摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第16-26页 |
1.1 研究背景与意义 | 第16-18页 |
1.2 虚机部署概述 | 第18-21页 |
1.2.1 虚机部署的概念 | 第18-19页 |
1.2.2 当前研究中存在的不足 | 第19-21页 |
1.3 论文主要内容及创新点 | 第21-23页 |
1.4 论文组织结构 | 第23-26页 |
第2章 云计算基本知识及本文的数学模型 | 第26-34页 |
2.1 云计算的基本知识 | 第26-31页 |
2.1.1 云计算的概念 | 第26页 |
2.1.2 云计算的特征 | 第26-27页 |
2.1.3 云计算的分类 | 第27-28页 |
2.1.4 云计算的虚拟化技术 | 第28-29页 |
2.1.5 云计算的挑战 | 第29-31页 |
2.2 本文的数学模型 | 第31-33页 |
2.2.1 M/M/1排队模型 | 第31-32页 |
2.2.2 拥塞博弈模型 | 第32-33页 |
2.3 本章小结 | 第33-34页 |
第3章 基于排队模型的分布式云中的虚机部署优化 | 第34-60页 |
3.1 引言 | 第34-36页 |
3.2 相关工作 | 第36-37页 |
3.3 系统模型 | 第37-40页 |
3.4 MML的解决方案 | 第40-45页 |
3.4.1 问题建模 | 第40-41页 |
3.4.2 算法描述 | 第41-43页 |
3.4.3 算法可行性和性能 | 第43-45页 |
3.5 MTL的解决方案 | 第45-51页 |
3.5.1 问题建模 | 第45-46页 |
3.5.2 算法描述 | 第46-51页 |
3.6 资源缺乏时的解决方案 | 第51-54页 |
3.6.1 问题建模 | 第51-52页 |
3.6.2 算法描述 | 第52-54页 |
3.7 实验仿真 | 第54-59页 |
3.7.1 实验设置 | 第54-55页 |
3.7.2 MML的实验结果 | 第55-56页 |
3.7.3 MTL的实验结果 | 第56-57页 |
3.7.4 扩展算法的实验结果 | 第57-59页 |
3.8 本章小结 | 第59-60页 |
第4章 基于动态扩张的地理分布式云中的虚机部署优化 | 第60-88页 |
4.1 引言 | 第60-63页 |
4.2 相关工作 | 第63-64页 |
4.3 问题描述 | 第64-68页 |
4.3.1 系统结构 | 第64-66页 |
4.3.2 两种服务模式 | 第66-68页 |
4.3.3 问题定义 | 第68页 |
4.4 收入导向模式下的解决方案 | 第68-71页 |
4.4.1 NP困难 | 第68-69页 |
4.4.2 算法 | 第69-71页 |
4.5 服务导向模式下的解决方案 | 第71-76页 |
4.5.1 NP困难 | 第71-74页 |
4.5.2 算法 | 第74-76页 |
4.6 扩展问题的算法 | 第76-79页 |
4.7 实验仿真 | 第79-86页 |
4.7.1 实验设置 | 第79-80页 |
4.7.2 云用户满意度 | 第80-82页 |
4.7.3 总收入 | 第82-83页 |
4.7.4 平均延迟 | 第83-85页 |
4.7.5 参数的影响 | 第85-86页 |
4.8 本章小结 | 第86-88页 |
第5章 地理分布云环境下大规模应用的虚机部署优化 | 第88-112页 |
5.1 引言 | 第88-90页 |
5.2 相关工作 | 第90-91页 |
5.3 问题描述 | 第91-95页 |
5.3.1 系统模型 | 第91-93页 |
5.3.2 拥塞博弈模型 | 第93页 |
5.3.3 多应用的情况 | 第93-95页 |
5.4 针对单个应用的解决方案 | 第95-103页 |
5.4.1 问题建模 | 第95-96页 |
5.4.2 单层优化问题 | 第96-102页 |
5.4.3 算法及其性能 | 第102-103页 |
5.5 针对多个应用的解决方案 | 第103-106页 |
5.6 实验仿真 | 第106-110页 |
5.6.1 实验设置 | 第106-107页 |
5.6.2 针对单个应用的性能评估 | 第107-108页 |
5.6.3 针对多个应用的性能评估 | 第108-110页 |
5.7 本章小结 | 第110-112页 |
第6章 总结与展望 | 第112-116页 |
6.1 总结全文 | 第112-114页 |
6.2 下一步工作展望 | 第114-116页 |
参考文献 | 第116-124页 |
致谢 | 第124-126页 |
在读期间发表的学术论文与取得的研究成果 | 第126-127页 |