面向云存储系统的云数据放置方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究目的 | 第12页 |
| 1.4 主要内容 | 第12-13页 |
| 1.5 论文结构 | 第13-14页 |
| 第二章 云存储及其相关技术 | 第14-25页 |
| 2.1 云计算概述 | 第14-18页 |
| 2.1.1 云计算的概念 | 第14-15页 |
| 2.1.2 云计算的分类 | 第15-16页 |
| 2.1.3 虚拟化技术 | 第16-18页 |
| 2.2 云存储技 | 第18-21页 |
| 2.2.1 云存储的概念 | 第18-19页 |
| 2.2.2 云存储的分类 | 第19页 |
| 2.2.3 云存储的系统结构 | 第19-21页 |
| 2.3 分布式文件系统 | 第21-24页 |
| 2.3.1 分布式文件系统概述 | 第21-22页 |
| 2.3.2 Hadoop分布式文件系统 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 云数据多目标存储模型 | 第25-32页 |
| 3.1 问题定义 | 第25-26页 |
| 3.2 多目标优化问题 | 第26-27页 |
| 3.3 存储模型 | 第27-29页 |
| 3.4 约束多目标优化模型 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 基于多目标遗传算法的云数据放置策略 | 第32-43页 |
| 4.1 遗传算法简介 | 第32-33页 |
| 4.2 遗传算法原理 | 第33-34页 |
| 4.2.1 算法原理 | 第33页 |
| 4.2.2 遗传算法的全局最优性 | 第33-34页 |
| 4.3 遗传算法流程 | 第34-36页 |
| 4.3.1 算法参数 | 第34-35页 |
| 4.3.2 算法流程 | 第35-36页 |
| 4.3.3 算法终止条件 | 第36页 |
| 4.4 基于多目标遗传算法的云数据放置策略 | 第36-42页 |
| 4.4.1 染色体的编码 | 第36-38页 |
| 4.4.2 适应度函数 | 第38-39页 |
| 4.4.3 交叉 | 第39-40页 |
| 4.4.4 变异 | 第40-41页 |
| 4.4.5 选择 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 实验与分析 | 第43-49页 |
| 5.1 实验方案 | 第43-44页 |
| 5.1.1 评估参数 | 第43页 |
| 5.1.2 算法比对 | 第43-44页 |
| 5.2 实验与分析 | 第44-48页 |
| 5.2.1 实验环境 | 第44-45页 |
| 5.2.2 实验结果 | 第45-48页 |
| 5.3 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第55-56页 |
| 致谢 | 第56页 |
