批量到达的云中心性能分析模型
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 云服务平台性能分析的挑战 | 第13-14页 |
| 1.3 研究内容和意义 | 第14-16页 |
| 1.4 本文结构安排 | 第16-17页 |
| 2 背景知识及相关工作 | 第17-35页 |
| 2.1 排队论概述 | 第17-20页 |
| 2.1.1 排队系统的组成 | 第17-19页 |
| 2.1.2 排队系统的主要性能指标 | 第19-20页 |
| 2.2 马尔可夫过程和马尔可夫链 | 第20-23页 |
| 2.2.1 离散时间的马尔可夫链 | 第20-21页 |
| 2.2.2 连续时间的马尔可夫链 | 第21-23页 |
| 2.3 排队系统建模的主要方法 | 第23-28页 |
| 2.3.1 嵌入马尔可夫链法 | 第24-25页 |
| 2.3.2 补充变量法 | 第25-27页 |
| 2.3.3 拟生灭过程和矩阵分析法 | 第27-28页 |
| 2.4 面向批量任务的排队模型研究现状 | 第28-30页 |
| 2.5 云中心排队模型研究现状 | 第30-33页 |
| 2.6 本章小结 | 第33-35页 |
| 3 面向批量任务的IaaS云物理机模型研究 | 第35-49页 |
| 3.1 系统描述 | 第35-37页 |
| 3.2 模型假设 | 第37-38页 |
| 3.3 模型参数 | 第38-40页 |
| 3.3.1 到达过程参数公式 | 第38-39页 |
| 3.3.2 服务过程参数公式 | 第39-40页 |
| 3.4 状态转移矩阵 | 第40-48页 |
| 3.4.1 第一部分R1 | 第42-43页 |
| 3.4.2 第二部分R2 | 第43-44页 |
| 3.4.3 第三部分R3 | 第44-46页 |
| 3.4.4 第四部分R4 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 面向批量任务的IaaS云物理机性能分析 | 第49-57页 |
| 4.1 性能参数 | 第49-51页 |
| 4.1.1 稳态概率 | 第49页 |
| 4.1.2 系统任务数与立即服务概率 | 第49-51页 |
| 4.2 结果分析 | 第51-56页 |
| 4.2.1 实验环境和参数 | 第52页 |
| 4.2.2 实验结果和分析 | 第52-56页 |
| 4.3 本章小结 | 第56-57页 |
| 5 总结和展望 | 第57-59页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 不足与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
