| 摘要 | 第6-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 网络存储系统概述 | 第14-25页 |
| 1.1 网络存储国内外研究现状 | 第14-18页 |
| 1.2 网络存储的研究趋势 | 第18-21页 |
| 1.2.1 智能化网络存储 | 第18-19页 |
| 1.2.2 存储效用计算与信息生命周期管理 | 第19-20页 |
| 1.2.3 数据网格 | 第20页 |
| 1.2.4 网络存储安全 | 第20-21页 |
| 1.3 网络存储的智能化 | 第21-22页 |
| 1.4 本文的研究内容和创新点 | 第22-23页 |
| 1.5 论文组织结构 | 第23-25页 |
| 第二章 网络存储系统的智能化管理和服务 | 第25-32页 |
| 2.1 网络存储的主动存储技术 | 第25-27页 |
| 2.1.1 网络存储技术的"被动"存储 | 第25-26页 |
| 2.1.2 管理任务的迁移 | 第26-27页 |
| 2.2 问题的提出和IMAS的定义 | 第27-30页 |
| 2.3 管理在网络存储中的重要性 | 第30页 |
| 2.4 请求队列的调整 | 第30-31页 |
| 2.5 数据的自适应调整 | 第31页 |
| 2.6 数据传输路径的选择 | 第31-32页 |
| 第三章 网络存储系统的管理策略 | 第32-49页 |
| 3.1 异构平台下的存储设备管理 | 第33-37页 |
| 3.2 IMAS系统的文件管理 | 第37-41页 |
| 3.3 基于改进的"招标"算法在存储资源调度中的研究 | 第41-45页 |
| 3.3.1 传统的"招标"算法 | 第41页 |
| 3.3.2 "招标"算法分析 | 第41页 |
| 3.3.3 改进的"招标"算法在网络存储系统中存储资源调度应用 | 第41-45页 |
| 3.4 算法效能分析 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 IMAS系统请求队列调整策略的研究 | 第49-64页 |
| 4.1 请求队列描述 | 第49-52页 |
| 4.2 基于优先级的请求分配与调度方法 | 第52-54页 |
| 4.3 基于模拟退火算法的请求队列优先级研究 | 第54-58页 |
| 4.4 仿真实验结果 | 第58-62页 |
| 4.5 本章总结 | 第62-64页 |
| 第五章 基于自适应的数据优化存放策略研究 | 第64-72页 |
| 5.1 文件存放策略 | 第64-65页 |
| 5.2 基于加权的文件读取频率的策略研究 | 第65-67页 |
| 5.2.1 加权的文件访问频率策略 | 第65-67页 |
| 5.2.2 性能分析 | 第67页 |
| 5.3 建立文件自适应调整模型 | 第67-68页 |
| 5.4 仿真实验结果 | 第68-71页 |
| 5.5 本章总结 | 第71-72页 |
| 第六章 基于智能蚁群算法的临近位置计算和ARMA模型的预测 | 第72-86页 |
| 6.1 IMAS系统的网络结构 | 第72-74页 |
| 6.2 智能蚁群算法在IMAS系统的应用研究 | 第74-82页 |
| 6.2.1 蚁群算法的基本原理 | 第75-78页 |
| 6.2.2 蚁群算法的模型 | 第78-79页 |
| 6.2.3 智能蚁群算法在IMAS系统中的应用 | 第79-81页 |
| 6.2.4 实验结果比较 | 第81页 |
| 6.2.5 结论 | 第81-82页 |
| 6.3 基于ARMA模型的最短路径预测 | 第82-85页 |
| 6.3.1 基于时间序列的分析方法 | 第82页 |
| 6.3.2 基于ARMA模型在IMAS系统中的应用 | 第82-83页 |
| 6.3.3 性能测试 | 第83-85页 |
| 6.3.4 总结 | 第85页 |
| 6.4 本章小结 | 第85-86页 |
| 第七章 全文总结 | 第86-88页 |
| 7.1 总结 | 第86-87页 |
| 7.2 进一步的工作 | 第87-88页 |
| 参考文献 | 第88-97页 |
| 附录:攻读博士学位期间科研成果 | 第97-100页 |
| 致谢 | 第100页 |
