基于动态策略的云副本算法研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 静态副本策略 | 第13页 |
| 1.2.2 动态副本策略 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 云副本策略 | 第17-25页 |
| 2.1 云存储 | 第17-21页 |
| 2.1.1 概述 | 第17-18页 |
| 2.1.2 云存储架构 | 第18-20页 |
| 2.1.3 云仿真平台CloudSim | 第20-21页 |
| 2.2 云副本策略 | 第21-24页 |
| 2.2.1 云副本管理策略 | 第21-22页 |
| 2.2.2 副本策略的研究问题 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于预测机制的云副本数确定策略 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 系统模型 | 第25-27页 |
| 3.2.1 服务模型 | 第25-27页 |
| 3.2.2 响应时间 | 第27页 |
| 3.3 DPRS算法 | 第27-31页 |
| 3.3.1 指数平滑预测法 | 第27-28页 |
| 3.3.2 文件副本数的确定方法 | 第28-30页 |
| 3.3.3 DPRS算法 | 第30-31页 |
| 3.4 实验结果 | 第31-37页 |
| 3.4.1 实验环境 | 第31-33页 |
| 3.4.2 实验结果 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于多目标优化的云副本动态布局策略 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 性能目标 | 第38-40页 |
| 4.2.1 系统可靠性 | 第38-39页 |
| 4.2.2 系统响应时间 | 第39页 |
| 4.2.3 系统负载 | 第39-40页 |
| 4.3 基于多目标优化的云副本动态布局策略 | 第40-44页 |
| 4.3.1 模型建立 | 第40-41页 |
| 4.3.2 DSRMO算法 | 第41-44页 |
| 4.4 实验结果 | 第44-47页 |
| 4.4.1 实验环境 | 第44-45页 |
| 4.4.2 实验结果 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 云副本策略可视化的原型设计与实现 | 第48-52页 |
| 5.1 可视化系统的设计 | 第48-50页 |
| 5.1.1 功能设计 | 第48页 |
| 5.1.2 系统设计 | 第48-50页 |
| 5.2 系统实现与测试 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 未来的工作 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |
