摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·研究背景及意义 | 第7-8页 |
·国内外研究现状与发展趋势 | 第8-10页 |
·云计算的国内外研究现状与发展趋势 | 第8-9页 |
·云环境中虚拟机资源调度的研究现状 | 第9-10页 |
·主要内容与章节安排 | 第10-13页 |
第二章 基础知识 | 第13-23页 |
·云计算技术 | 第13-19页 |
·云计算的概念 | 第13-14页 |
·云计算的体系结构和服务层次 | 第14-16页 |
·云计算特征和应用的场景 | 第16-17页 |
·云计算的关键技术 | 第17-19页 |
·云计算中的虚拟机资源调度 | 第19-21页 |
·虚拟机资源调度机制 | 第19页 |
·虚拟机资源调度的研究热点 | 第19-20页 |
·传统调度算法简介 | 第20-21页 |
·需求价格弹性理论 | 第21-22页 |
·需求价格弹性的定义和性质 | 第21页 |
·影响需求价格弹性的因素 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 基于GPU的Map/Reduce并行计算框架 | 第23-35页 |
·Map/Reduce框架 | 第23-27页 |
·Map/Reduce模型的概念 | 第23页 |
·Map/Reduce框架的原理和执行流程 | 第23-25页 |
·Map/Reduce的关键技术 | 第25-27页 |
·GPU的编程模型 | 第27-29页 |
·GPU简介 | 第27页 |
·CUDA编程模型 | 第27-29页 |
·基于GPU改进的Map/Reduce并行计算框架 | 第29-33页 |
·存在的必然性 | 第29页 |
·基于GPU改进的Map/Reduce框架 | 第29-31页 |
·基于GPU改进的Map/Reduce框架的节点功能 | 第31-32页 |
·改进的Map/Reduce框架在实际应用中存在的问题 | 第32-33页 |
·本章小结 | 第33-35页 |
第四章 基于Map/Reduce改进的蚁群算法的虚拟机调度策略 | 第35-53页 |
·蚁群算法 | 第35-39页 |
·蚁群算法介绍 | 第35页 |
·蚁群算法原理 | 第35-36页 |
·蚂蚁算法的数学模型 | 第36-39页 |
·基于Map/Reduce改进的蚁群算法 | 第39-47页 |
·改进的意义与可行性分析 | 第39-40页 |
·基于Map/Reduce改进的蚁群算法特征 | 第40-44页 |
·基于Map/Reduce改进的蚁群算法描述 | 第44-46页 |
·基于Map/Reduce改进的蚁群算法的执行流程 | 第46-47页 |
·仿真与性能分析 | 第47-52页 |
·环境配置 | 第47页 |
·实验参数设置 | 第47页 |
·实验结果分析 | 第47-52页 |
·本章小结 | 第52-53页 |
第五章 总结与展望 | 第53-55页 |
·工作总结 | 第53页 |
·工作展望 | 第53-55页 |
致谢 | 第55-57页 |
参考文献 | 第57-60页 |