云計(jì)算與物聯(lián)網(wǎng)關(guān)鍵技術(shù)研究及應(yīng)用

云 基 礎(chǔ) 篇
第1章 云計(jì)算概述 2
1．1 云計(jì)算產(chǎn)生 2
1．2 云計(jì)算體系結(jié)構(gòu) 3
1．3 云計(jì)算發(fā)展 5
1．4 云計(jì)算應(yīng)用 5
參考文獻(xiàn) 7
第2章 云計(jì)算基礎(chǔ) 8
2．1 Google云計(jì)算 8
2．2 Amazon云計(jì)算 11
2．3 Microsoft云計(jì)算 13
2．4 VMware云計(jì)算 18
2．5 OpenStack云計(jì)算 21
2．6 開(kāi)源云計(jì)算系統(tǒng) 23
2．7 云計(jì)算關(guān)鍵技術(shù) 25
2．8 國(guó)內(nèi)云平臺(tái) 26
參考文獻(xiàn) 30
云 研 究 篇
第3章 Hadoop云計(jì)算中任務(wù)調(diào)度策略研究 34
3．1 Hadoop系統(tǒng)基本框架 34
3．1．1 Hadoop作業(yè)調(diào)度模型 35
3．2 MapReduce簡(jiǎn)介 35
3．2．1 MapReduce作業(yè)執(zhí)行過(guò)程 36
3．2．2 MapReduce 的任務(wù)調(diào)度策略 37
3．2．3 云計(jì)算應(yīng)用案例 38
3．3 Hadoop作業(yè)調(diào)度優(yōu)化 42
3．3．1 MNBC調(diào)度策略 42
3．3．2 代價(jià)計(jì)算模型及調(diào)度算法 43
3．3．3 帶寬節(jié)省效率分析 47
參考文獻(xiàn) 50
第4章 OpenStack云計(jì)算中資源調(diào)度機(jī)制研究 51
4．1 OpenStack虛擬機(jī)初始資源調(diào)度算法 51
4．1．1 虛擬機(jī)初始資源調(diào)度算法概述 51
4．1．2 國(guó)內(nèi)外研究現(xiàn)狀 53
4．2 OpenStack的初始放置機(jī)制設(shè)計(jì) 54
4．2．1 虛擬機(jī)放置模型 55
4．2．2 虛擬機(jī)初始放置機(jī)制 56
4．3 OpenStack虛擬機(jī)初始放置算法仿真實(shí)現(xiàn) 60
4．3．1 MHD-VMP算法仿真流程 60
4．3．2 MHD-VMP算法代碼仿真實(shí)現(xiàn) 61
4．4 仿真實(shí)驗(yàn) 62
4．4．1 實(shí)驗(yàn)條件 63
4．4．2 實(shí)驗(yàn)結(jié)果與分析 63
參考文獻(xiàn) 65
第5章 數(shù)據(jù)中心網(wǎng)絡(luò)傳輸機(jī)制研究 68
5．1 數(shù)據(jù)中心網(wǎng)絡(luò)概述 68
5．1．1 多約束QoS路由算法 68
5．1．2 數(shù)據(jù)中心流量負(fù)載均衡 69
5．1．3 國(guó)內(nèi)外研究現(xiàn)狀 70
5．2 大象流碰撞回避流量調(diào)度算法 70
5．2．1 數(shù)據(jù)中心網(wǎng)絡(luò)中大象流碰撞問(wèn)題 71
5．2．2 基于FatTree的路由模型 71
5．2．3 單流調(diào)度優(yōu)化算法 73
5．2．4 基于非等概率的大象流碰撞回避流量調(diào)度算法 74
5．3 仿真實(shí)驗(yàn)及分析 75
5．3．1 對(duì)比模型 75
5．3．2 實(shí)驗(yàn)方法 76
5．3．3 實(shí)驗(yàn)結(jié)果及分析 78
參考文獻(xiàn) 81
第6章 云計(jì)算平臺(tái)中混合存儲(chǔ)機(jī)制研究 82
6．1 混合主存系統(tǒng) 82
6．1．1 混合主存系統(tǒng)概述 82
6．1．2 國(guó)內(nèi)外研究現(xiàn)狀 83
6．2 基于熱度感知的頁(yè)面劃分管理算法 84
6．2．1 算法結(jié)構(gòu) 84
6．2．2 頁(yè)面遷移策略 88
6．2．3 頁(yè)面管理策略 91
6．3 實(shí)驗(yàn)和結(jié)果分析 93
6．3．1 模擬器研究 93
6．3．2 實(shí)驗(yàn)環(huán)境 94
6．3．3 實(shí)驗(yàn)結(jié)果對(duì)比 95
參考文獻(xiàn) 98
云 應(yīng) 用 篇
第7章 新聞云 102
7．1 背景 102
7．2 新聞云搭建方案 102
7．3 實(shí)現(xiàn)流程及系統(tǒng)框架 104
7．3．1 新聞云服務(wù) 104
7．3．2 數(shù)據(jù)分析處理及存儲(chǔ) 106
7．4 測(cè)試 106
7．4．1 新聞云手機(jī)客戶(hù)端測(cè)試 107
7．4．2 客戶(hù)機(jī)測(cè)試 108
參考文獻(xiàn) 113
第8章 基于Hadoop平臺(tái)的導(dǎo)航系統(tǒng)設(shè)計(jì) 115
8．1 背景 115
8．2 使用環(huán)境及軟件介紹 115
8．3 原理 116
8．4 實(shí)現(xiàn)流程及系統(tǒng)框架 117
8．5 測(cè)試 118
8．5．1 測(cè)試環(huán)境 119
8．5．2 功能測(cè)試方案 119
8．5．3 性能測(cè)試方案 120
8．5．4 測(cè)試數(shù)據(jù)及結(jié)果 121
參考文獻(xiàn) 123
第9章 基于Hadoop和Storm的交通預(yù)測(cè) 124
9．1 背景 124
9．2 應(yīng)用技術(shù) 124
9．3 系統(tǒng)架構(gòu)圖 125
