| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义与研究内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第二章 基于聚类理论的资源划分和任务调度相关研究 | 第14-25页 |
| 2.1 基于聚类理论的云资源划分和云任务调度 | 第14-18页 |
| 2.1.1 聚类理论在云计算领域的应用 | 第14-16页 |
| 2.1.2 现有工作的不足和挑战 | 第16-18页 |
| 2.2 Hadoop调度器的研究现状 | 第18-23页 |
| 2.2.1 Hadoop自带的三大调度算法 | 第19-21页 |
| 2.2.2 Hadoop调度算法的改进研究 | 第21-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 基于模糊等价关系和模糊相似处理的优化策略 | 第25-46页 |
| 3.1 云资源模糊聚类划分模型 | 第25-35页 |
| 3.1.1 云资源聚类划分的一般步骤 | 第26-31页 |
| 3.1.2 三种聚类方法的比较 | 第31-32页 |
| 3.1.3 实验与分析 | 第32-35页 |
| 3.2 模糊聚类算法的优化策略 | 第35-45页 |
| 3.2.1 传递闭包法的优化 | 第35-38页 |
| 3.2.2 模糊相似处理、模糊等价处理的并发 | 第38-39页 |
| 3.2.4 实验与分析 | 第39-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第四章 基于模糊相似处理的模糊聚类算法并行化实现方案 | 第46-62页 |
| 4.1 并行化方案的应用背景 | 第46-49页 |
| 4.1.1 解决方案的来源 | 第46-47页 |
| 4.1.2 方案的可行性分析 | 第47-49页 |
| 4.2 MapReduce框架的计算模式 | 第49-50页 |
| 4.3 基于MapReduce的并行模糊聚类算法 | 第50-55页 |
| 4.4 实验与分析 | 第55-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于模糊聚类和性能评分机制的Hadoop调度器 | 第62-74页 |
| 5.1 基于模糊聚类的调度算法构思 | 第62-64页 |
| 5.2 基于Slot的性能评分机制 | 第64-65页 |
| 5.3 基于模糊聚类和性能评分机制的Hadoop调度器 | 第65-68页 |
| 5.4 实验与分析 | 第68-72页 |
| 5.5 本章小结 | 第72-74页 |
| 第六章 结束语 | 第74-76页 |
| 6.1 工作总结 | 第74-75页 |
| 6.2 工作展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间参加的科研项目 | 第83页 |
| 攻读硕士学位期间发表的学术论文 | 第83-84页 |
| 附件 | 第84-89页 |
