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--计算机的应用论文--计算机网络论文--一般性问题论文

云环境下基于SLA的优化资源管理机制研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 基于SLA的资源管理相关研究第11-12页
        1.2.2 云计算环境下的资源调度方法第12页
        1.2.3 数据中心虚拟机迁移策略第12-13页
    1.3 本文主要工作第13-14页
    1.4 论文组织结构第14-16页
第二章 云计算与资源管理相关技术第16-27页
    2.1 云计算技术概述第16-19页
        2.1.1 云计算发展历程第16-17页
        2.1.2 云计算的特点第17-18页
        2.1.3 云计算体系结构第18-19页
    2.2 服务等级协议SLA第19-20页
    2.3 虚拟化技术第20-21页
    2.4 负载均衡技术第21-22页
    2.5 云环境下的虚拟资源管理技术与方法第22-26页
        2.5.1 云资源调度机制第23-25页
        2.5.2 数据中心虚拟机实时迁移技术第25-26页
    2.6 本章小结第26-27页
第三章基于SLA的动态资源调度算法第27-40页
    3.1 问题的提出第27页
    3.2 云环境下基于SLA的资源分配模型第27-31页
        3.2.1 资源调度模型体系第27-29页
        3.2.2 适应度函数的构造第29-31页
    3.3 粒子群算法的应用第31-33页
        3.3.1 粒子群PSO算法思想第31-32页
        3.3.2 粒子群算法的应用实例第32-33页
    3.4 云环境仿真模拟器CloudSim第33-36页
        3.4.1 CloudSim模拟器概述第33-35页
        3.4.2 CloudSim仿真形式第35页
        3.4.3 CloudSim仿真数据调度流程第35-36页
    3.5 实验平台构建与算法实现第36-39页
        3.5.1 实验环境第36-39页
        3.5.2 资源调度及算法核心类实现第39页
    3.6 本章小结第39-40页
第四章 一种改进的混合粒子群SA-PSO优化调度算法第40-47页
    4.1 问题的提出第40页
    4.2 改进的混合粒子群SA-PSO算法第40-42页
        4.2.1 标准模拟退火算法SA概述第40-41页
        4.2.2 改进的混合SA-PSO算法第41-42页
    4.3 仿真实验与分析第42-46页
        4.3.1 虚拟资源实验数据第43页
        4.3.2 用户任务实验数据第43-44页
        4.3.3 数据中心描述第44页
        4.3.4 实验结果分析第44-46页
    4.4 本章小结第46-47页
第五章 数据中心虚拟机迁移策略第47-60页
    5.1 问题的提出第47页
    5.2 数据中心虚拟机迁移模型第47-49页
        5.2.1 相关定义第47-48页
        5.2.2 资源负载均衡公式推导第48-49页
    5.3 虚拟机迁移策略第49-51页
        5.3.1 虚拟机迁移框架第49-51页
        5.3.2 虚拟机迁移过程第51页
    5.4 虚拟机迁移算法第51-56页
        5.4.1 蚁群算法ACO原理第51-52页
        5.4.2 ACO算法在虚拟机迁移匹配中的应用第52-56页
    5.5 仿真实验与结果分析第56-59页
    5.6 本章小结第59-60页
第六章 总结与展望第60-62页
    6.1 工作总结第60页
    6.2 展望第60-62页
参考文献第62-66页
附录第66-72页
致谢第72-73页
攻读学位期间研究成果第73-74页

论文共74页,点击 下载论文
上一篇:论我国公私合作中的法律关系--以公共基础设施建设为中心
下一篇:宪法视域下个人信息保护问题研究