摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第17-23页 |
1.1论文研究背景 | 第17-19页 |
1.1.1 云计算 | 第17页 |
1.1.2 数据中心网络 | 第17-18页 |
1.1.3 云任务调度 | 第18-19页 |
1.2 论文研究问题 | 第19-20页 |
1.3 主要研究内容 | 第20-21页 |
1.4 论文组织结构 | 第21-23页 |
第2章 混合云下时延受限的U2D任务调度与资源分配 | 第23-45页 |
2.1 引言 | 第23-24页 |
2.2 相关研究工作 | 第24-26页 |
2.3 混合云下的任务调度建模 | 第26-29页 |
2.3.1 混合云任务服务模型 | 第26-28页 |
2.3.2 效益最大化优化模型 | 第28-29页 |
2.4 基于排队论的理论分析和离线算法设计 | 第29-31页 |
2.5 基于Lyapunov优化理论的分布式算法设计 | 第31-37页 |
2.5.1 Lyapunov优化理论 | 第31-32页 |
2.5.2 分布式算法设计 | 第32-36页 |
2.5.3 性能分析 | 第36-37页 |
2.6 仿真及结果分析 | 第37-43页 |
2.6.1 参数设置 | 第37页 |
2.6.2 采用随机生成请求的仿真结果 | 第37-40页 |
2.6.3 采用真实数据集的仿真结果 | 第40-42页 |
2.6.4 与T-Slot算法的比较 | 第42-43页 |
2.7 本章小结 | 第43-45页 |
第3章 云数据中心间D2D任务调度与资源分配 | 第45-68页 |
3.1 引言 | 第45-46页 |
3.2 相关研究工作 | 第46-47页 |
3.3 Inter-DC中D2D任务的服务问题建模 | 第47-52页 |
3.3.1 网络模型 | 第47-48页 |
3.3.2 Inter-DC任务服务模型 | 第48-50页 |
3.3.3 效益最大化优化模型 | 第50-52页 |
3.4 GlobalAny调度算法 | 第52-57页 |
3.4.1 辅助变量求解 | 第52-53页 |
3.4.2 任务接入策略 | 第53页 |
3.4.3 带宽分配策略 | 第53-57页 |
3.5 数据传输加速方案 | 第57-58页 |
3.6 仿真及结果分析 | 第58-67页 |
3.6.1 参数设置 | 第58-60页 |
3.6.2 参考算法 | 第60-63页 |
3.6.3 参数分析 | 第63-64页 |
3.6.4 带宽分配策略 | 第64页 |
3.6.5 与参考算法的比较 | 第64-66页 |
3.6.6 B4拓扑的仿真结果 | 第66-67页 |
3.7 本章小结 | 第67-68页 |
第4章 光互联多层Inter-DC网络中DoT任务调度与资源分配 | 第68-95页 |
4.1 引言 | 第68-70页 |
4.2 相关研究工作 | 第70-72页 |
4.3 ML-IDCON中的DoT调度模型 | 第72-74页 |
4.3.1 网络模型 | 第72-73页 |
4.3.2 服务模型 | 第73-74页 |
4.4 资源感知DoT调度算法 | 第74-82页 |
4.4.1 整体流程 | 第74页 |
4.4.2 IP层中基于TEN的DoT调度 | 第74-78页 |
4.4.3 光传输层基于SnF的光路分段方案 | 第78-82页 |
4.4.4 固定栅格ML-IDCONs中DoT的调度 | 第82页 |
4.5 仿真及结果分析 | 第82-94页 |
4.5.1 仿真设置 | 第84-85页 |
4.5.2 固定栅格ML-IDCON与灵活栅格ML-IDCON | 第85-87页 |
4.5.3 与参考算法的性能比较 | 第87-92页 |
4.5.4 仿真参数的影响分析 | 第92-94页 |
4.6 本章小结 | 第94-95页 |
第5章 总结与展望 | 第95-97页 |
5.1 本文工作总结 | 第95-96页 |
5.2 未来工作展望 | 第96-97页 |
参考文献 | 第97-104页 |
致谢 | 第104-105页 |
在读期间发表的学术论文与取得的研究成果 | 第105-106页 |