基于虚拟化与动环资源协同调度的数据中心节能优化研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 IT资源节能研究现状 | 第9-11页 |
| 1.2.2 动环资源节能研究现状 | 第11-13页 |
| 1.3 主要研究内容及技术路线 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 技术路线 | 第13-15页 |
| 1.4 文章结构安排 | 第15页 |
| 1.5 小结 | 第15-16页 |
| 2 虚拟架构下的数据中心协同调度模型 | 第16-26页 |
| 2.1 引言 | 第16-17页 |
| 2.2 虚拟架构下的数据中心协同调度节能背景 | 第17-19页 |
| 2.2.1 数据中心架构 | 第17页 |
| 2.2.2 数据中心虚拟化应用概述 | 第17-19页 |
| 2.3 数据中心能耗因素分析 | 第19-22页 |
| 2.4 虚拟架构下的数据中心协同调度模型 | 第22-25页 |
| 2.4.1 IT资源虚拟化调度概述 | 第22-23页 |
| 2.4.2 动环资源协同调度概述 | 第23-24页 |
| 2.4.3 虚拟架构下的协同调度模型 | 第24-25页 |
| 2.5 小结 | 第25-26页 |
| 3 使用虚拟化技术的IT资源节能优化研究 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 虚拟化节能相关理论 | 第26-29页 |
| 3.2.1 虚拟化原理概述 | 第26-28页 |
| 3.2.2 服务器能耗模型 | 第28-29页 |
| 3.3 现有理论及改进算法 | 第29-37页 |
| 3.3.1 现有研究成果分析 | 第29-30页 |
| 3.3.2 遗传猫群优化混合的虚拟机分配算法 | 第30-36页 |
| 3.3.3 使用降序首次适应技术的虚拟机迁移方案 | 第36-37页 |
| 3.4 实验与结果分析 | 第37-41页 |
| 3.4.1 实验配置 | 第37-38页 |
| 3.4.2 实验结果与分析 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 4 基于协同调度的动环资源节能优化研究 | 第42-57页 |
| 4.1 引言 | 第42-43页 |
| 4.2 利用机器学习技术的温度分布预测 | 第43-46页 |
| 4.2.1 模型参数设定 | 第43页 |
| 4.2.2 温度分布预测模型 | 第43-45页 |
| 4.2.3 通过主成分分析(PCA)进行特征选择 | 第45页 |
| 4.2.4 构建回归模型 | 第45-46页 |
| 4.3 利用温度预测的空调调度过程 | 第46-47页 |
| 4.4 性能评估与结果分析 | 第47-56页 |
| 4.4.1 案例情况介绍 | 第47-49页 |
| 4.4.2 数据集和评估指标 | 第49-50页 |
| 4.4.3 案例应用结果分析 | 第50-52页 |
| 4.4.4 模型性能影响因素分析 | 第52-56页 |
| 4.5 小结 | 第56-57页 |
| 5 总结与展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士期间研究成果 | 第64页 |
