基于多目标优化的云计算资源调度算法研究

目录

第1 章 绪 论

1.1 课题研究的背景和意义

1.2 资源调度方法的相关概念及分类

1.2.1 资源调度方法的相关概念

1.2.2 资源自适应调度服务分类

1.3 资源管理技术的研究现状

1.3.1 基于动态资源的弹性自适应调度

1.3.2 基于云计算的资源优化技术

1.4 当前研究工作存在的问题

1.5 本文的主要研究内容及章节安排

第2 章面向生存性的自适应调度策略

2.1 引言

2.2 相关工作

2.2.1 响应式方法

2.2.2 主动式方法

2.3 云计算提供资源自适应调度的应用场景

2.3.1 资源自适应调度的系统结构

2.3.2 自适应调度方法描述

2.4 考虑多个关键指标的性能分析

2.4.1 灰色关联分析

2.4.2 考虑生存性的性能临界值

2.5 考虑不同粒度的自适应调度策略

2.5.1 弹性资源自适应调度算法

2.5.2 基于物理主机的粗粒度增加方法

2.5.3 基于虚拟机的细粒度增加方法

2.5.4 弹性资源自适应减少方法

2.5.5 自适应调度算法的性能分析

2.6 实验及结果分析

2.6.1 弹性资源自适应调度实验环境

2.6.2 性能评估基准及对比算法

2.6.3 弹性资源自适应调度实验结果

2.7 本章小结

第3 章考虑三阶段的多目标资源优化策略

3.1 引言

3.2 相关工作

3.2.1 预留策略

3.2.2 按需分配

3.3 云计算提供资源优化调度的应用场景

3.3.1 资源优化的系统结构

3.3.2 资源优化的调度过程

3.4 三阶段资源优化策略

3.4.1 基于混合线性规划的预留策略

3.4.2 基于指数平滑和 WMA 的组合预测

3.4.3 基于组合预测的多目标资源优化策略

3.4.4 资源优化算法的性能分析

3.5 实验及结果分析

3.5.1 资源优化实验环境

3.5.2 预留策略实验与结果分析

3.5.3 预测方法实验与结果分析

3.5.4 三阶段资源优化实验与结果分析

3.6 本章小结

第4 章基于改进粒子群算法的负载均衡策略

4.1 引言

4.2 相关工作

4.2.1 静态负载均衡算法

4.2.2 动态负载均衡算法

4.3 考虑资源利用率和能耗均衡的调度方法

4.3.1 熵值方法确定热点主机

4.3.2 基于熵值方法的负载均衡策略

4.4 基于粒子群算法的虚拟机放置策略

4.4.1 基于理想解的适应度函数

4.4.2 考虑双目标的粒子群算法

4.5 负载均衡算法的性能分析

4.6 实验及结果分析

4.6.1 负载均衡实验环境

4.6.2 性能评估基准

4.6.3 实验结果分析

4.7 本章小结

第5 章面向多目标优化的资源整合策略

5.1 引言

5.2 相关工作

5.2.1 动态资源调度策略

5.2.2 多目标资源优化策略

5.3 云计算提供资源整合过程的应用场景

5.3.1 资源整合调度过程

5.3.2 调度过程热点消除方法

5.4 基于多目标优化的资源整合策略

5.4.1 考虑两阶段的资源调度方法

5.4.2 多目标优化的资源整合策略

5.4.3 基于改进蚁群算法的虚拟机放置策略

5.4.4 资源整合算法的性能分析

5.5 实验及结果分析

5.5.1 资源整合实验环境

5.5.2 实验结果分析

5.6 本章小结

结 论

参考文献

攻读博士学位期间发表的论文及其它成果

声明

致 谢

个人简历