摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-22页 |
1.1 研究的背景、目的及意义 | 第10-12页 |
1.2 国内外研究现状及分析 | 第12-19页 |
1.2.1 国内外研究现状 | 第12-18页 |
1.2.2 研究现状分析 | 第18-19页 |
1.3 研究内容及预期成果 | 第19-20页 |
1.4 论文后续部分组织结构 | 第20-22页 |
第2章 DPS-CMS云安全监控系统架构的研究与设计 | 第22-38页 |
2.1 云监控系统架构设计的原则 | 第22-28页 |
2.1.1 云监控属性 | 第23-24页 |
2.1.2 云监控级别 | 第24-25页 |
2.1.3 云监控角度 | 第25-26页 |
2.1.4 云监控的系统架构类型研究 | 第26-28页 |
2.2 基于分域和P/S模式的云安全监控系统架构 | 第28-36页 |
2.2.1 P/S通信模型的概述与分析 | 第28-30页 |
2.2.2 基于分域和P/S模式的云安全监控系统架构的设计 | 第30-33页 |
2.2.3 DPS-CMS的处理流程 | 第33-35页 |
2.2.4 DPS-CMS的属性和特点 | 第35-36页 |
2.3 本章小结 | 第36-38页 |
第3章 基于贝叶斯的云节点负载预测方法研究与实现 | 第38-50页 |
3.1 云节点负载预测现状及分析 | 第38-39页 |
3.2 负载预测方法相关理论 | 第39-41页 |
3.3 基于贝叶斯的云节点负载预测方法 | 第41-44页 |
3.3.1 贝叶斯分类 | 第41-42页 |
3.3.2 状态向量和属性向量的确定 | 第42-44页 |
3.4 基于贝叶斯的云节点负载预测方法的实验及分析 | 第44-48页 |
3.4.1 CloudSim云计算仿真环境的搭建 | 第44-45页 |
3.4.2 衡量指标 | 第45-46页 |
3.4.3 选择算法对比 | 第46页 |
3.4.4 实验结果分析 | 第46-48页 |
3.5 本章小结 | 第48-50页 |
第4章 DPS-CMS数据预处理方法的研究与实现 | 第50-60页 |
4.1 数据预处理方法的概述与分析 | 第50-52页 |
4.2 一种基于信息熵的Topic_Agent数据预处理方法 | 第52-56页 |
4.2.1 Topic_Agent数据分类方法 | 第52-54页 |
4.2.2 冲突数据的处理 | 第54-55页 |
4.2.3 Topic_Agent转发数据机制信息副本的确定 | 第55-56页 |
4.3 数据预处理方法的实验及分析 | 第56-59页 |
4.3.1 实验环境设置 | 第56-58页 |
4.3.2 衡量指标 | 第58页 |
4.3.3 实验结果分析 | 第58-59页 |
4.4 本章小结 | 第59-60页 |
结论 | 第60-62页 |
参考文献 | 第62-68页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第68-70页 |
致谢 | 第70页 |