| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第17-31页 |
| 1.1 研究背景 | 第17-24页 |
| 1.1.1 云计算概述 | 第17-21页 |
| 1.1.2 视频媒体流概述 | 第21-24页 |
| 1.2 研究现状与问题分析 | 第24-27页 |
| 1.2.1 云视频媒体流研究现状 | 第24-25页 |
| 1.2.2 云视频媒体流研究问题分析 | 第25-27页 |
| 1.3 主要研究内容 | 第27-28页 |
| 1.4 论文组织结构 | 第28-31页 |
| 第二章 云计算环境下视频流应用优化框架设计及关键技术分析 | 第31-38页 |
| 2.1 引言 | 第31-32页 |
| 2.2 云环境下视频流优化框架设计 | 第32-34页 |
| 2.3 云环境下视频流优化研究的关键技术问题分析 | 第34-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 云计算环境下视频流应用构建优化研究 | 第38-52页 |
| 3.1 引言 | 第38-39页 |
| 3.2 系统模型及问题形式化 | 第39-41页 |
| 3.2.1 云环境下应用构建系统模型 | 第39-40页 |
| 3.2.2 问题形式化 | 第40-41页 |
| 3.3 前k迭代组合理论分析 | 第41-44页 |
| 3.4 快速可信云视频服务选择方法CSSM | 第44-47页 |
| 3.4.1 偏好权重离散化 | 第44-45页 |
| 3.4.2 改进的前k迭代组合 | 第45-46页 |
| 3.4.3 服务组合解排序 | 第46-47页 |
| 3.5 实验评估 | 第47-51页 |
| 3.5.1 实验环境 | 第47页 |
| 3.5.2 排名评估 | 第47-48页 |
| 3.5.3 性能比较评估 | 第48-50页 |
| 3.5.4 相关工作和对比分析 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 云计算环境下视频流应用部署优化研究 | 第52-71页 |
| 4.1 引言 | 第52-53页 |
| 4.2 相关工作 | 第53-54页 |
| 4.3 系统模型和问题形式化 | 第54-57页 |
| 4.3.1 系统模型 | 第54-55页 |
| 4.3.2 问题形式化 | 第55-57页 |
| 4.4 带有理论性能保证的Offline算法 | 第57-64页 |
| 4.4.1 算法概览 | 第57-58页 |
| 4.4.2 粗粒度迁移层 | 第58-59页 |
| 4.4.3 细粒度调度层 | 第59-62页 |
| 4.4.4 理论分析 | 第62-64页 |
| 4.5 算法的Online实现 | 第64-66页 |
| 4.5.1 弱化强假设:短期预测(Short-term Prediction) | 第64页 |
| 4.5.2 算法4-1的Online重设计 | 第64-65页 |
| 4.5.3 算法4-2和算法4-3的Online重设计 | 第65-66页 |
| 4.6 性能评估 | 第66-70页 |
| 4.6.1 数据集和参数介绍 | 第66-67页 |
| 4.6.2 Offline性能评估 | 第67-68页 |
| 4.6.3 Online性能评估 | 第68-70页 |
| 4.7 本章小结 | 第70-71页 |
| 第五章 云计算环境下视频流应用用户接入优化 | 第71-91页 |
| 5.1 引言 | 第71-73页 |
| 5.2 相关工作 | 第73页 |
| 5.3 众包代理 | 第73-76页 |
| 5.3.1 众包代理架构 | 第74-75页 |
| 5.3.2 理论优势分析 | 第75-76页 |
| 5.4 代理调度优化 | 第76-85页 |
| 5.4.1 问题形式化 | 第76-78页 |
| 5.4.2 借助于DP方法的Offline代理调度 | 第78-80页 |
| 5.4.3 通过Lyapunov技巧的Online代理调度方法 | 第80-83页 |
| 5.4.4 在线调度算法执行示例 | 第83-84页 |
| 5.4.5 讨论 | 第84-85页 |
| 5.5 性能评估 | 第85-89页 |
| 5.5.1 实验配置 | 第85-86页 |
| 5.5.2 众包网络条件评估 | 第86-87页 |
| 5.5.3 Offline调度性能评估 | 第87-88页 |
| 5.5.4 Online调度性能评估 | 第88-89页 |
| 5.6 本章小结 | 第89-91页 |
| 第六章 云计算环境下视频流应用用户合作优化 | 第91-110页 |
| 6.1 引言 | 第91-93页 |
| 6.2 相关工作 | 第93页 |
| 6.3 移动4G/LTE网络吞吐率评估研究 | 第93-96页 |
| 6.3.1 移动4G/LTE网络吞吐率评估 | 第93-94页 |
| 6.3.2 进一步量化分析 | 第94-96页 |
| 6.4 基于众包用户雇佣的移动点播视频增强 | 第96-98页 |
| 6.4.1 系统模型 | 第96-97页 |
| 6.4.2 问题形式化 | 第97-98页 |
| 6.4.3 计算复杂度 | 第98页 |
| 6.5 单用户情形下的最优用户雇佣策略 | 第98-100页 |
| 6.6 一般用户雇佣优化策略 | 第100-104页 |
| 6.6.1 GPA算法的基本原理和概述 | 第101页 |
| 6.6.2 基于正规切谱聚类的请求划分 | 第101-102页 |
| 6.6.3 分支限界/贪心成本分配 | 第102-104页 |
| 6.7 讨论 | 第104-106页 |
| 6.8 性能评估 | 第106-109页 |
| 6.8.1 模拟环境配置 | 第106页 |
| 6.8.2 移动控制影响评估 | 第106-108页 |
| 6.8.3 多个算法之间的比较 | 第108-109页 |
| 6.9 本章小结 | 第109-110页 |
| 第七章 总结与展望 | 第110-113页 |
| 参考文献 | 第113-125页 |
| 致谢 | 第125-127页 |
| 附录1: 攻读博士期间科研成果列表 | 第127-128页 |
| 附录2: 攻读博士期间参研项目列表 | 第128-129页 |
| 附录3: 攻读博士期间获奖情况列表 | 第129-130页 |
