| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景与意义 | 第13-16页 |
| 1.1.1 云计算概述 | 第13-15页 |
| 1.1.2 云计算环境下的任务调度与虚拟机整合研究 | 第15-16页 |
| 1.2 存在问题 | 第16-18页 |
| 1.2.1 云计算环境下的任务调度研究存在的问题 | 第16-17页 |
| 1.2.2 云计算环境下的虚拟机整合研究存在的问题 | 第17-18页 |
| 1.3 论文主要研究内容 | 第18-20页 |
| 1.4 本论文的结构安排 | 第20-22页 |
| 第二章 考虑用户和云供应商双方激励目标的任务调度算法 | 第22-44页 |
| 2.1 研究现状 | 第22-26页 |
| 2.2 云计算环境下任务调度问题描述 | 第26-27页 |
| 2.3 系统模型 | 第27-31页 |
| 2.3.1 用户激励目标模型 | 第28-29页 |
| 2.3.2 云供应商激励目标模型 | 第29-30页 |
| 2.3.3 考虑用户和云供应商双方激励目标的任务调度模型 | 第30-31页 |
| 2.4 基于贪心机制的动态价格调度算法 | 第31-36页 |
| 2.4.1 算法描述 | 第32-35页 |
| 2.4.2 复杂度分析 | 第35-36页 |
| 2.5 实验与结果分析 | 第36-43页 |
| 2.5.1 仿真场景与性能指标 | 第36-38页 |
| 2.5.2 结果分析 | 第38-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第三章 考虑计算节点故障的工作流调度算法 | 第44-69页 |
| 3.1 研究现状 | 第44-47页 |
| 3.2 工作流调度问题描述 | 第47-50页 |
| 3.3 考虑计算节点故障的工作流调度模型 | 第50-54页 |
| 3.3.1 工作流完工时间的期望 | 第50-52页 |
| 3.3.2 工作流执行开销的期望 | 第52-53页 |
| 3.3.3 考虑计算节点故障的工作流调度模型 | 第53-54页 |
| 3.4 MIN2CTW算法 | 第54-58页 |
| 3.4.1 算法描述 | 第55-57页 |
| 3.4.2 复杂度分析 | 第57-58页 |
| 3.5 实验与结果分析 | 第58-68页 |
| 3.5.1 实验设置 | 第58-60页 |
| 3.5.2 结果分析 | 第60-68页 |
| 3.6 本章小结 | 第68-69页 |
| 第四章 考虑负载均衡的虚拟机整合算法研究 | 第69-90页 |
| 4.1 引言 | 第69-74页 |
| 4.1.1 研究背景 | 第70-71页 |
| 4.1.2 研究现状 | 第71-74页 |
| 4.2 考虑负载均衡的虚拟机整合模型 | 第74-77页 |
| 4.2.1 问题描述 | 第74-75页 |
| 4.2.2 数学模型 | 第75-77页 |
| 4.3 基于贪婪机制的考虑负载均衡的虚拟机整合算法 | 第77-81页 |
| 4.3.1 算法描述 | 第77-80页 |
| 4.3.2 时间复杂度分析 | 第80-81页 |
| 4.4 实验与结果分析 | 第81-89页 |
| 4.4.1 实验参数设置 | 第82-83页 |
| 4.4.2 结果分析 | 第83-89页 |
| 4.5 本章小结 | 第89-90页 |
| 第五章 迁移开销感知的虚拟机整合算法研究 | 第90-115页 |
| 5.1 引言 | 第90-96页 |
| 5.1.1 研究背景 | 第91-93页 |
| 5.1.2 研究现状 | 第93-96页 |
| 5.2 迁移开销感知的虚拟机整合模型 | 第96-101页 |
| 5.2.1 问题描述 | 第97-100页 |
| 5.2.2 目标函数和约束条件 | 第100-101页 |
| 5.3 迁移开销感知的虚拟机整合算法 | 第101-109页 |
| 5.3.1 算法描述 | 第101-109页 |
| 5.3.2 时间复杂度分析 | 第109页 |
| 5.4 实验与结果分析 | 第109-114页 |
| 5.4.1 实验参数设置与性能指标 | 第110-111页 |
| 5.4.2 结果分析 | 第111-114页 |
| 5.5 本章小结 | 第114-115页 |
| 第六章 总结与展望 | 第115-118页 |
| 6.1 全文总结 | 第115-116页 |
| 6.2 未来工作展望 | 第116-118页 |
| 致谢 | 第118-119页 |
| 参考文献 | 第119-134页 |
| 攻读博士学位期间取得的成果 | 第134-135页 |
