| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 启发式虚拟机整合 | 第9-10页 |
| 1.2.2 统计式虚拟机整合 | 第10-11页 |
| 1.2.3 元启发式虚拟机整合 | 第11-13页 |
| 1.3 论文结构 | 第13-14页 |
| 第二章 云计算数据中心资源管理 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 数据中心任务提交流程 | 第14-15页 |
| 2.3 虚拟机整合 | 第15-16页 |
| 2.4 虚拟机整合评价指标 | 第16-18页 |
| 2.4.1 能耗指标 | 第16-17页 |
| 2.4.2 服务质量指标 | 第17-18页 |
| 2.4.3 综合指标 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 基于高斯混合模型的虚拟机整合方法 | 第19-32页 |
| 3.1 引言 | 第19页 |
| 3.2 基于高斯混合模型的主机负载建模 | 第19-21页 |
| 3.3 基于GMM的主机过载概率估算 | 第21页 |
| 3.4 基于GMM的虚拟机整合方法 | 第21-24页 |
| 3.4.1 过载物理主机检测算法 | 第21-22页 |
| 3.4.2 虚拟机选择算法 | 第22-23页 |
| 3.4.3 虚拟机放置算法 | 第23页 |
| 3.4.4 低负载物理主机检测算法 | 第23-24页 |
| 3.4.5 GMM-VMC方法 | 第24页 |
| 3.5 实验结果及分析 | 第24-31页 |
| 3.5.1 实验说明 | 第24-26页 |
| 3.5.2 结果分析 | 第26-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 基于战略博弈的虚拟机整合方法 | 第32-46页 |
| 4.1 引言 | 第32页 |
| 4.2 基于战略博弈的虚拟机放置竞争模型 | 第32-34页 |
| 4.3 基于战略博弈的虚拟机放置算法 | 第34-37页 |
| 4.4 基于战略博弈的虚拟机整合方法 | 第37-40页 |
| 4.4.1 多资源过载物理主机检测算法 | 第37页 |
| 4.4.2 虚拟机选择算法 | 第37-38页 |
| 4.4.3 虚拟机放置算法 | 第38-39页 |
| 4.4.4 低负载物理主机检测算法 | 第39-40页 |
| 4.4.5 SG-VMC方法 | 第40页 |
| 4.5 实验结果及分析 | 第40-45页 |
| 4.5.1 实验说明 | 第40-41页 |
| 4.5.2 结果分析 | 第41-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 能耗和服务质量感知的虚拟机整合方法 | 第46-67页 |
| 5.1 引言 | 第46页 |
| 5.2 虚拟机放置问题优化模型 | 第46-47页 |
| 5.3 离散差分进化算法 | 第47-48页 |
| 5.4 基于Discrete-DE的虚拟机放置策略 | 第48-51页 |
| 5.5 Discrete-DEVMP | 第51-52页 |
| 5.6 能耗和服务质量感知的虚拟机整合方法 | 第52-54页 |
| 5.6.1 虚拟放置算法 | 第52-53页 |
| 5.6.2 低负载物理主机检测算法 | 第53页 |
| 5.6.3 EQ-VMC方法 | 第53-54页 |
| 5.7 实验结果及分析 | 第54-66页 |
| 5.7.1 实验说明 | 第54-56页 |
| 5.7.2 模型有效性验证 | 第56-58页 |
| 5.7.3 有效性 | 第58-61页 |
| 5.7.4 高效性 | 第61-66页 |
| 5.8 本章小结 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第74页 |