摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
符号说明 | 第14-16页 |
第一章 绪论 | 第16-23页 |
1.1 选题背景及意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-19页 |
1.2.1 云计算技术研究现状 | 第17-18页 |
1.2.2 数据中心资源调度研究现状 | 第18-19页 |
1.3 本文研究内容以及创新点 | 第19-21页 |
1.3.1 研究内容 | 第19-21页 |
1.3.2 创新点 | 第21页 |
1.4 论文组织结构 | 第21-22页 |
1.5 本章小结 | 第22-23页 |
第二章 虚拟化相关技术介绍 | 第23-29页 |
2.1 全虚拟化与半虚拟化 | 第23页 |
2.1.1 全虚拟化 | 第23页 |
2.1.2 半虚拟化 | 第23页 |
2.2 虚拟化平台的选择 | 第23-26页 |
2.2.1 VMware vSphere虚拟化平台 | 第23-24页 |
2.2.2 Xen虚拟化平台 | 第24-25页 |
2.2.3 KVM虚拟化平台 | 第25-26页 |
2.3 KVM虚拟化技术 | 第26-27页 |
2.3.1 KVM虚拟化模型 | 第26页 |
2.3.2 QEMU-KVM模块 | 第26-27页 |
2.3.3 Libvirt开发框架 | 第27页 |
2.4 CloudSim仿真平台介绍 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第三章 基于虚拟机动态迁移策略的算法实现 | 第29-38页 |
3.1 虚拟机迁移策略的模型框架 | 第29-30页 |
3.2 基于虚拟机迁移策略的负载均衡算法实现 | 第30-35页 |
3.2.1 负载均衡算法的选择 | 第30-31页 |
3.2.2 影响负载的四大因素 | 第31页 |
3.2.3 算法描述 | 第31-34页 |
3.2.4 算法流程 | 第34-35页 |
3.3 触发迁移时机的选择 | 第35-36页 |
3.4 待迁移虚拟机选择策略 | 第36页 |
3.5 可迁移服务器选择策略 | 第36-37页 |
3.6 本章小结 | 第37-38页 |
第四章 基于蚁群与模拟退火优化算法的虚拟机调度方法 | 第38-50页 |
4.1 基本蚁群算法 | 第38-40页 |
4.1.1 算法简介 | 第38页 |
4.1.2 基本原理 | 第38-40页 |
4.2 基本模拟退火算法 | 第40-43页 |
4.2.1 算法简介 | 第40-41页 |
4.2.2 基本原理 | 第41-42页 |
4.2.3 算法流程 | 第42-43页 |
4.3 基于蚁群与模拟退火优化算法的虚拟机迁移策略 | 第43-47页 |
4.3.1 初始化参数 | 第43-45页 |
4.3.2 算法描述 | 第45-46页 |
4.3.3 更新信息素 | 第46页 |
4.3.4 模拟退火算法局部搜索——Metropolis准则 | 第46-47页 |
4.3.5 算法目标函数 | 第47页 |
4.4 蚁群与模拟退火优化算法的基本流程 | 第47-49页 |
4.5 本章小结 | 第49-50页 |
第五章 基于KVM集群的负载均衡机制系统的设计与实现 | 第50-73页 |
5.1 云平台架构介绍 | 第50-53页 |
5.2 系统整体设计与实现 | 第53-61页 |
5.2.1 服务器监控模块的设计 | 第54-58页 |
5.2.2 虚拟机监控模块的设计 | 第58-59页 |
5.2.3 弹性伸缩模块的设计 | 第59-60页 |
5.2.4 弹性调整模块的设计 | 第60-61页 |
5.3 KVM集群的负载均衡系统的仿真测试 | 第61-64页 |
5.3.1 实验环境 | 第61-62页 |
5.3.2 仿真实验参数 | 第62-63页 |
5.3.3 仿真实验结果分析 | 第63-64页 |
5.4 KVM集群的负载均衡系统的运行与测试 | 第64-72页 |
5.4.1 系统运行 | 第64-68页 |
5.4.2 系统测试 | 第68-72页 |
5.5 本章小结 | 第72-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 总结 | 第73-74页 |
6.2 展望 | 第74-75页 |
参考文献 | 第75-81页 |
致谢 | 第81-82页 |
攻读硕士期间的研究成果和参加的项目 | 第82-83页 |
学位论文评阅及答辩情况表 | 第83页 |