面向绿色云计算的能耗优化策略研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究内容和组织结构 | 第10-11页 |
| 第二章 云系统相关技术概述 | 第11-21页 |
| 2.1 云计算概述 | 第11-15页 |
| 2.1.1 云计算的特征与优势 | 第11-12页 |
| 2.1.2 云计算的体系架构 | 第12-13页 |
| 2.1.3 云计算应用 | 第13-15页 |
| 2.2 绿色云计算 | 第15-16页 |
| 2.2.1 绿色云计算概述 | 第15-16页 |
| 2.2.2 绿色云计算的体系架构 | 第16页 |
| 2.3 能耗优化机制 | 第16-20页 |
| 2.3.1 虚拟化技术 | 第17页 |
| 2.3.2 任务调度 | 第17页 |
| 2.3.3 其他节能机制 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于虚拟机放置的能耗优化策略 | 第21-34页 |
| 3.1 虚拟机放置问题 | 第21-23页 |
| 3.1.1 问题的描述 | 第21-22页 |
| 3.1.2 问题的解决方法 | 第22-23页 |
| 3.2 云环境下虚拟机放置模型的建立 | 第23-26页 |
| 3.2.1 服务器的能耗模型 | 第23-24页 |
| 3.2.2 基于能耗优化的虚拟机放置模型 | 第24-26页 |
| 3.3 基于能耗优化的BGA虚拟机放置算法 | 第26-33页 |
| 3.3.1 遗传算法的介绍 | 第26-28页 |
| 3.3.2 BFD算法生成初始种群 | 第28-29页 |
| 3.3.3 融入BFD算法的遗传算法 | 第29-32页 |
| 3.3.4 BGA的主要思想 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于任务调度的能耗优化策略 | 第34-46页 |
| 4.1 云计算中的任务调度 | 第34-36页 |
| 4.1.1 任务调度的目标 | 第34-35页 |
| 4.1.2 任务调度的特点 | 第35-36页 |
| 4.2 任务调度模型及算法研究 | 第36-39页 |
| 4.2.1 基于时间-能耗的任务调度模型 | 第36-38页 |
| 4.2.2 任务调度算法研究现状及存在的问题 | 第38-39页 |
| 4.3 基于能耗优化的GCA任务调度算法 | 第39-45页 |
| 4.3.1 蚁群算法的介绍 | 第39-41页 |
| 4.3.2 GA的相关设定 | 第41-43页 |
| 4.3.3 加入蚁群优化算法的GA | 第43-45页 |
| 4.3.4 GCA的任务调度 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 仿真实验分析及实际应用 | 第46-62页 |
| 5.1 CloudSim仿真平台 | 第46-49页 |
| 5.1.1 CloudSim介绍 | 第46-48页 |
| 5.1.2 仿真实验环境配置 | 第48-49页 |
| 5.2 基于BGA的虚拟机放置仿真实验 | 第49-52页 |
| 5.2.1 实验设计 | 第49-50页 |
| 5.2.2 实验结果与分析 | 第50-52页 |
| 5.3 基于GCA的任务调度仿真实验 | 第52-56页 |
| 5.3.1 实验设计 | 第53-54页 |
| 5.3.2 实验结果与分析 | 第54-56页 |
| 5.4 互联网行业中的应用 | 第56-61页 |
| 5.4.1 企业云对公司业务的支撑 | 第56-59页 |
| 5.4.2 能耗优化策略的应用 | 第59-61页 |
| 5.4.3 应用效果 | 第61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |
