| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的背景和意义 | 第10-12页 |
| 1.2 云应用性能优化决策方法的研究现状 | 第12-13页 |
| 1.3 云应用自适应优化框架 | 第13-14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-18页 |
| 第2章 研究基础 | 第18-28页 |
| 2.1 协同过滤技术 | 第18-20页 |
| 2.2 支持向量回归技术 | 第20-21页 |
| 2.3 深度信念网络技术 | 第21-23页 |
| 2.4 差分搜索算法 | 第23-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 面向资源成本的云应用性能优化决策方法 | 第28-42页 |
| 3.1 云应用性能优化决策问题提出 | 第28-29页 |
| 3.2 面向资源成本的云应用性能优化决策模型 | 第29-31页 |
| 3.2.1 基本定义 | 第29-31页 |
| 3.2.2 目标函数 | 第31页 |
| 3.2.3 约束条件 | 第31页 |
| 3.3 基于IGA的云应用性能优化决策算法 | 第31-38页 |
| 3.3.1 IGA的基本思路 | 第32-34页 |
| 3.3.2 基于IGA的云应用性能优化决策算法设计 | 第34-36页 |
| 3.3.3 基于IGA的云应用性能优化决策算法描述 | 第36-38页 |
| 3.4 实验结果分析 | 第38-41页 |
| 3.4.1 参数配置 | 第38页 |
| 3.4.2 实验结果 | 第38-40页 |
| 3.4.3 实验分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 CSDM建模和云应用负载预测 | 第42-64页 |
| 4.1 CSDM建模 | 第42-53页 |
| 4.1.1 云应用资源与组件服务质量关系问题描述 | 第42-44页 |
| 4.1.2 基于CFR和SVR构建资源与组件服务质量关系模型 | 第44-45页 |
| 4.1.3 基于CFR和SVR的组件服务质量预测算法 | 第45-48页 |
| 4.1.4 实验结果分析 | 第48-53页 |
| 4.2 云应用负载预测 | 第53-63页 |
| 4.2.1 云应用负载预测问题描述 | 第53-54页 |
| 4.2.2 基于深度信念网络的云应用负载预测模型 | 第54-55页 |
| 4.2.3 基于深度信念网络的云应用负载预测算法 | 第55-57页 |
| 4.2.4 实验结果分析 | 第57-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第5章 云应用性能优化决策方法的应用 | 第64-82页 |
| 5.1 云应用性能优化基本过程 | 第64-67页 |
| 5.2 云应用性能优化决策方法的应用实施方案 | 第67-74页 |
| 5.2.1 实验平台的系统结构 | 第67-68页 |
| 5.2.2 实验平台的运行过程 | 第68-71页 |
| 5.2.3 实验方案设计 | 第71-74页 |
| 5.3 云应用性能优化决策方法的应用实例分析 | 第74-80页 |
| 5.3.1 实例描述 | 第74-75页 |
| 5.3.2 实验配置 | 第75-76页 |
| 5.3.3 实验结果 | 第76-79页 |
| 5.3.4 实验分析 | 第79-80页 |
| 5.4 本章小结 | 第80-82页 |
| 第6章 结论 | 第82-84页 |
| 6.1 本文的主要工作 | 第82-83页 |
| 6.2 工作展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 攻读硕士学位期间的论文项目情况 | 第90页 |
