| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 网络负载资源预测的国内外研究现状 | 第10-12页 |
| 1.3 论文主要工作及组织架构 | 第12-15页 |
| 1.3.1 论文主要工作 | 第12-13页 |
| 1.3.2 论文组织架构 | 第13-15页 |
| 第2章 相关研究基础 | 第15-29页 |
| 2.1 云计算技术概述 | 第15-21页 |
| 2.1.1 云计算主要特点与关键技术 | 第16-18页 |
| 2.1.2 云计算服务类型 | 第18-19页 |
| 2.1.3 云平台计算的三种模型 | 第19-21页 |
| 2.2 虚拟化技术概述 | 第21-23页 |
| 2.2.1 虚拟化技术分类 | 第22-23页 |
| 2.2.2 虚拟化技术的主要优势 | 第23页 |
| 2.3 ARIMA时间序列模型理论 | 第23-24页 |
| 2.4 卡尔曼滤波模型理论 | 第24-26页 |
| 2.5 其他常用预测模型方法 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 基于混合模型的预测算法 | 第29-41页 |
| 3.1 基于混合模型的提出 | 第29页 |
| 3.2 基于混合模型的构建 | 第29-32页 |
| 3.2.1 负载数据时间序列模型的建立 | 第29-30页 |
| 3.2.2 ARIMA模型导入Kalman滤波方程 | 第30-32页 |
| 3.3 基于混合模型的网络负载预测实验结果与分析 | 第32-38页 |
| 3.3.1 网络负载数据的获取与预处理 | 第32-33页 |
| 3.3.2 实验过程及结果 | 第33-37页 |
| 3.3.3 实验评价 | 第37-38页 |
| 3.4 本章小结 | 第38-41页 |
| 第4章 云环境下基于混合模型的预测方法实现 | 第41-49页 |
| 4.1 Cloudsim仿真云平台概述 | 第41-44页 |
| 4.1.1 Cloudsim体系结构 | 第42-43页 |
| 4.1.2 Cloudsim仿真云平台优势 | 第43-44页 |
| 4.2 基于混合模型预测的虚拟机部署 | 第44-46页 |
| 4.2.1 热点测检 | 第44页 |
| 4.2.2 虚拟机部署方法 | 第44-46页 |
| 4.3 实验结果与分析 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-59页 |
| 硕士研究生期间获得研究成果 | 第59页 |
| 一、攻读硕士学位期间取得的成果 | 第59页 |
| 二、攻读硕士学位期间参与的科研项目 | 第59页 |
| 三、攻读硕士学位期间获奖情况 | 第59页 |