云数据中心的虚拟机资源调度算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外发展现状及研究进展 | 第13-16页 |
| 1.2.1 虚拟机放置算法研究 | 第13-15页 |
| 1.2.2 虚拟机迁移算法研究 | 第15-16页 |
| 1.3 论文主要研究内容 | 第16-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 相关理论与技术 | 第19-31页 |
| 2.1 云数据中心 | 第19-23页 |
| 2.1.1 云计算概述 | 第19-20页 |
| 2.1.2 云数据中心概述 | 第20-22页 |
| 2.1.3 云数据中心发展 | 第22-23页 |
| 2.2 虚拟化技术 | 第23-26页 |
| 2.2.1 虚拟化技术概述 | 第23-25页 |
| 2.2.2 虚拟机的迁移 | 第25-26页 |
| 2.3 遗传算法 | 第26-29页 |
| 2.3.1 遗传算法概述 | 第26页 |
| 2.3.2 遗传算法的流程 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 基于分组遗传算法的虚拟机放置算法研究 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 问题描述 | 第32-33页 |
| 3.3 调度算法模型 | 第33-36页 |
| 3.3.1 多维资源模型 | 第33-34页 |
| 3.3.2 服务器能耗模型 | 第34-35页 |
| 3.3.3 负载均衡度量指标 | 第35-36页 |
| 3.4 放置算法设计 | 第36-44页 |
| 3.4.1 染色体编码 | 第37-39页 |
| 3.4.2 选择 | 第39-40页 |
| 3.4.3 交叉 | 第40-41页 |
| 3.4.4 变异 | 第41-42页 |
| 3.4.5 适应度函数 | 第42页 |
| 3.4.6 算法流程 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于动态阈值的虚拟机迁移算法研究 | 第45-55页 |
| 4.1 引言 | 第45-46页 |
| 4.2 问题描述 | 第46-47页 |
| 4.3 资源调度模型 | 第47-48页 |
| 4.3.1 基本定义 | 第47页 |
| 4.3.2 度量指标 | 第47-48页 |
| 4.4 迁移算法设计 | 第48-54页 |
| 4.4.1 迁移时机的选择 | 第48-50页 |
| 4.4.2 迁移对象的选择 | 第50页 |
| 4.4.3 目标物理机的选择 | 第50-51页 |
| 4.4.4 源物理的负载调整 | 第51页 |
| 4.4.5 算法流程 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 仿真实验与分析 | 第55-67页 |
| 5.1 物理实验环境的配置 | 第55页 |
| 5.2 CloudSim云仿真平台 | 第55-59页 |
| 5.2.1 CloudSim概述 | 第55-56页 |
| 5.2.2 CloudSim体系结构 | 第56-58页 |
| 5.2.3 CloudSim扩展 | 第58-59页 |
| 5.3 虚拟机放置算法实验 | 第59-63页 |
| 5.3.1 实验仿真环境 | 第59-60页 |
| 5.3.2 实验结果与分析 | 第60-63页 |
| 5.4 虚拟机迁移算法实验 | 第63-66页 |
| 5.4.1 实验仿真环境 | 第63-64页 |
| 5.4.2 实验结果与分析 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简介 | 第75页 |
| 攻读硕士期间发表论文和参加科研情况说明 | 第75-76页 |
