| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 本论文的主要贡献 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-19页 |
| 2 相关技术概述 | 第19-37页 |
| 2.1 云计算概念及其发展 | 第19-26页 |
| 2.1.1 云计算的发展 | 第19-20页 |
| 2.1.2 云计算的相关概念及关键技术 | 第20-26页 |
| 2.2 异常检测技术 | 第26-35页 |
| 2.2.1 异常类型 | 第27-28页 |
| 2.2.2 异常检测模式 | 第28-29页 |
| 2.2.3 常用异常检测方法 | 第29-34页 |
| 2.2.4 异常检测方法性能评价指标 | 第34-35页 |
| 2.3 本章小结 | 第35-37页 |
| 3 云平台下运行环境感知的虚拟机异常检测策略研究 | 第37-51页 |
| 3.1 引言 | 第37-38页 |
| 3.2 云环境下虚拟机异常状态检测所面临的问题 | 第38-39页 |
| 3.3 虚拟机的运行环境属性和性能属性定义 | 第39-40页 |
| 3.4 虚拟机异常检测策略 | 第40-44页 |
| 3.5 基于虚拟机运行环境相似性的检测域划分 | 第44-49页 |
| 3.6 本章小结 | 第49-51页 |
| 4 检测域内状态信息采集网络构建技术研究 | 第51-73页 |
| 4.1 引言 | 第51页 |
| 4.2 状态信息采集网络构建技术分析 | 第51-52页 |
| 4.3 检测域内状态信息采集网络动态构建算法 | 第52-69页 |
| 4.3.1 资源感知的静态拓扑规划算法 | 第57-67页 |
| 4.3.2 动态拓扑调整算法 | 第67-69页 |
| 4.4 实验及分析 | 第69-72页 |
| 4.5 本章小结 | 第72-73页 |
| 5 检测虚拟机部署技术研究 | 第73-105页 |
| 5.1 引言 | 第73页 |
| 5.2 虚拟机部署技术分析 | 第73-79页 |
| 5.3 基于资源向量的改进部署技术（E_VectorDot） | 第79-83页 |
| 5.4 共享资源竞争对虚拟机性能的影响分析和研究 | 第83-102页 |
| 5.4.1 CPU资源竞争对虚拟机性能的影响 | 第84-93页 |
| 5.4.2 Cache资源竞争对虚拟机性能的影响 | 第93-101页 |
| 5.4.3 CPU和Cache资源竞争对虚拟机事务处理能力（TPS）的影响 | 第101-102页 |
| 5.5 感知共享资源竞争的虚拟机部署技术（SRCA_E_VectorDot） | 第102-103页 |
| 5.6 本章小结 | 第103-105页 |
| 6 基于自组织映射（SOM）的虚拟机异常检测技术研究 | 第105-137页 |
| 6.1 引言 | 第105页 |
| 6.2 基于增量SOM的虚拟机异常检测算法 | 第105-114页 |
| 6.2.1 基于增量SOM的虚拟机状态建模 | 第106-109页 |
| 6.2.2 基于增量SOM建模过程中的参数设定 | 第109-113页 |
| 6.2.3 基于状态模型的虚拟机异常状态识别 | 第113-114页 |
| 6.3 增量SOM训练过程的优化改进算法 | 第114-121页 |
| 6.3.1 SOM网络初始化 | 第115-117页 |
| 6.3.2 基于加权欧氏距离的改进训练域中心确定方法 | 第117-119页 |
| 6.3.3 基于邻域的训练域中心点改进搜索算法 | 第119-121页 |
| 6.4 基于增量SOM的动态自适应虚拟机异常检测机制 | 第121-126页 |
| 6.5 实验及分析 | 第126-136页 |
| 6.5.1 实验环境构建及实验方案设计 | 第126-130页 |
| 6.5.2 实验结果及分析 | 第130-136页 |
| 6.6 本章小结 | 第136-137页 |
| 7 总结与展望 | 第137-141页 |
| 7.1 研究总结 | 第137-138页 |
| 7.2 未来展望 | 第138-141页 |
| 致谢 | 第141-143页 |
| 参考文献 | 第143-153页 |
| 附录 | 第153-154页 |
| A. 作者在攻读学位期间发表的论文目录 | 第153-154页 |
| B. 作者在攻读学位期间参加的科研项目 | 第154页 |