9．4 實(shí)現(xiàn)原理 125
9．5 測(cè)試 126
參考文獻(xiàn) 128
物聯(lián)網(wǎng)基礎(chǔ)篇
第10章 物聯(lián)網(wǎng)概述 130
10．1 物聯(lián)網(wǎng)的產(chǎn)生 130
10．2 物聯(lián)網(wǎng)的體系結(jié)構(gòu) 132
10．3 物聯(lián)網(wǎng)關(guān)鍵技術(shù) 133
10．4 物聯(lián)網(wǎng)應(yīng)用 134
參考文獻(xiàn) 135
第11章 物聯(lián)網(wǎng)基礎(chǔ) 137
11．1 EPC與物聯(lián)網(wǎng) 137
11．2 RFID技術(shù) 139
11．2．1 RFID的工作原理 140
11．2．2 RFID體系結(jié)構(gòu) 140
11．2．3 RFID系統(tǒng)分類(lèi) 141
11．2．4 RFID應(yīng)用 142
11．3 智能技術(shù) 143
11．3．1 智能 143
11．3．2 智能技術(shù)的應(yīng)用 143
11．4 納米技術(shù) 145
11．4．1 納米材料 145
11．4．2 納米材料的特性 146
參考文獻(xiàn) 146
物聯(lián)網(wǎng)研究篇
第12章 傳感器網(wǎng)絡(luò)通信協(xié)議研究 150
12．1 傳感器網(wǎng)絡(luò)簡(jiǎn)介 150
12．2 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)體系結(jié)構(gòu) 150
12．3 傳感器網(wǎng)絡(luò)通信協(xié)議 152
12．3．1 CHTD簇頭的產(chǎn)生 152
12．3．2 CHTD簇頭數(shù)目的確定 153
12．3．3 CHTD最優(yōu)簇半徑 155
12．3．4 CHTD描述 156
12．4 CHTD算法的改進(jìn) 157
12．5 仿真分析 161
12．5．1 生命周期 162
12．5．2 接收數(shù)據(jù)包量 164
12．5．3 能量消耗 165
12．5．4 負(fù)載均衡 166
參考文獻(xiàn) 169
第13章 傳感器網(wǎng)絡(luò)定位研究 171
13．1 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)定位技術(shù) 171
13．2 存在的問(wèn)題 171
13．3 基于測(cè)距的定位方法 171
13．4 非測(cè)距定位算法 173
13．5 傳感器網(wǎng)絡(luò)應(yīng)用 174
13．6 定位算法實(shí)現(xiàn) 175
13．7 定位算法仿真及分析 177
參考文獻(xiàn) 180
第14章 基于隨機(jī)游走的安全傳輸機(jī) 181
14．1 無(wú)線(xiàn)傳感器安全 182
14．2 基于數(shù)據(jù)分片的安全路由機(jī)制 182
14．2．1 安全路由機(jī)制介紹 183
14．2．2 安全通信模型的實(shí)現(xiàn)與改進(jìn) 183
14．3 仿真與分析 195
參考文獻(xiàn) 198
物聯(lián)網(wǎng)應(yīng)用篇
第15章 兒童定位技術(shù) 202
15．1 背景 202
15．2 使用環(huán)境及軟件 202
15．3 具體設(shè)計(jì)方案 202
15．3．1 整體架構(gòu) 203
15．3．2 定位方法 205
15．4 測(cè)試 206
15．4．1 測(cè)試設(shè)備 206
15．4．2 測(cè)試內(nèi)容 207
15．4．3 測(cè)試數(shù)據(jù) 209
15．4．4 測(cè)試結(jié)果分析 216
參考文獻(xiàn) 218
第16章 智能實(shí)驗(yàn)室系統(tǒng) 220
16．1 智能實(shí)驗(yàn)室介紹 220
16．2 系統(tǒng)方案 220
16．3 實(shí)施原理及過(guò)程 222
16．4 硬件框圖與測(cè)試結(jié)果 224
參考文獻(xiàn) 227
第17章 軟件定義網(wǎng)絡(luò)應(yīng)用 228
17．1 SDN技術(shù)及其在視頻業(yè)務(wù)帶寬保障中的應(yīng)用 228
17．1．1 研究問(wèn)題及本設(shè)計(jì)的特色 229
17．1．2 設(shè)計(jì)架構(gòu)與程序流程 230
17．1．3 實(shí)驗(yàn)設(shè)計(jì) 232
17．1．4 實(shí)驗(yàn)結(jié)果 233
17．2 SDN中的鏈路故障快速重構(gòu)應(yīng)用 235
17．2．1 背景及應(yīng)用場(chǎng)景 235
17．2．2 具體設(shè)計(jì) 236
17．2．3 實(shí)驗(yàn)測(cè)試 242
參考文獻(xiàn) 246
第18章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 248
18．1 多聚焦圖像融合概述 248
18．2 基于DCT域多聚集圖像融合算法及評(píng)判標(biāo)準(zhǔn) 249
18．2．1 幾種重要的基于DCT域多聚集圖像融合算法 249
18．2．2 常用的圖像融合評(píng)價(jià)標(biāo)準(zhǔn) 253
18．3 一種基于DCT塊與系數(shù)相結(jié)合的融合算法 254
18．3．1 無(wú)線(xiàn)視覺(jué)傳感器中的圖像融合 254
18．3．2 算法描述 254
18．3．3 實(shí)驗(yàn)結(jié)果 257
參考文獻(xiàn) 258