云数据中心的能耗资源调度策略研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 资源监控技术 | 第12-13页 |
| 1.2.2 资源调度研究现状 | 第13-15页 |
| 1.2.3 数据中心的节能研究 | 第15页 |
| 1.3 本论文的研究内容 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16-18页 |
| 第二章 相关理论基础 | 第18-28页 |
| 2.1 云计算技术概述 | 第18页 |
| 2.2 云计算数据中心组织结构 | 第18-23页 |
| 2.2.1 数据中心的发展历程 | 第18-19页 |
| 2.2.2 数据中心资源的分类 | 第19-20页 |
| 2.2.3 云数据中心总体架构 | 第20-21页 |
| 2.2.4 云数据中心面临的主要挑战 | 第21-23页 |
| 2.3 虚拟化技术概述 | 第23-26页 |
| 2.3.1 静态放置 | 第24-25页 |
| 2.3.2 动态迁移 | 第25-26页 |
| 2.4 常见放置策略 | 第26-27页 |
| 2.5 本章总结 | 第27-28页 |
| 第三章 节能迁移策略研究 | 第28-51页 |
| 3.1 系统框架 | 第28-29页 |
| 3.2 资源监控方案 | 第29-33页 |
| 3.2.1 监控体系设计 | 第30-31页 |
| 3.2.2 监控技术实现 | 第31-33页 |
| 3.3 能耗模型 | 第33页 |
| 3.4 虚拟机迁移机制研究 | 第33-44页 |
| 3.4.1 迁移准则分析 | 第33-35页 |
| 3.4.2 迁移触发机制 | 第35-39页 |
| 3.4.3 虚拟机选择策略 | 第39-44页 |
| 3.5 实验分析 | 第44-49页 |
| 3.5.1 功耗模型参数估计 | 第44-45页 |
| 3.5.2 三种虚拟机选择策略比较 | 第45-49页 |
| 3.6 本章总结 | 第49-51页 |
| 第四章 负载均衡虚拟机放置策略研究 | 第51-66页 |
| 4.1 优化模型 | 第51-53页 |
| 4.1.1 问题描述 | 第51-52页 |
| 4.1.2 模型建立 | 第52-53页 |
| 4.2 遗传算法设计 | 第53-59页 |
| 4.2.1 编码与解码 | 第54-55页 |
| 4.2.2 选择算子 | 第55页 |
| 4.2.3 交叉算子 | 第55-57页 |
| 4.2.4 变异算子 | 第57-58页 |
| 4.2.5 修正算子 | 第58-59页 |
| 4.3 遗传算法应用 | 第59-62页 |
| 4.4 实验分析 | 第62-64页 |
| 4.4.1 应用场景 | 第62页 |
| 4.4.2 对比实验 | 第62-64页 |
| 4.4.3 实验总结 | 第64页 |
| 4.5 本章总结 | 第64-66页 |
| 第五章 云计算系统下的节能高效调度 | 第66-74页 |
| 5.1 云计算系统场景 | 第66-67页 |
| 5.2 理论模型分析 | 第67-69页 |
| 5.2.1 系统性能评估模型 | 第67-68页 |
| 5.2.2 系统能耗评估模型 | 第68-69页 |
| 5.3 利润优化模型 | 第69-70页 |
| 5.4 遗传算法设计 | 第70页 |
| 5.5 实验分析 | 第70-73页 |
| 5.5.1 实验场景 | 第70-71页 |
| 5.5.2 模型分析 | 第71-72页 |
| 5.5.3 优化策略 | 第72-73页 |
| 5.6 本章总结 | 第73-74页 |
| 第六章 全文总结与展望 | 第74-76页 |
| 6.1 本文的主要工作 | 第74页 |
| 6.2 后续工作展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |
