云計算資源管理與調(diào)度優(yōu)化方法

第1章 緒論
1．1 云計算的發(fā)展歷程
1．2 云計算學術界
1．3 云計算的基本概念、研究進展和關鍵問題
1．4 本書內(nèi)容及安排
第2章 云計算環(huán)境下資源部署與任務調(diào)度基礎
2．1 云計算資源管理概述
2．2 云計算系統(tǒng)架構
2．3 云計算環(huán)境下資源管理與任務調(diào)度關鍵技術
2．4 小結
第3章 基于關聯(lián)量的數(shù)據(jù)部署與任務調(diào)度方法
3．1 引言
3．2 相關工作
3．3 云計算環(huán)境下數(shù)據(jù)部署與任務調(diào)度分析
3．4 基于關聯(lián)量和鍵能算法的數(shù)據(jù)聚類方法
3．5 基于關聯(lián)量鍵能聚類算法的數(shù)據(jù)部署與任務調(diào)度
3．6 仿真實驗及其結果分析
3．7 小結
第4章 基于粒子群算法的任務調(diào)度優(yōu)化方法
4．1 引言
4．2 相關工作
4．3 任務調(diào)度問題及優(yōu)化模型
4．4 基于粒子群算法的任務調(diào)度方法
4．5 任務調(diào)度的混合粒子群算法
4．6 小結
第5章 云計算環(huán)境下能耗性能感知的優(yōu)化方法
5．1 引言
5．2 相關工作
5．3 能耗模型研究
5．4 資源管理體系結構與虛擬遷移模型
5．5 能耗和性能感知的虛擬機調(diào)整方法
5．6 能耗性能評估
5．7 小結
第6章 基于排隊論的性能指標動態(tài)優(yōu)化方法
6．1 引言
6．2 相關工作
6．3 多到達兩服務窗口能力不等排隊論模型分析
6．4 數(shù)值驗證
6．5 多到達多服務排隊模型優(yōu)化
6．6 小結
第7章 總結與展望
7．1 總結
7．2 展望
附錄 部分資源調(diào)度算法源程序
參考文獻