广域云下面向快速大数据分析的调度算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 课题背景 | 第7-9页 |
| 1.2 主要工作和贡献 | 第9-10页 |
| 1.3 本文内容和结构 | 第10-11页 |
| 第2章 广域云相关背景与国内外研究现状发展趋势 | 第11-17页 |
| 2.1 云计算 | 第11-13页 |
| 2.2 广域云任务调度 | 第13-14页 |
| 2.3 虚拟化技术 | 第14-15页 |
| 2.4 软件定义网络技术与网络带宽资源分配 | 第15-17页 |
| 第3章 系统模型介绍 | 第17-21页 |
| 3.1 广域云多数据中心模型 | 第17-18页 |
| 3.2 云任务模型 | 第18-21页 |
| 第4章 广域云下最小化广域数据传输量 | 第21-27页 |
| 4.1 问题定义 | 第21-22页 |
| 4.2 调度算法设计 | 第22-27页 |
| 4.2.1 社区发现算法 | 第22-23页 |
| 4.2.2 基于社区发现的云任务调度算法 | 第23-27页 |
| 第5章 广域云下最小化云任务全局完成时间 | 第27-31页 |
| 5.1 问题定义 | 第27-28页 |
| 5.2 数据文件传输的带宽分配 | 第28-31页 |
| 第6章 实验评测与分析 | 第31-53页 |
| 6.1 实验环境设计 | 第31-33页 |
| 6.2 实验结果分析 | 第33-53页 |
| 6.2.1 广域数据文件网络传输量 | 第33-40页 |
| 6.2.2 云任务全局完成时间 | 第40-45页 |
| 6.2.3 高负载极端情况 | 第45-47页 |
| 6.2.4 全局完成时间分布情况 | 第47-50页 |
| 6.2.5 网络带宽资源占用情况 | 第50-53页 |
| 第7章 总结与展望 | 第53-55页 |
| 7.1 总结 | 第53页 |
| 7.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-61页 |
| 致谢 | 第61页 |
