分层分布式云中虚拟机优化部署的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 引言 | 第7-8页 |
| 1.2 研究背景及意义 | 第8页 |
| 1.3 本文研究内容及主要工作 | 第8-9页 |
| 1.4 论文结构安排 | 第9-11页 |
| 第二章 云计算及资源分配策略概述 | 第11-23页 |
| 2.1 云计算概述 | 第11-15页 |
| 2.1.1 云计算概念 | 第11页 |
| 2.1.2 云计算分类 | 第11-13页 |
| 2.1.3 云计算的服务提供 | 第13-14页 |
| 2.1.4 云计算的发展现状 | 第14-15页 |
| 2.2 关键技术及分布式计算框架 | 第15-16页 |
| 2.2.1 虚拟化技术 | 第15页 |
| 2.2.2 分布式计算框架 | 第15-16页 |
| 2.3 资源调度策略概述 | 第16-19页 |
| 2.3.1 基于物理机粒度的资源管理 | 第17页 |
| 2.3.2 基于进程粒度的资源管理 | 第17-18页 |
| 2.3.3 基于虚拟机粒度的资源管理 | 第18-19页 |
| 2.4 云计算中心资源调度模拟系统 | 第19-21页 |
| 2.4.1 CloudSim 体系结构 | 第19-20页 |
| 2.4.2 CloudSim 仿真流程 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 分层分布式云中计算中心选择的策略 | 第23-41页 |
| 3.1 分层分布式云体系结构 | 第23-25页 |
| 3.1.1 集中式云计算体系 | 第23-24页 |
| 3.1.2 分布式云计算体系 | 第24-25页 |
| 3.2 问题描述 | 第25页 |
| 3.3 计算中心选择策略的研究 | 第25-33页 |
| 3.3.1 寻找最优子图算法 | 第26-29页 |
| 3.3.2 代价感知的虚拟机数目估计 | 第29-31页 |
| 3.3.3 算法分析及时间复杂度 | 第31-33页 |
| 3.4 针对分布式任务划分计算中心簇 | 第33-37页 |
| 3.4.1 分布式计算和云计算的结合 | 第33页 |
| 3.4.2 分布式应用中虚拟机放置问题描述 | 第33-34页 |
| 3.4.3 分布式应用虚拟机放置算法 | 第34-37页 |
| 3.5 仿真结果分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 计算中心内部物理主机选择的策略 | 第41-59页 |
| 4.1 树型网络拓扑结构 | 第41-42页 |
| 4.2 寻找最优子树 | 第42-50页 |
| 4.2.1 寻找最优子树问题描述 | 第42-43页 |
| 4.2.2 寻找最优子树算法 | 第43-47页 |
| 4.2.3 使用多个衡量标准进一步优化子树选择 | 第47-50页 |
| 4.3 实验与分析 | 第50-58页 |
| 4.3.1 寻找最优子树的仿真实验 | 第51-53页 |
| 4.3.2 搭建真实开源平台并进行实验 | 第53-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59-60页 |
| 5.2 未来研究展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 研究成果 | 第67-68页 |
