基于时间序列分析的云数据中心带宽分配策略研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-19页 |
| 1.2.1 云平台研究进展 | 第12-14页 |
| 1.2.2 云平台网络架构解决方案 | 第14-17页 |
| 1.2.3 网络虚拟化及SDN技术进展 | 第17-18页 |
| 1.2.4 云环境中针对带宽共享的研究进展 | 第18-19页 |
| 1.2.5 研究现状小结 | 第19页 |
| 1.3 研究目标和内容 | 第19-20页 |
| 1.3.1 虚拟机带宽负载监控 | 第20页 |
| 1.3.2 带宽时间序列的分析及预测 | 第20页 |
| 1.3.3 带宽分配策略制定 | 第20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 第二章 云数据中心网络特征及带宽分配模型 | 第22-28页 |
| 2.1 云数据中心网络超额比例 | 第22-23页 |
| 2.2 云数据中心网络拓扑结构 | 第23页 |
| 2.3 云数据中心整体网络流量特征 | 第23-24页 |
| 2.4 带宽分配模型相关问题 | 第24-27页 |
| 2.4.1 带宽分配前提假设与应用场景 | 第25-26页 |
| 2.4.2 带宽分配模型工作流程 | 第26页 |
| 2.4.3 带宽分配关键技术 | 第26-27页 |
| 2.4.4 带宽分配模型总结 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于时间序列分析的虚拟机网络负载预测 | 第28-40页 |
| 3.1 问题描述 | 第28页 |
| 3.2 基于时间序列分析的预测方法 | 第28-35页 |
| 3.2.1 数据检验 | 第29-32页 |
| 3.2.2 模型估计 | 第32-34页 |
| 3.2.3 模型检验 | 第34-35页 |
| 3.3 带宽负载预测实验 | 第35-37页 |
| 3.4 本章小结 | 第37-40页 |
| 第四章 基于时间序列预测的带宽分配策略 | 第40-52页 |
| 4.1 带宽分配原理 | 第40-42页 |
| 4.1.1 时间序列转换 | 第40-41页 |
| 4.1.2 带宽分配策略 | 第41-42页 |
| 4.2 带宽分配实验 | 第42-50页 |
| 4.2.1 实验环境 | 第43-44页 |
| 4.2.2 网络流量模拟 | 第44-45页 |
| 4.2.3 单虚拟机带宽分配实验 | 第45-47页 |
| 4.2.4 多虚拟机带宽分配实验 | 第47-50页 |
| 4.3 本章小结 | 第50-52页 |
| 第五章 基于网络负载预测的带宽分配系统设计与实现 | 第52-66页 |
| 5.1 实验平台整体设计 | 第52-54页 |
| 5.2 系统环境搭建 | 第54-59页 |
| 5.2.1 系统硬件环境介绍 | 第54-55页 |
| 5.2.2 系统平台部署及安装 | 第55-59页 |
| 5.3 带宽分配模型实现 | 第59-64页 |
| 5.3.1 虚拟机带宽使用数据采集模块 | 第59-62页 |
| 5.3.2 时间序列预测模块 | 第62页 |
| 5.3.3 带宽分配模块 | 第62-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 基于时间序列分析的带宽分配系统功能测试 | 第66-74页 |
| 6.1 测试环境 | 第66页 |
| 6.2 基本功能测试 | 第66-72页 |
| 6.3 本章小结 | 第72-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 7.1 研究成果总结 | 第74页 |
| 7.2 未来工作展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 作者简介 | 第80-82页 |
| 攻读硕士学位期间相关研究成果 | 第82页 |
| 一、学术论文 | 第82页 |
| 二、参加项目 | 第82页 |
