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 |