| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-27页 |
| 1.1 数据中心网络与云计算 | 第14-15页 |
| 1.2 数据中心网络的研究历史与现状 | 第15-23页 |
| 1.2.1 数据中心网络流量路由的优化 | 第16-18页 |
| 1.2.2 数据中心网络流量调度的优化 | 第18-20页 |
| 1.2.3 数据中心中网络拓扑设计 | 第20-22页 |
| 1.2.4 数据中心中虚拟机映射的优化 | 第22-23页 |
| 1.3 本文的主要贡献与创新 | 第23-24页 |
| 1.4 本论文的结构安排 | 第24-27页 |
| 第二章 数据中心网络流量的路由与调度 | 第27-50页 |
| 2.1 研究背景 | 第27-28页 |
| 2.2 路由和调度对流量优化的意义 | 第28-30页 |
| 2.3 RAPIER总体设计方案 | 第30-33页 |
| 2.3.1 RAPIER应该具有的特性 | 第30-31页 |
| 2.3.2 RAPIER的总体设计 | 第31-33页 |
| 2.4 RAPIER中关键算法设计 | 第33-39页 |
| 2.4.1 最小化单个coflow的完成时间 | 第33-36页 |
| 2.4.2 算法可行性和性能界分析 | 第36-37页 |
| 2.4.3 剩余带宽分配算法 | 第37-39页 |
| 2.5 仿真结果与分析 | 第39-49页 |
| 2.5.1 系统实现与测试 | 第39-42页 |
| 2.5.1.1 实现方案 | 第39-40页 |
| 2.5.1.2 系统配置 | 第40-41页 |
| 2.5.1.3 实验方案与结果分析 | 第41-42页 |
| 2.5.2 大规模网络数值仿真 | 第42-49页 |
| 2.5.2.1 Coflow宽度对RAPIER性能的影响 | 第43-45页 |
| 2.5.2.2 网络中coflow个数对RAPIER性能的影响 | 第45-47页 |
| 2.5.2.3 相邻coflow到达时间间隔的影响 | 第47-49页 |
| 2.6 本章小结 | 第49-50页 |
| 第三章 数据中心网络业务量工程中的多目标优化框架研究 | 第50-73页 |
| 3.1 研究背景 | 第50-52页 |
| 3.2 负载均衡模型 | 第52-53页 |
| 3.3 能量效率模型 | 第53-54页 |
| 3.4 纳什议价模型 | 第54-55页 |
| 3.5 问题分析 | 第55-57页 |
| 3.5.1 方案应具有的特性 | 第55-57页 |
| 3.5.2 纳什议价的优势 | 第57页 |
| 3.6 基于纳什议价的多目标优化方案 | 第57-67页 |
| 3.6.1 纳什议价模型与威胁值博弈 | 第58-60页 |
| 3.6.2 如何得到具有公平性的解 | 第60-66页 |
| 3.6.3 如何求解纳什均衡模型 | 第66-67页 |
| 3.7 仿真及结果分析 | 第67-72页 |
| 3.7.1 简单平行链路网络中的应用 | 第67-69页 |
| 3.7.2 Fattree中的应用 | 第69-70页 |
| 3.7.3 NSFNET中的应用 | 第70-72页 |
| 3.8 本章小结 | 第72-73页 |
| 第四章 数据中心网络虚拟机放置与拓扑控制 | 第73-102页 |
| 4.1 研究背景 | 第73-76页 |
| 4.2 数据中心动态拓扑与虚拟机放置 | 第76-79页 |
| 4.2.1 OSA交换结构 | 第76-78页 |
| 4.2.2 虚拟机放置问题 | 第78页 |
| 4.2.3 联合优化网络拓扑和虚拟机放置的原因 | 第78-79页 |
| 4.3 问题建模 | 第79-82页 |
| 4.3.1 网络模型 | 第79页 |
| 4.3.2 代价模型 | 第79-80页 |
| 4.3.3 模型约束 | 第80-82页 |
| 4.4 离线算法设计 | 第82-90页 |
| 4.4.1 模型分析 | 第82-83页 |
| 4.4.2 子问题1的求解——虚拟机分组 | 第83-85页 |
| 4.4.3 子问题2的求解——拓扑设计与路由 | 第85-88页 |
| 4.4.4 算法分析 | 第88-90页 |
| 4.4.5 算法应用讨论 | 第90页 |
| 4.5 在线算法设计 | 第90-93页 |
| 4.5.1 在线算法设计分析 | 第90-91页 |
| 4.5.2 虚拟机放置在线优化 | 第91-92页 |
| 4.5.3 离线算法的使用 | 第92-93页 |
| 4.5.4 租户的进入和退出 | 第93页 |
| 4.6 仿真及实验结论 | 第93-100页 |
| 4.6.1 离线算法性能随ToR最大度数影响研究 | 第94-97页 |
| 4.6.1.1 ToR最大度数对容量代价的影响 | 第94-95页 |
| 4.6.1.2 ToR最大度数对溢出代价的影响 | 第95-97页 |
| 4.6.2 离线算法性能随网络大小影响研究 | 第97-99页 |
| 4.6.2.1 网络大小对容量代价的影响 | 第97-98页 |
| 4.6.2.2 网络大小对溢出代价的影响 | 第98-99页 |
| 4.6.3 在线算法性能研究 | 第99-100页 |
| 4.6.3.1 在线迭代次数对容量代价的影响 | 第99页 |
| 4.6.3.2 网络大小对溢出代价的影响 | 第99-100页 |
| 4.7 本章小结 | 第100-102页 |
| 第五章 数据中心网络动态拓扑管理 | 第102-122页 |
| 5.1 研究背景 | 第102-104页 |
| 5.2 渐近拓扑变化的优势 | 第104-106页 |
| 5.3 问题的建模与分析 | 第106-113页 |
| 5.3.1 问题建模 | 第106-108页 |
| 5.3.2 问题的复杂性与可行性 | 第108-113页 |
| 5.4 算法设计 | 第113-117页 |
| 5.4.1 拓扑管理算法 | 第113-116页 |
| 5.4.2 算法实现讨论 | 第116-117页 |
| 5.5 仿真及结果分析 | 第117-121页 |
| 5.5.1 TMA算法性能 | 第117-120页 |
| 5.5.1.1 网络中可用的波长数对算法性能的影响 | 第117-119页 |
| 5.5.1.2 网络中ToR最大度数对算法性能的影响 | 第119-120页 |
| 5.5.2 算法时间复杂度 | 第120-121页 |
| 5.6 本章小节 | 第121-122页 |
| 第六章 全文总结与展望 | 第122-124页 |
| 6.1 全文总结 | 第122-123页 |
| 6.2 后续工作展望 | 第123-124页 |
| 致谢 | 第124-125页 |
| 参考文献 | 第125-133页 |
| 攻读博士学位期间取得的成果 | 第133-134页 |
| 攻读博士学位期间参加的科研项目 | 第134-135页 |
