声明
摘要
1.1研究背景
1.2服务性能自优化问题研究现状
1.3本文主要研究内容
1.4论文组织结构
第2章研究基础
2.1 BP神经网络理论
2.2深度学习算法
2.3受限玻尔兹曼机和深度置信网络
2.3.1受限玻尔兹曼机
2.3.2深度置信网络
2.4服务性能自适应优化动作综述
2.4.1资源调整自适应
2.4.2副本部署自适应
2.4.3服务迁移自适应
2.5本章小结
第3章服务性能自优化行为预判处理过程
3.1服务性能自适应行为预判问题的提出
3.2服务性能自适应行为预判过程的处理方法
3.2.1基于“预判”的云服务性能自适应优化过程
3.2.2基于离线学习的预判过程处理方法
3.3本章小结
第4章预警事件生成方法
4.1基于SLA约束事件的预警事件
4.1.1服务质量与服务等级协议
4.1.2 SLA约束事件
4.1.3预警事件
4.2预警事件的触发与更新
4.3预警事件生成过程与算法
4.3.1预警事件的生成过程
4.3.2预警事件生成算法
4.4本章小结
第5章基于深度学习的服务性能自适应动作类型选择模型的生成方法
5.1基于DBN的服务性能自适应动作类型选择模型的设计
5.2服务性能自适应动作类型选择模型的训练方法
5.2.1学习数据提取
5.2.2学习数据预处理
5.2.3学习数据样本化
5.2.4学习数据标签化
5.2.5基于深度学习的自适应动作类型选择模型训练算法
5.3本章小结
第6章实验结果与分析
6.1实验环境
6.2基准测试
6.3预警事件生成算法的实验过程与结果分析
6.4自适应动作类型选择模型实验过程与结果分析
6.5本章小结
第7章总结与展望
参考文献
致谢
攻读硕士期间论文发表情况