.2.2 宿主机自动选择算法模型 | 第31-32页 |
| 3.3 负载预测算法 | 第32-34页 |
| 3.3.1 负载的特性 | 第32-33页 |
| 3.3.2 负载预测的研究现状 | 第33-34页 |
| 3.3.3 宿主机自动选择模型中的负载预测机制 | 第34页 |
| 3.4 负载均衡算法 | 第34-38页 |
| 3.4.1 负载均衡调度算法的研究现状 | 第34-36页 |
| 3.4.2 负载均衡策略的不足 | 第36页 |
| 3.4.3 宿主机自动选择算法模型中的负载均衡算法 | 第36-38页 |
| 3.5 宿主机自动选择算法中的采样方法 | 第38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 金融云中基于个性化需求的宿主机选择算法 | 第39-45页 |
| 4.1 基于个性化需求的宿主机选择算法的提出 | 第39页 |
| 4.2 金融云用户的基本需求 | 第39-41页 |
| 4.2.1 金融云用户数据概况 | 第39-40页 |
| 4.2.2 金融应用系统的特点 | 第40-41页 |
| 4.3 个性化需求的量化 | 第41-42页 |
| 4.4 基于个性化需求的宿主机选择算法 | 第42-44页 |
| 4.4.1 算法描述 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 实验方案设计与数据分析 | 第45-52页 |
| 5.1 算法特点概述 | 第45页 |
| 5.2 实验方案与实验结果分析 | 第45-51页 |
| 5.2.1 实验测试方案 | 第45-46页 |
| 5.2.2 测试环境配置 | 第46-47页 |
| 5.2.3 测试方案及结果分析 | 第47-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 成果总结及今后展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者简介 | 第57-58页 |
| 致谢 | 第58页 |