首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--机房论文

云计算性能与节能的动态优化研究

致谢第1-6页
摘要第6-7页
Abstract第7-9页
目录第9-13页
插图清单第13-14页
附表清单第14-15页
英文缩略词清单第15-17页
1 引言第17-25页
   ·研究背景第17-19页
   ·研究问题第19-21页
     ·数据中心计算资源自配置的性能与节能优化第19页
     ·分布式SaaS云请求路由与VM调度的节能优化第19-20页
     ·MC2链路选择与传输调度的性能与节能优化第20-21页
   ·研究难点与挑战第21-22页
   ·研究内容与成果第22-24页
   ·论文组织第24-25页
2 相关研究综述第25-32页
   ·数据中心资源自配置的性能与节能优化第25-26页
     ·以提升系统性能为目标的资源自配置第25-26页
     ·兼顾系统性能与能耗的资源自配置第26页
   ·分布式数据中心的性能与节能优化第26-29页
     ·服务器级的DFS机制与整合第26-27页
     ·数据中心级的动态容量供应与请求路由第27-28页
     ·分布式数据中心级的请求路由第28页
     ·利用再生能源的数据中心性能与节能优化第28-29页
   ·MC2端到端数据传输的性能与节能优化第29-30页
     ·高能效的代码卸载技术第29-30页
     ·动态链路选择第30页
     ·数据传输调度第30页
   ·总结与分析第30-32页
3 动态优化研究方法第32-43页
   ·马尔科夫决策过程第32-33页
   ·马尔科夫决策问题的限制条件第33-34页
     ·非受限的马尔科夫决策问题第33页
     ·受限的马尔科夫决策问题第33-34页
   ·马尔科夫决策问题的求解方法研究第34-42页
     ·精确求解方法第34-37页
     ·强化学习方法第37-39页
     ·近似动态规划方法第39-40页
     ·Lyapunov随机优化方法第40-42页
   ·本章小结第42-43页
4 数据中心计算资源自配置的性能与节能优化第43-65页
   ·概述第43-45页
   ·资源自配置框架第45-47页
     ·云数据中心架构第45-46页
     ·云数据中心能耗模型第46-47页
     ·应用请求路由第47页
   ·资源自配置问题的MDP描述第47-51页
     ·系统状态第48-49页
     ·DFS配置行为第49页
     ·状态转移方程第49-50页
     ·成本与目标函数第50-51页
   ·资源自配置算法设计第51-59页
     ·定义决策后状态第51-52页
     ·应用程序性能预测模型第52-54页
     ·RASA算法初步设计第54-56页
     ·线性值函数近似第56-57页
     ·随机梯度参数更新第57-59页
   ·RASA算法性能评价第59-64页
     ·仿真实验设计第59-60页
     ·仿真结果分析第60-64页
   ·本章小结第64-65页
5 分布式SaaS云请求路由与VM调度的节能优化第65-91页
   ·概述第65-67页
   ·系统模型与假设第67-71页
     ·地理分布式SaaS云的架构第67-68页
     ·应用请求到达与服务模型第68页
     ·能源供需与成本模型第68-69页
     ·碳税成本模型第69-70页
     ·带宽租用成本模型第70-71页
     ·模型假设第71页
   ·成本与性能优化问题描述第71-75页
     ·控制行为第71-73页
     ·控制目标第73-75页
     ·DT-SDP问题描述第75页
   ·GREEN算法设计与理论性能分析第75-83页
     ·原问题的转化第75-77页
     ·问题分解与算法设计第77-79页
     ·算法理论性能边界第79-83页
   ·仿真验证与性能评价第83-90页
     ·实验数据集第83-85页
     ·对比算法与评价指标第85-86页
     ·算法性能评价第86-90页
   ·本章小结第90-91页
6 MC2链路选择与传输调度的性能与节能优化第91-103页
   ·概述第91-93页
   ·数据传输问题的SDP模型第93-96页
     ·系统状态第94页
     ·控制行为第94页
     ·控制目标第94-95页
     ·问题描述第95-96页
   ·链路选择与传输调度算法设计第96-99页
     ·决策后状态的定义第96-97页
     ·值函数近似策略第97页
     ·随机梯度参数更新第97-99页
   ·eLean算法性能评价第99-102页
     ·仿真实验设计第99-100页
     ·仿真性能评价第100-102页
   ·本章小结第102-103页
7 结论第103-107页
   ·研究内容与成果第103-104页
   ·工作展望第104-107页
参考文献第107-119页
作者简历及在学研究成果第119-123页
学位论文数据集第123页

论文共123页,点击 下载论文
上一篇:氧化物异质结在阻变存储器中的应用
下一篇:基于视觉认知的图像搜索与识别关键技术研究