| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-28页 |
| ·研究背景 | 第10-19页 |
| ·共享网络中的实时任务 | 第11-15页 |
| ·流媒体传输 | 第15-18页 |
| ·传统接纳控制机制的局限性 | 第18-19页 |
| ·研究现状 | 第19-26页 |
| ·接纳控制 | 第19-22页 |
| ·负载预测 | 第22-26页 |
| ·研究内容与主要贡献 | 第26-27页 |
| ·论文结构 | 第27-28页 |
| 第二章 实时任务的可执行概率 | 第28-33页 |
| ·网络实时任务的可执行条件 | 第28-29页 |
| ·共享网络中实时任务的可执行概率的确定 | 第29-30页 |
| ·实时任务接纳控制 | 第30-32页 |
| ·网络资源的统计、建模与分析 | 第31页 |
| ·实时任务的可执行判别与决策 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 共享网络中多种资源余量的动态测量 | 第33-44页 |
| ·测量对象 | 第33-34页 |
| ·测量机制 | 第34-35页 |
| ·测量方法 | 第35-43页 |
| ·小结 | 第43-44页 |
| 第四章 共享网络中的实时任务可执行概率预测 | 第44-56页 |
| ·灰色预测理论 | 第44-46页 |
| ·灰色理论的基本概念 | 第44-45页 |
| ·灰色预测的原理 | 第45-46页 |
| ·改进的GM (1, N ) 预测模型 | 第46-49页 |
| ·构造累加生成(1- AGO ) 序列和紧邻生成序列Z~((1))( k ) | 第46-47页 |
| ·求解灰色微分方程，预测模型 | 第47-48页 |
| ·对预测值P_1 进行残差检验 | 第48页 |
| ·预测值修正 | 第48-49页 |
| ·计算实时任务的可执行概率 | 第49-55页 |
| ·数据准备 | 第50-51页 |
| ·计算预测值序列 | 第51-52页 |
| ·关联度检验 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第五章 基于可执行概率的反馈接纳控制机制 | 第56-62页 |
| ·反馈接纳控制模型 | 第56-58页 |
| ·决策和控制流程 | 第58-61页 |
| ·小结 | 第61-62页 |
| 第六章 实验及结果分析 | 第62-69页 |
| ·实验环境 | 第62-63页 |
| ·实验方法 | 第63-68页 |
| ·EPBAC-FM 与基于测量的接纳控制机制（MBAC）的对比 | 第63-66页 |
| ·EPBAC-FM 预测序列与实际负载的对比 | 第66-67页 |
| ·改进的GM (1, N ) 模型与传统GM (1,1) 模型的预测精度对比 | 第67-68页 |
| ·小结 | 第68-69页 |
| 结束语 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 作者在学期间取得的学术成果 | 第76-77页 |
| 附录A 攻读硕士期间参加的科研工作 | 第77页 |
