首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--机房论文

软件定义云场景下数据中心能耗优化及其相关问题研究

摘要第6-8页
ABSTRACT第8-9页
全文英文简写对照表第13-15页
第一章 绪论第15-36页
    1.1 研究背景第15-24页
        1.1.1 数据中心的能耗现状及发展趋势第15-18页
        1.1.2 数据中心的能耗构成及其经济成本第18-21页
        1.1.3 数据量爆发式增长背景下的能耗问题第21-23页
        1.1.4 研究基础及课题来源第23-24页
    1.2 研究内容第24-29页
        1.2.1 数据中心节能方案的技术范畴界定第24-26页
        1.2.2 本论文的具体研究问题第26-29页
    1.3 研究意义第29-32页
        1.3.1 对数据中心运营商的意义第29-30页
        1.3.2 对云服务用户的意义第30页
        1.3.3 社会意义第30-32页
    1.4 论文的主要贡献第32-34页
    1.5 论文的组织结构第34-36页
第二章 SDCloud对数据中心节能带来的新挑战第36-49页
    2.1 SDCloud介绍第36-38页
    2.2 SDCloud的系统架构与实现第38-43页
    2.3 SDCloud对数据中心节能技术带来的影响第43-49页
第三章 VM Consolidation中的能耗优化问题第49-80页
    3.1 VM Consolidation中的能耗优化第49-52页
    3.2 一种新的多维资源供需模型第52-58页
    3.3 一种新的多维资源调度策略第58-78页
        3.3.1 动机场景和问题形式化定义第58-64页
        3.3.2 P-aware策略的架构、描述及复杂度分析第64-69页
        3.3.3 P-aware策略的性能评估第69-78页
    3.4 本章小结第78-80页
第四章 云场景中的服务器资源竞争问题研究第80-105页
    4.1 服务器RCPI问题的认识第80-82页
    4.2 服务器RCPI问题的原因第82-84页
        4.2.1 单台服务器中的RCPI第82-83页
        4.2.2 服务器集群中的RCPI问题第83-84页
    4.3 RCPI问题的量化模型第84-87页
        4.3.1 VM Consolidation中的RCPI量化模型第85-86页
        4.3.2 VM Migration中的RCPI量化模型第86-87页
    4.4 NUMA架构下的RCPI问题应对策略第87-94页
        4.4.1 NUMA服务器第87-88页
        4.4.2 NUMA服务器的资源竞争第88-90页
        4.4.3 RCPI问题的应对策略第90-91页
        4.4.4 实验结果及分析第91-94页
    4.5 一种基于探测器的虚拟机性能干扰监测系统第94-103页
        4.5.1 虚拟机RCPI监测的技术背景第94-97页
        4.5.2 问题与挑战第97-98页
        4.5.3 一种基于探测器的性能监测新方案第98-102页
        4.5.4 技术优点与应用前景第102-103页
    4.6 本章小结第103-105页
第五章 VM Migration中的能耗优化问题第105-138页
    5.1 问题描述与研究现状第105-107页
    5.2 EPTO问题的形式化定义第107-111页
        5.2.1 物理节点的overload detection第108-110页
        5.2.2 虚拟机迁移代价第110-111页
    5.3 实验数据集及其波动规律分析第111-118页
        5.3.1 实验数据集第112-114页
        5.3.2 负载数据的预处理及时序规律探索第114-118页
    5.4 一种新的虚拟机迁移阈值动态调整策略第118-122页
        5.4.1 Overload Detection第118-120页
        5.4.2 VM Selection第120-122页
    5.5 实验及结果分析第122-129页
        5.5.1 实验设置及性能指标的设计第122-124页
        5.5.2 相关对比算法第124-125页
        5.5.3 实验结果及分析第125-129页
    5.6 基于粗糙集的虚拟机迁移决策研究第129-137页
        5.6.1 问题描述第129-131页
        5.6.2 虚拟机迁移中三分类决策的形式化定义第131-134页
        5.6.3 基于粗糙集的虚拟机迁移决策问题第134-137页
    5.7 本章小结第137-138页
第六章 全文总结与未来工作展望第138-141页
    6.1 全文总结第138-139页
    6.2 未来研究工作展望第139-141页
参考文献第141-155页
附录第155-157页
作者攻读博士学位期间的主要成果第157-159页
致谢第159-160页

论文共160页,点击 下载论文
上一篇:耦合社交网络环境下基于扩散过程的推荐算法研究
下一篇:认知视角下青少年的家庭旅游学习行为研究