改进视频点播负载能力的模型与算法研究
摘要 | 第1-7页 |
Abstract | 第7-15页 |
第一章 绪论 | 第15-34页 |
·研究背景与意义 | 第15-16页 |
·视频点播概述 | 第16-18页 |
·视频点播基本定义 | 第16页 |
·视频点播技术架构 | 第16页 |
·视频点播集群 | 第16-18页 |
·云计算概述 | 第18-24页 |
·云计算基本概念 | 第18-19页 |
·云计算体系架构 | 第19-20页 |
·云计算特点与优势 | 第20-22页 |
·云计算模型 | 第22-23页 |
·云存储 | 第23-24页 |
·国内外研究动态 | 第24-30页 |
·研究内容与贡献 | 第30-32页 |
·论文组织结构 | 第32-33页 |
·课题来源 | 第33-34页 |
第二章 视频点播云架构 | 第34-42页 |
·引言 | 第34-35页 |
·视频云架构设计 | 第35-40页 |
·总体设计 | 第35-36页 |
·基础集群 | 第36-40页 |
·服务控制 | 第40页 |
·论文工作与视频云架构关系 | 第40-41页 |
·本章小结 | 第41-42页 |
第三章 基于资源预测的集群动态资源调度 | 第42-65页 |
·引言 | 第42-43页 |
·算法总体流程 | 第43-44页 |
·调度准备 | 第44-52页 |
·资源监控 | 第45-46页 |
·资源预测 | 第46-51页 |
·阈值设定 | 第51-52页 |
·调度执行 | 第52-57页 |
·资源调整 | 第52-55页 |
·在线迁移 | 第55-57页 |
·实验结果与分析 | 第57-64页 |
·实验环境 | 第57-58页 |
·预测模型型测试 | 第58-59页 |
·调度算法对视频服务质量影响实验 | 第59-61页 |
·点播请求响应时延实验 | 第61-64页 |
·本章小结 | 第64-65页 |
第四章 基于蚁群聚类的热度优先接入控制 | 第65-88页 |
·引言 | 第65-66页 |
·算法总体流程 | 第66-68页 |
·基于蚁群聚类的热度资源分析 | 第68-75页 |
·建立分析模型 | 第68-70页 |
·蚁群聚类分析 | 第70-73页 |
·估算视频热度 | 第73-75页 |
·动态接入控制 | 第75-80页 |
·定义状态集 | 第75-76页 |
·定义拒绝率 | 第76-77页 |
·定义行动集 | 第77页 |
·定义决策报酬 | 第77-79页 |
·算法描述 | 第79-80页 |
·实验结果与分析 | 第80-87页 |
·实验环境 | 第80-83页 |
·视频热度评价分析 | 第83-84页 |
·接入控制分析 | 第84-87页 |
·本章小结 | 第87-88页 |
第五章 视频点播云存储模型 | 第88-114页 |
·引言 | 第88-89页 |
·轻量级视频点播云存储的设计 | 第89-99页 |
·设计思想及系统架构 | 第89-91页 |
·通信协议 | 第91-96页 |
·存取流程 | 第96-99页 |
·基于对等分组技术的存储机制改进 | 第99-109页 |
·存储结构 | 第99-100页 |
·存储策略 | 第100-102页 |
·镜像同步及存储扩容 | 第102-106页 |
·可靠性分析 | 第106-109页 |
·实验结果与分析 | 第109-113页 |
·实验环境 | 第109页 |
·吞吐量分析 | 第109-111页 |
·存取策略分析 | 第111-113页 |
·本章小结 | 第113-114页 |
第六章 热度优先副本调度策略 | 第114-130页 |
·引言 | 第114-115页 |
·算法总体流程 | 第115-116页 |
·参数计算 | 第116-120页 |
·副本可用性计算 | 第116-117页 |
·副本一致性计算 | 第117-119页 |
·副本期望计算 | 第119-120页 |
·副本调度 | 第120-124页 |
·副本复制 | 第122-123页 |
·副本迁移 | 第123-124页 |
·副本删除 | 第124页 |
·实验结果与分析 | 第124-129页 |
·实验环境 | 第125页 |
·平均响应时延分析 | 第125-126页 |
·副本数量及连接数分析 | 第126-129页 |
·本章小结 | 第129-130页 |
总结与展望 | 第130-133页 |
参考文献 | 第133-143页 |
攻读博士学位期间取得的研究成果 | 第143-145页 |
致谢 | 第145-146页 |
附件 | 第146页 |