声明
摘要
第1章 绪论
1.1 研究背景
1.2 主要研究内容
1.3 论文组织结构
第2章 研究基础
2.1 SaaS服务模式及系统特征
2.1.1 SaaS模式成熟度模型
2.1.2 SaaS系统特征
2.2 虚拟机性能度量
2.3 灰色-马尔科夫理论与RBF神经网络理论
2.3.1 灰色-马尔科夫预测理论
2.3.2 RBF神经网络预测理论
2.4 SaaS资源管理理论
2.5 本章小结
第3章 支持间歇性用户使用行为的SaaS资源管理机制
3.1 间歇性用户使用行为特征分析
3.2 支持间歇性用户使用行为的SaaS资源管理过程
3.3 关键问题及其研究思路
3.4 本章小结
第4章 单间歇性用户使用行为的并发请求数预测算法
4.1 传统预测方法存在的不足
4.2 基于改进的灰色-马尔科夫模型进行并发请求数预测
4.2.1 相对残差比的获取算法
4.2.2 相对残差比的状态分级算法
4.2.3 相对残差比的修正算法
4.2.4 改进的灰色-马尔科夫预测模型的实现
4.3 实验结果分析
4.3.1 实验环境
4.3.2 预测结果分析
4.4 本章小结
第5章 多间歇性用户使用行为的资源占用量预测算法
5.1 虚拟机资源分析
5.1.1 虚拟机性能指标的确定
5.1.2 虚拟机性能模型的建立
5.2 基于RBF神经网络进行资源占用量预测
5.2.1 并发请求数与资源占用量的拓扑结构
5.2.2 并发请求数与资源占用量的映射关系
5.2.3 资源占用量预测算法的实现
5.3 实验结果分析
5.4 本章小结
第6章 支持间歇性用户使用行为的SaaS资源管理方法
6.1 支持间歇性用户使用行为的SaaS资源管理问题描述
6.2 支持间歇性用户使用行为的SaaS资源管理目标
6.3 基于同构虚拟机的SaaS资源管理方法
6.3.1 同构虚拟机启/停规模
6.3.2 同构虚拟机启/停顺序
6.3.3 基于同构虚拟机的SaaS资源管理方法的实现
6.4 实验结果分析
6.5 本章小结
第7章 总结与展望
参考文献
致谢