| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和研究意义 | 第8-9页 |
| 1.2 云测试平台的发展与研究现状 | 第9-12页 |
| 1.2.1 云测试平台发展现状 | 第9-10页 |
| 1.2.2 虚拟机节能调度研究现状 | 第10-11页 |
| 1.2.3 测试任务调度研究现状 | 第11-12页 |
| 1.3 本文的主要内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 相关理论 | 第14-24页 |
| 2.1 云测试平台 | 第14-19页 |
| 2.1.1 云计算 | 第14-16页 |
| 2.1.2 云测试 | 第16-19页 |
| 2.2 群智能算法 | 第19-23页 |
| 2.2.1 粒子群算法 | 第19-21页 |
| 2.2.2 遗传算法 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 云测试的虚拟机节能迁移算法设计与实现 | 第24-34页 |
| 3.1 虚拟机迁移能耗模型设计 | 第24-28页 |
| 3.1.1 云测试节点的状态转移 | 第24-25页 |
| 3.1.2 云测试节点能耗模型 | 第25-27页 |
| 3.1.3 云测试物理节点的总功耗计算模型 | 第27-28页 |
| 3.2 云测试虚拟机节能迁移算法设计 | 第28-33页 |
| 3.2.1 虚拟机迁移代价函数设计 | 第28页 |
| 3.2.2 资源反馈函数设计 | 第28-29页 |
| 3.2.3 适应度函数设计 | 第29-30页 |
| 3.2.4 云测试虚拟机迁移算法实现 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 云测试任务调度算法设计与实现 | 第34-46页 |
| 4.1 任务调度算法关键函数设计 | 第34-38页 |
| 4.1.1 适应度函数设计 | 第34-36页 |
| 4.1.2 映射编码方案设计 | 第36页 |
| 4.1.3 基于Min-Min算法的种群初始化方案设计 | 第36-38页 |
| 4.2 任务调度算法的基因操作 | 第38-42页 |
| 4.2.1 选择操作 | 第38-39页 |
| 4.2.2 交叉操作 | 第39-41页 |
| 4.2.3 变异操作 | 第41-42页 |
| 4.2.4 终止条件 | 第42页 |
| 4.3 云测试任务调度算法实现 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 云测试平台任务调度系统设计 | 第46-54页 |
| 5.1 系统总体结构 | 第46-47页 |
| 5.2 访问控制模块 | 第47-48页 |
| 5.3 系统监控模块 | 第48-50页 |
| 5.4 任务调度模块 | 第50-51页 |
| 5.5 虚拟机调度模块 | 第51-52页 |
| 5.6 测试引擎加载模块 | 第52-53页 |
| 5.7 本章小结 | 第53-54页 |
| 第6章 实验与分析 | 第54-68页 |
| 6.1 实验环境 | 第54-59页 |
| 6.1.1 实验配置 | 第54-57页 |
| 6.1.2 实验参数 | 第57-59页 |
| 6.2 实验结果分析 | 第59-67页 |
| 6.2.1 云测试虚拟机迁移方案结果分析 | 第59-61页 |
| 6.2.2 云测试任务调度算法的影响因素结果分析 | 第61-66页 |
| 6.2.3 云测试任务调度算法实验结果分析 | 第66-67页 |
| 6.3 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-76页 |
| 致谢 | 第76页 |