首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--设计与性能分析论文

基于负载预测的OpenStack虚拟机智能管理

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-16页
    1.1 课题背景第12-13页
    1.2 主要工作第13-14页
    1.3 论文章节安排第14-16页
第2章 虚拟机管理相关技术及国内外研究现状第16-28页
    2.1 相关技术与概念第16-19页
        2.1.1 云计算相关概念第16-17页
        2.1.2 云计算相关技术第17-19页
    2.2 OpenStack平台简介第19-24页
        2.2.1 各组件简介第20-22页
        2.2.2 Nova模块第22-23页
        2.2.3 Neutron模块第23-24页
    2.3 虚拟机管理研究现状第24-27页
        2.3.1 面临的问题第24-25页
        2.3.2 虚拟机管理研究现状第25-27页
    2.4 本章小结第27-28页
第3章 基于短期负载预测的虚拟机动态配置第28-56页
    3.1 问题描述第28-30页
    3.2 虚拟机负载预测第30-35页
        3.2.1 负载预测算法第30-31页
        3.2.2 霍尔特指数平滑法第31页
        3.2.3 FHPS算法确定参数第31-35页
    3.3 虚拟机动态配置算法第35-47页
        3.3.1 TAN分类算法第36-41页
        3.3.2 DVMRS模型第41-43页
        3.3.3 算法详述第43-47页
    3.4 实验及分析第47-55页
        3.4.1 硬件环境配置第47页
        3.4.2 虚拟机配置第47-48页
        3.4.3 测试环境配置第48-49页
        3.4.4 负载预测第49-53页
        3.4.5 虚拟机动态配置第53-55页
    3.5 本章小结第55-56页
第4章 基于长期负载规律的虚拟机管理第56-82页
    4.1 问题描述第56-58页
    4.2 长期外部负载预测第58-64页
        4.2.1 长期负载变化特征第58-59页
        4.2.2 长期负载预测第59-60页
        4.2.3 基于负载预测的虚拟机供应第60-64页
    4.3 虚拟机管理的多目标优化算法第64-74页
        4.3.1 遗传算法介绍第64-66页
        4.3.2 基于非支配排序的多目标优化(NSGA-Ⅱ)算法第66页
        4.3.3 LBVMM算法第66-74页
    4.4 实验及分析第74-81页
        4.4.1 环境配置第74-75页
        4.4.2 规律性负载预测第75-76页
        4.4.3 LBVMM算法第76-81页
    4.5 本章小结第81-82页
第5章 基于OpenStack虚拟机智能管理平台第82-90页
    5.1 基于OpenStack虚拟机智能管理平台第82-84页
    5.2 关键模块的设计与实现第84-86页
        5.2.1 基于短期负载预测的虚拟机动态配置第84-85页
        5.2.2 基于长期负载规律的虚拟机管理第85-86页
    5.3 应用效果第86-89页
    5.4 本章小结第89-90页
第6章 总结与展望第90-92页
    6.1 论文总结第90-91页
    6.2 展望第91-92页
参考文献第92-96页
攻读硕士学位期间主要的研究成果第96-97页
致谢第97页

论文共97页,点击 下载论文
上一篇:分布式并行环境下的网络爬虫研究
下一篇:下行多用户MIMO预编码方法的研究与应用