| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 能耗模型研究现状 | 第8页 |
| 1.2.2 能耗感知的资源分配方法研究现状 | 第8-10页 |
| 1.2.3 基于QoS的高能效任务分配方法技术研究现状 | 第10页 |
| 1.2.4 当前存在的主要问题 | 第10-11页 |
| 1.3 论文主要内容 | 第11-12页 |
| 1.3.1 论文主要研究内容 | 第11-12页 |
| 1.3.2 论文主要创新点 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 云计算资源调度框架及关键技术分析 | 第14-20页 |
| 2.1 云计算资源调度框架 | 第14-16页 |
| 2.2 关键技术分析 | 第16-20页 |
| 2.2.1 物理机状态切换技术 | 第16-17页 |
| 2.2.2 虚拟化技术 | 第17-18页 |
| 2.2.3 CloudSim仿真平台 | 第18-20页 |
| 第三章 QoS提升的高能效任务分配策略 | 第20-35页 |
| 3.1 问题描述 | 第20页 |
| 3.2 云数据中心能耗模型分析 | 第20-23页 |
| 3.2.1 虚拟机能耗模型分析 | 第20-22页 |
| 3.2.2 物理机能耗模型分析 | 第22-23页 |
| 3.3 QoS提升的高能效任务分配算法 | 第23-30页 |
| 3.3.1 任务划分 | 第24-27页 |
| 3.3.2 虚拟机监控 | 第27-28页 |
| 3.3.3 物理机状态切换 | 第28-29页 |
| 3.3.4 全局任务分配 | 第29-30页 |
| 3.4 仿真实验与结果分析 | 第30-34页 |
| 3.4.1 实验环境及参数设置 | 第30-31页 |
| 3.4.2 实验结果分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 QoS感知的绿色化任务分配策略 | 第35-52页 |
| 4.1 问题描述 | 第35页 |
| 4.2 云环境中基于QoS的能耗计算模型 | 第35-39页 |
| 4.2.1 QoS模型 | 第35-36页 |
| 4.2.2 物理机能耗模型 | 第36-39页 |
| 4.3 QoS感知的绿色化任务分配算法 | 第39-45页 |
| 4.3.1 确认物理机类型方法 | 第39-41页 |
| 4.3.2 监控物理机资源 | 第41-43页 |
| 4.3.3 基于QoS参数选择最优物理机 | 第43-44页 |
| 4.3.4 全局任务分配 | 第44-45页 |
| 4.4 仿真实验与结果分析 | 第45-50页 |
| 4.4.1 实验环境及参数设置 | 第45-46页 |
| 4.4.2 实验结果分析 | 第46-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文内容总结 | 第52-53页 |
| 5.2 未来工作展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 作者简介 | 第60-61页 |
| 致谢 | 第61页 |