云計(jì)算及其應(yīng)用

章 緒論
1．1 云計(jì)算的概念
1．2 云存儲(chǔ)
1．3 云作業(yè)調(diào)度算法
1．4 云計(jì)算資源管理技術(shù)
1．5 研究的背景、意義及內(nèi)容
1．6 云計(jì)算在科技和教育資源管理領(lǐng)域中的應(yīng)用
第2章 云計(jì)算資源管理關(guān)鍵技術(shù)及系統(tǒng)架構(gòu)
2．1 引言
2．2 云計(jì)算資源管理的定義和特點(diǎn)
2．3 云計(jì)算資源管理目標(biāo)
2．4 云計(jì)算資源管理模型
2．5 云計(jì)算資源管理策略
2．6 云計(jì)算調(diào)度算法概述
2．7 云計(jì)算系統(tǒng)的架構(gòu)
2．8 基于云計(jì)算的科技資源信息共享模式的構(gòu)建
2．9 云計(jì)算平臺(tái)下的慕課
第3章 云計(jì)算中碎片資源管理關(guān)鍵技術(shù)
3．1 引言
3．2 資源調(diào)度技術(shù)綜述
3．3 問題分析
3．4 云計(jì)算碎片資源描述與能力劃分
3．5 云計(jì)算環(huán)境下具有Qos保障的分布式資源調(diào)度機(jī)制
第4章 云存儲(chǔ)及相關(guān)調(diào)度機(jī)制
4．1 引言
4．2 分布式文件系統(tǒng)
4．3 云存儲(chǔ)的副本技術(shù)
4．4 Hadoop中云存儲(chǔ)存在的問題
4．5 云存儲(chǔ)中的資源調(diào)度機(jī)制
4．6 實(shí)驗(yàn)分析
第5章 云計(jì)算負(fù)載均衡的相關(guān)技術(shù)
5．1 引言
5．2 負(fù)載均衡算法
5．3 云存儲(chǔ)中的GFS及HDFS
5．4 云存儲(chǔ)中的副本技術(shù)
5．5 虛擬機(jī)動(dòng)態(tài)遷移
第6章 基于Hadoop的云存儲(chǔ)的負(fù)載均衡優(yōu)化策略
6．1 引言
6．2 Hadoop數(shù)據(jù)存儲(chǔ)負(fù)載均衡的原理
6．3 超負(fù)載機(jī)架優(yōu)先處理的策略
6．4 隊(duì)列排列的優(yōu)化策略
6．5 實(shí)驗(yàn)分析
第7章 多因素優(yōu)化的云存儲(chǔ)負(fù)載均衡模型
7．1 引言
7．2 多因素優(yōu)化的云存儲(chǔ)負(fù)載均衡模型的思想
7．3 基于多因素優(yōu)化的云存儲(chǔ)負(fù)載均衡模型的算法描述
7．4 實(shí)驗(yàn)分析
第8章 基于動(dòng)態(tài)副本技術(shù)的負(fù)載均衡策略
8．1 引言
8．2 基于文件熱度的動(dòng)態(tài)副本策略的原理
8．3 基于文件熱度的動(dòng)態(tài)副本策略的算法描述
8．4 實(shí)驗(yàn)分析
第9章 基于虛擬機(jī)遷移的資源調(diào)度負(fù)載均衡策略
9．1 引言
9．2 相關(guān)定義
9．3 基于虛擬機(jī)遷移的資源調(diào)度負(fù)載均衡策略的描述
9．4 實(shí)驗(yàn)分析
0章 MapReduce平臺(tái)上基于預(yù)期的調(diào)度算法
10．1 引言
10．2 相關(guān)概念
10．3 基于預(yù)期的調(diào)度算法設(shè)計(jì)
10．4 實(shí)驗(yàn)和分析
1章 基于事件驅(qū)動(dòng)云平臺(tái)的兩步調(diào)度算法
11．1 引言
11．2 相關(guān)工作介紹
11．3 兩步調(diào)度算法設(shè)計(jì)
11．4 TSS設(shè)計(jì)和實(shí)現(xiàn)
11．5 實(shí)驗(yàn)和分析
2章 彈性云平臺(tái)任務(wù)調(diào)度算法
12．1 引言
12．2 相關(guān)工作介紹
12．3 算法設(shè)計(jì)
12．4 實(shí)驗(yàn)和分析性能
3章 面向任務(wù)特性和資源約束的資源任務(wù)模型
13．1 引言
13．2 相關(guān)工作
13．3 基于熵優(yōu)化的資源任務(wù)模型
13．4 模型實(shí)現(xiàn)
13．5 結(jié)論
4章 基于Hopfield Neural Network的負(fù)載均衡策略
14．1 引言
14．2 Hopfield Neural Network
14．3 基于Hopfield Neural Network的作業(yè)調(diào)度策略
14．4 基于Hopfield Neural Network的存儲(chǔ)策略
5章 基于改進(jìn)的植物生長算法的調(diào)度模型
15．1 引言
15．2 模擬植物生長算法模型
15．3 改進(jìn)的植物生長算法的云作業(yè)調(diào)度模型
15．4 一種基于IPGSA的多處理機(jī)調(diào)度算法
6章 基于云計(jì)算的數(shù)字化校園解決方案
16．1 需求分析
16．2 高校數(shù)字化校園云平臺(tái)總體規(guī)劃設(shè)計(jì)
16．3 數(shù)字校園云平臺(tái)建設(shè)方案
參考文獻(xiàn)