| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 低成本的工作集监测模型 | 第12-13页 |
| 1.2 本地内存资源均衡调节 | 第13-14页 |
| 1.3 论文内容安排 | 第14页 |
| 1.4 研究成果摘要 | 第14-15页 |
| 第二章 课题背景和相关研究 | 第15-29页 |
| 2.1 内存管理 | 第15-19页 |
| 2.1.1 本地操作系统的的内存管理 | 第15-16页 |
| 2.1.2 引入虚拟化后的内存管理 | 第16-19页 |
| 2.1.2.1 基于软件的技术 | 第17页 |
| 2.1.2.2 基于硬件的技术 | 第17-19页 |
| 2.1.3 虚拟机内存分配的动态调整 | 第19页 |
| 2.2 工作集监测 | 第19-24页 |
| 2.2.1 工作集 WSS | 第20页 |
| 2.2.2 基于缺页率曲线（MRC，miss ratio curve）的工作集监测 | 第20-23页 |
| 2.2.2.1 MRC 追踪 | 第21-23页 |
| 2.2.3 其他工作集评估技术 | 第23-24页 |
| 2.3 虚拟机迁移 | 第24-25页 |
| 2.4 远程内存 | 第25-26页 |
| 2.5 其他虚拟机内存资源均衡技术 | 第26-27页 |
| 2.6 程序段 | 第27-29页 |
| 第三章 低开销的工作集监测 | 第29-55页 |
| 3.1 基于 LRU 的 WSS 监测 | 第29-32页 |
| 3.1.1 LRU 列表的基础设计 | 第30-31页 |
| 3.1.2 开销分析 | 第31-32页 |
| 3.2 基于 AVL 树的 LRU 设计 | 第32-33页 |
| 3.3 动态热集 | 第33-36页 |
| 3.4 间歇内存跟踪 IMT | 第36-40页 |
| 3.4.1 事件选取 | 第36-37页 |
| 3.4.2 程序执行阶段的探测 | 第37-40页 |
| 3.4.2.1 固定阈值阶段探测 | 第38-39页 |
| 3.4.2.2 自适应阈值的阶段探测 | 第39-40页 |
| 3.5 实验评价 | 第40-53页 |
| 3.5.1 跟踪粒度 | 第40-41页 |
| 3.5.2 基于 OS 与基于 LRU 的内存增长监测 | 第41-42页 |
| 3.5.3 工作集监测 | 第42页 |
| 3.5.4 动态热集和基于 AVL 树的 LRU 列表的有效性 | 第42-47页 |
| 3.5.5 间歇内存跟踪的运行评价 | 第47-51页 |
| 3.5.5.1 固定阈值 IMT 与自适应 IMT 的比较 | 第47-49页 |
| 3.5.5.2 硬件性能事件的选取 | 第49-51页 |
| 3.5.6 IMT 策略开启后的开销分析 | 第51-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第四章 同一台主机中多虚拟机间的内存资源均衡 | 第55-63页 |
| 4.1 本地内存资源均衡仲裁机制 | 第55-56页 |
| 4.2 实施以及实验结果 | 第56-59页 |
| 4.2.1 处理器密集型工作负载+内存密集型工作负载 | 第56-57页 |
| 4.2.2 DaCapo+SPEC Web 的测试程序组合 | 第57页 |
| 4.2.3 两台虚拟机都运行内存密集型负载 | 第57-59页 |
| 4.2.4 两台虚拟机同时运行大工作集负载 | 第59页 |
| 4.3 本章小结 | 第59-63页 |
| 第五章 结论 | 第63-64页 |
| 5.1 成果 | 第63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |
