声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要内容
1.4 论文章节组织结构
1.5 本章小结
第2章 研究基础
2.1 云计算概述
2.1.1 云计算特点
2.1.2 虚拟机性能互扰
2.2 神经网络简介
2.2.1 神经网络学习方式
2.2.2 BP神经网络
2.3 Hadoop的系统架构简介
2.3.1 HDFS简介
2.3.2 MapReduce模型概述
2.3.3 MapReduce调度算法概述
2.4 贪心算法
2.5 本章小结
第3章 考虑虚拟机间性能互扰的MapReduce作业调度方法
3.1 研究动机以及问题分析
3.1.1 MapReduce作业调度中所面临的问题
3.1.2 问题求解的基本思路
3.2 考虑虚拟机间性能互扰的MapReduce作业调度方法
3.3 考虑虚拟机间性能互扰度量的MapReduce作业调度方法中的关键问题
3.4 本章小结
第4章 基于BP神经网络的虚拟机间性能互扰度量方法
4.1 影响虚拟机间性能互扰度的因素
4.2 虚拟机间性能互扰度度量及预测的框架
4.3 基于BP神经网络的虚拟机间性能互扰模型构建
4.3.1 基于BP神经网络的虚拟机间性能互扰模型的建立
4.3.2 基于BP神经网络的性能互扰模型的训练和验证
4.4 基于相似度计算的性能互扰的模型生成
4.4.1 相似度模型
4.4.2 基本思想
4.4.3 算法描述
4.5 本章小结
第5章 考虑虚拟机间性能互扰的MapReduce作业调度机制
5.1 问题描述及解决思路
5.1.1 问题描述
5.1.2 问题的解决思路
5.1.3 考虑虚拟机间性能互扰的MapReduce作业调度机制
5.2 基于任务剩余执行时间的MapReduce作业调度间隔计算算法
5.2.1 MapReduce作业调度心跳机制
5.2.2 基于任务执行进度的任务剩余执行时间估计
5.2.3 基于任务剩余执行时间的MapReduce作业调度间隔计算算法
5.3 MapReduce作业全局优化调度算法
5.3.1 算法的基本思想
5.3.2 算法执行流程描述
5.3.3 算法描述
5.4 本章小结
第6章 实验方案与实验结果对比
6.1 实验环境
6.2 虚拟机间性能互扰模型实验验证
6.3 考虑性能互扰的MapReduce作业全局最优化调度算法的实验结果分析
6.4 本章小结
第7章 总结与展望
7.1 论文工作总结
7.2 下一步研究工作展望
参考文献
致谢