云计算环境中的资源调度策略研究及仿真分析
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容及意义 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 云计算综述 | 第14-30页 |
| 2.1 云计算的概念 | 第14-19页 |
| 2.1.1 云计算的定义 | 第14-15页 |
| 2.1.2 云计算的分类 | 第15-17页 |
| 2.1.3 云计算的特征 | 第17-19页 |
| 2.2 云计算基本原理及体系结构 | 第19-22页 |
| 2.2.1 云计算基本原理 | 第19-20页 |
| 2.2.2 云计算逻辑结构 | 第20-21页 |
| 2.2.3 云计算技术体系结构 | 第21-22页 |
| 2.3 云计算与网格计算的区别 | 第22-23页 |
| 2.3.1 网格计算的定义 | 第22页 |
| 2.3.2 网格计算与云计算的异同点 | 第22-23页 |
| 2.4 云计算的关键技术与挑战 | 第23-25页 |
| 2.5 云计算发展现状 | 第25-26页 |
| 2.5.1 IBM蓝云 | 第25-26页 |
| 2.5.2 Amazon弹性云 | 第26页 |
| 2.5.3 Google云应用 | 第26页 |
| 2.5.4 无锡云计算中心 | 第26页 |
| 2.6 云安全 | 第26-29页 |
| 2.6.1 云安全的研究方向 | 第27-28页 |
| 2.6.2 云安全现状 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 3 云计算资源调度策略的研究与分析 | 第30-37页 |
| 3.1 云计算资源调度研究现状 | 第30-32页 |
| 3.1.1 以降低能效为目标的调度 | 第30-31页 |
| 3.1.2 以提高服务质量(QoS)为目标的调度 | 第31页 |
| 3.1.3 以提高资源利用率为目标的调度 | 第31-32页 |
| 3.1.4 基于经济管理机制的调度 | 第32页 |
| 3.1.5 以负载均衡为目标的调度 | 第32页 |
| 3.2 典型的调度方案 | 第32-33页 |
| 3.2.1 Google资源调度方法 | 第33页 |
| 3.2.2 IBM资源调度方法 | 第33页 |
| 3.2.3 Amazon资源调度方法 | 第33页 |
| 3.3 云计算资源管理体系 | 第33-35页 |
| 3.4 常用调度算法 | 第35-36页 |
| 3.4.1 传统调度算法 | 第35页 |
| 3.4.2 启发式调度算法 | 第35页 |
| 3.4.3 改进的算法 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 一种混合遗传算法与蚁群算法的任务调度策略 | 第37-47页 |
| 4.1 云计算任务调度现状分析 | 第37-38页 |
| 4.2 云计算任务分配模型 | 第38-41页 |
| 4.2.1 任务分配框架 | 第38-40页 |
| 4.2.2 问题形式化描述 | 第40-41页 |
| 4.3 基于混合遗传算法与蚁群算法的任务调度策略 | 第41-44页 |
| 4.3.1 改进算法思想 | 第42页 |
| 4.3.2 云计算任务调度的设计 | 第42-44页 |
| 4.4 实验结果与分析 | 第44-46页 |
| 4.4.1 实验参数设置 | 第44-45页 |
| 4.4.2 实验结果分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 一种虚拟机迁移技术的研究 | 第47-59页 |
| 5.1 相关背景 | 第47-48页 |
| 5.2 效能优化基本思想 | 第48-50页 |
| 5.3 虚拟机优化迁移策略 | 第50-54页 |
| 5.3.1 问题的形式化描述 | 第50-51页 |
| 5.3.2 模型设计及相关概念 | 第51-53页 |
| 5.3.3 算法设计与实现 | 第53-54页 |
| 5.4 实验结果与分析 | 第54-58页 |
| 5.4.1 实验环境配置 | 第55-56页 |
| 5.4.2 实验与分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-60页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-67页 |
