软件定义云存储云端基于用户行为的负载均衡研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-12页 |
| 1.1.1 云存储 | 第9-10页 |
| 1.1.2 软件定义云存储 | 第10-11页 |
| 1.1.3 云存储负载均衡 | 第11-12页 |
| 1.2 负载均衡研究现状 | 第12-13页 |
| 1.3 论文主要研究工作 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 论文篇章结构 | 第14-15页 |
| 1.4 本章小结□□ | 第15-17页 |
| 第二章 相关技术研究 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 软件定义云存储的系统结构模型 | 第17-18页 |
| 2.3 典型云存储文件系统 | 第18-20页 |
| 2.3.1 Google文件系统 | 第18-19页 |
| 2.3.2 Hadoop分布文件系统 | 第19-20页 |
| 2.4 副本管理技术 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 USDCS云存储系统模型 | 第23-29页 |
| 3.1 引言 | 第23-24页 |
| 3.2 USDCS云存储系统模型 | 第24-28页 |
| 3.2.1 模型结构 | 第24-25页 |
| 3.2.2 数据交互 | 第25-26页 |
| 3.2.3 数据节点地理特性 | 第26-27页 |
| 3.2.4 文件类型系统访问代价矩阵 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于用户行为分类和遗传算法的副本放置策略 | 第29-41页 |
| 4.1 引言 | 第29-30页 |
| 4.2 负载评估 | 第30-31页 |
| 4.3 遗传算法 | 第31-33页 |
| 4.3.1 算法基本思想 | 第31页 |
| 4.3.2 算法调度过程 | 第31-33页 |
| 4.4 基于用户行为和遗传算法的负载均衡策略 | 第33-35页 |
| 4.5 仿真实验与性能分析 | 第35-39页 |
| 4.5.1 仿真实验参数 | 第35-36页 |
| 4.5.2 仿真结果分析 | 第36-39页 |
| 4.6 本章小结 | 第39-41页 |
| 第五章 基于文件热度预测的副本调整策略 | 第41-57页 |
| 5.1 引言 | 第41-42页 |
| 5.2 文件副本冗余度计算 | 第42-48页 |
| 5.2.1 基于AR预测模型的文件热度队列更新 | 第42-44页 |
| 5.2.2 带宽负载贡献度等相关定义 | 第44-45页 |
| 5.2.3 文件副本数量计算 | 第45-48页 |
| 5.3 基于文件热度预测的负载调整策略生成 | 第48-51页 |
| 5.4 仿真实验与性能分析 | 第51-55页 |
| 5.4.1 仿真实验参数 | 第51页 |
| 5.4.2 仿真结果分析 | 第51-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-61页 |
| 6.1 主要工作总结 | 第57-58页 |
| 6.2 未来工作展望 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
