基于QoS与能耗权衡的虚拟资源能效模型与调度算法研究
摘要 | 第3-4页 |
abstract | 第4页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9页 |
1.2 国内外研究现状 | 第9-14页 |
1.2.1 组件级的节能技术 | 第10-11页 |
1.2.2 系统级的节能技术 | 第11-12页 |
1.2.3 数据中心级的节能技术 | 第12-14页 |
1.2.4 其他方法 | 第14页 |
1.3 当前能效管理研究存在的问题 | 第14-15页 |
1.4 主要工作 | 第15-16页 |
1.5 论文的主要结构 | 第16-17页 |
第2章 预备知识 | 第17-26页 |
2.1 QoS概述 | 第17-19页 |
2.1.1 网络QoS | 第17页 |
2.1.2 云服务QoS | 第17-19页 |
2.2 虚拟机调度相关理论 | 第19-20页 |
2.2.1 虚拟机初始放置——装箱问题 | 第19页 |
2.2.2 虚拟机迁移算法 | 第19-20页 |
2.3 虚拟机调度常用算法简介 | 第20-21页 |
2.4 粒子群算法简介 | 第21-24页 |
2.4.1 粒子群算法基本原理 | 第21页 |
2.4.2 标准粒子群算法 | 第21-22页 |
2.4.3 二进制离散粒子群算法 | 第22页 |
2.4.4 改进的二进制离散粒子群算法 | 第22-24页 |
2.5 虚拟机迁移开销 | 第24-25页 |
2.6 本章总结 | 第25-26页 |
第3章 QoS模型和能耗模型 | 第26-32页 |
3.1 本章引言 | 第26页 |
3.2 能耗模型 | 第26-27页 |
3.3 QoS模型和能耗模型结合 | 第27-31页 |
3.4 本章小结 | 第31-32页 |
第4章 虚拟机初始放置算法和迁移算法 | 第32-44页 |
4.1 本章引言 | 第32页 |
4.2 基于EEQoS模型的虚拟机初始放置算法 | 第32-38页 |
4.2.1 相关工作 | 第32-33页 |
4.2.2 多资源高能效的虚拟机初始放置问题描述 | 第33-34页 |
4.2.3 基于粒子群算法的算子及更新过程 | 第34-36页 |
4.2.4 算法流程 | 第36-37页 |
4.2.5 算法复杂度 | 第37-38页 |
4.3 虚拟机迁移算法 | 第38-43页 |
4.3.1 相关工作 | 第38页 |
4.3.2 虚拟机迁移下的能效模型 | 第38-39页 |
4.3.3 多资源高能效的虚拟机迁移问题描述 | 第39页 |
4.3.4 多资源高能效虚拟机迁移整合算法的描述 | 第39页 |
4.3.5 多资源双阈值法 | 第39-40页 |
4.3.6 基于迁移开销最小策略 | 第40-41页 |
4.3.7 算法复杂度 | 第41页 |
4.3.8 基于粒子群算法的虚拟机整合算法 | 第41-43页 |
4.4 本章小结 | 第43-44页 |
第5章 结果与分析 | 第44-54页 |
5.1 本章引言 | 第44页 |
5.2 云计算模型平台CloudSim | 第44-46页 |
5.3 实验说明 | 第46-47页 |
5.4 实验结果与分析 | 第47-53页 |
5.5 本章小结 | 第53-54页 |
第6章 总结及未来工作 | 第54-56页 |
6.1 全文总结 | 第54-55页 |
6.2 未来工作 | 第55-56页 |
参考文献 | 第56-62页 |
致谢 | 第62-63页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第63页 |