首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--设计与性能分析论文

基于KVM虚拟机动态迁移的研究与实现

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17-20页
        1.2.1 云计算研究现状第17-19页
        1.2.2 虚拟化及动态迁移研究现状第19-20页
    1.3 本文主要工作及创新点第20-21页
        1.3.1 主要工作第20页
        1.3.2 创新点第20-21页
    1.4 论文结构安排第21-22页
    1.5 本章小节第22-23页
第二章 系统相关技术第23-37页
    2.1 云计算简介第23-25页
        2.1.1 云计算分类第23页
        2.1.2 云计算的服务模式第23-25页
        2.1.3 云计算的特点第25页
    2.2 虚拟化相关技术第25-33页
        2.2.1 VMM模型第26-27页
        2.2.2 常见虚拟化解决方案及其相关技术第27-32页
        2.2.3 KVM基本工作原理第32-33页
    2.3 虚拟机的动态迁移第33-36页
        2.3.1 动态迁移策略第33-34页
        2.3.2 动态迁移的评价指标第34页
        2.3.4 动态迁移分类第34-35页
        2.3.5 动态迁移的常见方法第35-36页
    2.4 本章小节第36-37页
第三章 基于灰色预测的机动态迁移机制第37-55页
    3.1 KVM虚拟机动态迁移的任务第37-39页
    3.2 动态迁移的主要流程第39-40页
    3.3 虚拟机动态迁移的触发机制第40-48页
        3.3.0 影响触发迁移的因素第40-41页
        3.3.1 阈值的选择第41页
        3.3.2 预测算法的选择第41-45页
        3.3.3 灰色预测算法简介第45页
        3.3.4 灰色预测算法一般过程第45-47页
        3.3.5 基于预测的虚拟机动态迁移机制的算法流程第47-48页
    3.4 内存迁移机制第48-52页
        3.4.1 在线迁移底层实现第48-50页
        3.4.2 可写工作集的测定第50页
        3.4.4 迭代停止条件第50-51页
        3.4.5 内存压缩算法第51-52页
    3.5 待迁移虚拟机选择策略第52页
    3.6 目标节点选择策略第52页
    3.7 动态迁移框架第52-53页
        3.7.1 传统动态迁移框架第52-53页
        3.7.2 改进后动态迁移框架第53页
    3.8 性能预测及分析第53-54页
    3.9 本章小结第54-55页
第四章 基于TOPSIS的目标节点选择机制第55-61页
    4.1 智能优化算法第55-57页
        4.1.1 蚁群算法第55-56页
        4.1.2 粒子群算法第56页
        4.1.3 遗传算法第56页
        4.1.4 模拟退火算法第56-57页
    4.2 多属性决策算法第57-59页
        4.2.1 TOPSIS简介第57-58页
        4.2.2 TOPSIS基本流程第58-59页
    4.3 基于TOPSIS的目标节点选择的基本流程第59-60页
        4.3.1 初始化参数第59-60页
        4.3.2 基本流程第60页
        4.3.3 性能预测及分析第60页
    4.4 本章小结第60-61页
第五章 实验测试与分析第61-74页
    5.1 云平台介绍第61-62页
    5.2 基于灰色预测触发迁移算法的测试与分析第62-70页
        5.2.1 实验环境第62-64页
        5.2.2 监控模块的设计第64-67页
        5.2.3 灰色预测模块的实现第67-68页
        5.2.4 实验结果及分析第68-70页
    5.3 基于TOPSIS的目标节点选择算法的测试与分析第70-74页
        5.3.1 CloudSim仿真平台第70-72页
        5.3.2 实验环境第72页
        5.3.3 实验结果及分析第72-73页
        5.3.4 本章小结第73-74页
第六章 总结与展望第74-76页
    6.1 论文工作总结第74页
    6.2 工作展望第74-76页
参考文献第76-82页
致谢第82-83页
攻读硕士期间申请的专利和参与的项目第83-84页
学位论文评阅及答辩情况表第84页

论文共84页,点击 下载论文
上一篇:基于MMC-HVDC系统的数据中心配电系统研究
下一篇:HPCG在多核/众核平台上的实现与优化