| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第16-32页 |
| 1.1 课题背景及意义 | 第16-23页 |
| 1.2 相关技术及研究现状 | 第23-28页 |
| 1.2.1 云网络选择研究现状 | 第23-24页 |
| 1.2.2 数据中心选择研究现状 | 第24-25页 |
| 1.2.3 服务器选择研究现状 | 第25-26页 |
| 1.2.4 大数据处理时数据中心与服务器协同选择研究现状 | 第26-28页 |
| 1.3 研究内容与创新点 | 第28-30页 |
| 1.3.1 本文的研究内容 | 第28-29页 |
| 1.3.2 本文主要创新点 | 第29-30页 |
| 1.4 本文的内容安排 | 第30-32页 |
| 第2章 具有多种预留实例周期的云网络选择算法 | 第32-51页 |
| 2.1 引言 | 第32-34页 |
| 2.2 问题描述和形式化 | 第34-36页 |
| 2.2.1 用户需求和CSP定价 | 第34-35页 |
| 2.2.2 问题形式化 | 第35-36页 |
| 2.3 最长周期优选的逐层预留启发式算法 | 第36-40页 |
| 2.3.1 预留启发式 | 第36-38页 |
| 2.3.2 逐层预留算法 | 第38-40页 |
| 2.4 基于集合覆盖的近似算法 | 第40-42页 |
| 2.5 基于历史资源使用信息的在线算法 | 第42-43页 |
| 2.6 性能评估 | 第43-50页 |
| 2.6.1 实验设置 | 第43-44页 |
| 2.6.2 离线算法的实验结果及分析 | 第44-49页 |
| 2.6.3 在线算法的实验结果及分析 | 第49-50页 |
| 2.7 本章小结 | 第50-51页 |
| 第3章 虚拟机部署时基于聚类的数据中心选择算法 | 第51-69页 |
| 3.1 引言 | 第51-52页 |
| 3.2 密度聚类简介 | 第52-53页 |
| 3.3 基于聚类的数据中心选择 | 第53-58页 |
| 3.3.1 问题描述和算法基本思想 | 第53-54页 |
| 3.3.2 数据中心选择算法 | 第54-56页 |
| 3.3.3 复杂度分析和有效性证明 | 第56-58页 |
| 3.4 虚拟机到被选定数据中心的划分 | 第58-63页 |
| 3.4.1 虚拟机半通信模型（HCM） | 第58-62页 |
| 3.4.2 虚拟机划分算法 | 第62-63页 |
| 3.5 性能评估 | 第63-68页 |
| 3.5.1 基于聚类的数据中心选择实验结果及分析 | 第63-67页 |
| 3.5.2 虚拟机划分实验结果及分析 | 第67-68页 |
| 3.6 本章小结 | 第68-69页 |
| 第4章 大数据向云端迁移时的数据中心选择算法 | 第69-88页 |
| 4.1 引言 | 第69-71页 |
| 4.2 本问题和设施选址问题及k-中间点问题的关系 | 第71-72页 |
| 4.3 问题描述和形式化 | 第72-74页 |
| 4.4 数据中心选择算法 | 第74-80页 |
| 4.4.1 偏好数据放置（PDP）问题算法 | 第75-78页 |
| 4.4.2 总成本极小化数据放置（CMDP）问题算法 | 第78-80页 |
| 4.5 性能评估 | 第80-87页 |
| 4.5.1 实验设置 | 第80页 |
| 4.5.2 PDP问题算法的实验结果及分析 | 第80-85页 |
| 4.5.3 CMDP问题算法的实验结果及分析 | 第85-87页 |
| 4.6 本章小结 | 第87-88页 |
| 第5章 最小成本虚拟机部署时的服务器选择算法 | 第88-106页 |
| 5.1 引言 | 第88-89页 |
| 5.2 问题建模与引理 | 第89-92页 |
| 5.3 成对虚拟机部署离线算法 | 第92-98页 |
| 5.3.1 带宽有效性 | 第92-93页 |
| 5.3.2 服务器整合 | 第93-95页 |
| 5.3.3 离线算法 | 第95-98页 |
| 5.4 虚拟机部署在线算法 | 第98-99页 |
| 5.5 性能评估 | 第99-104页 |
| 5.5.1 实验设置 | 第99-100页 |
| 5.5.2 成对虚拟机部署离线算法实验结果及分析 | 第100-103页 |
| 5.5.3 虚拟机部署在线算法实验结果及分析 | 第103-104页 |
| 5.6 本章小结 | 第104-106页 |
| 第6章 跨数据中心大数据处理时数据中心与服务器的协同选择算法 | 第106-127页 |
| 6.1 引言 | 第106-109页 |
| 6.2 传统MapReduce与跨数据中心MapReduce异同分析 | 第109-110页 |
| 6.3 跨数据中心数据分析的G-framework架构 | 第110-112页 |
| 6.4 问题描述和形式化 | 第112-114页 |
| 6.4.1 下层目标和约束 | 第112-113页 |
| 6.4.2 上层目标和约束 | 第113-114页 |
| 6.5 二层分组遗传算法TLGGA | 第114-118页 |
| 6.5.1 编解码机制 | 第115页 |
| 6.5.2 初始种群的产生 | 第115-116页 |
| 6.5.3 交叉算子 | 第116-118页 |
| 6.5.4 变异算子 | 第118页 |
| 6.5.5 TLGGA | 第118页 |
| 6.6 性能评估 | 第118-125页 |
| 6.6.1 实验设置 | 第118-120页 |
| 6.6.2 实验结果及分析 | 第120-125页 |
| 6.7 本章小结 | 第125-127页 |
| 结论 | 第127-129页 |
| 参考文献 | 第129-139页 |
| 攻读博士学位期间发表的论文及其它成果 | 第139-142页 |
| 致谢 | 第142-143页 |
| 个人简历 | 第143页 |
