5篇关于虚拟机的计算机毕业论文

今天分享的是关于虚拟机的5篇计算机毕业论文范文, 如果你的论文涉及到虚拟机等主题,本文能够帮助到你 Linux下虚拟机安全管理平台的设计与实现 这是一篇关于Linux系统

今天分享的是关于虚拟机的5篇计算机毕业论文范文, 如果你的论文涉及到虚拟机等主题,本文能够帮助到你

Linux下虚拟机安全管理平台的设计与实现

这是一篇关于Linux系统,安全,虚拟机,服务器,云操作系统的论文, 主要内容为随着各行业的迅速发展,IT行业也进入了新的时代,在这个新时代中,各类软硬件技术陆续出现,物理服务器的数量也在迅速增加,继而出现了服务器性能优化与安全问题。在服务器领域中,以Linux系统为主的服务器占据了很大比例,虚拟机的使用更成为了解决安全问题的重要方式,虚拟化的概念也应运而生。由此可见,在未来的发展中,对虚拟机安全问题的研究已经变得尤为重要。本文旨在设计一个Linux平台下虚拟机安全管理平台,在最新的云计算操作系统环境下,通过搭建一个基于WebServer的安全管理平台,将各台虚拟机进行安全保护,该平台能够控制虚拟机进程与镜像,为虚拟机镜像以及进程添加标签、为虚拟机镜像文件系统添加密码并且为虚拟机内系统文件添加密码保护、为虚拟机在迁移过程中提供监听保护、在网络中实现安全域的隔离,实现虚拟机安全启动及虚拟机进程间的安全隔离以达到虚拟机安全保护的目的。本文的研究内容主要包括六个部分。第一部分为绪论部分,首先简要阐述该平台的意义与背景、研究现状与主要工作,然后阐述了本文的结构。第二部分为相关技术基础,主要介绍了开发该平台所用到的相关技术以及针对主要技术的研究。第三部分为平台需求分析和总体设计,主要介绍了针对该平台各项技术的建设目标、需求分析、技术模型和设计方案。第四部分为虚拟机安全平台的详细设计与实现,主要介绍了平台每个功能的详细设计方案。第五部分为系统测试,主要介绍了系统测试环境及对系统功能的测试。第六部分为总结。

云计算中容器-虚拟机两层结构的弹性及优化方法研究

这是一篇关于云计算,容器,虚拟机,排队论,弹性,优化方法的论文, 主要内容为随着人工智能、大数据、区块链等技术的发展,普通计算机有限的计算和存储能力已经无法满足个人及企业用户日益增长的资源需求。云计算作为一种资源网络为大量的计算资源缺口提供了一种新的解决方案,使用者可以随时获取“云”上“可无限扩展”的资源,按需求量使用,按使用量付费。然而,云数据中心在为用户提供高效计算服务的同时,也带来了大量的电力资源消耗以及二氧化碳排放。因此,云计算动态可扩展性作为保障云平台服务质量并提高资源利用率的有效方式,一直是国内外学者的研究热点。目前对此的大多数研究都是基于虚拟机的粒度进行的,随着微服务架构的兴起,容器因具有启动速度快且开销低的显著特点而成为微服务架构的首要部署技术,使用容器能够大大提升云平台的服务质量。但是容器集群的使用使得原来的虚拟机集群扩展到了容器-虚拟机的两层结构,因此原本基于单层结构的研究并不完全适用,且目前对于两层结构的研究较少。针对上述问题,本文基于容器-虚拟机两层结构研究云平台的弹性及性能成本优化方法,论文主要工作包括:(1)基于云计算中任务调度和任务执行的两阶段过程构建排队论弹性模型。该模型在现有研究的基础上充分考虑实际云平台中调度队列、执行队列的有限容量问题及容器-虚拟机两层结构的特点,通过一维M/M/1/Kd排队模型及二维M/M/ci Ni/K i排队模型分别构建任务调度模型及任务执行模型,并结合拟生灭过程及矩阵几何解给出排队模型的稳态概率分布。(2)基于现有单层结构研究成果给出本文两层结构模型的弹性、性能及成本指标定义并分析系统配置参数对各指标的影响。首先,通过上述模型稳态概率分布结果计算排队模型的损失率、期望任务队列长度、期望虚拟机数量、任务响应时间等多个属性。随后,结合现有研究结果给出模型的弹性、性能及成本指标的量化定义。最后,根据属性计算结果及量化指标定义进行参数数值分析实验,进而分析系统配置参数对各指标的影响并通过对比实验证明两层结构模型的优势。(3)基于单目标优化方法与多目标智能优化算法求解模型最优参数配置及性能成本Pareto前沿。首先,根据上述指标定义及两阶段模型特点将优化模型划分为子模型优化、调度模型优化及任务流分配三个子优化模型。然后,基于多目标智能优化算法、单目标优化理论与实验结论给出优化方案,同时通过理论与实验分析方案的可行性。最后,通过实验对比分析本文模型及优化方案的优势及有效性。经实验验证及对比分析,本文所提出的基于容器-虚拟机两层结构的两阶段模型相较单层结构模型大部分情况下在弹性、成本及一些性能参数上有更好的性能表现。所提出的优化方案能够有效给出模型的基础参数配置及任务流分配方案,达到较高的整体性价比。

云计算中容器-虚拟机两层结构的弹性及优化方法研究

这是一篇关于云计算,容器,虚拟机,排队论,弹性,优化方法的论文, 主要内容为随着人工智能、大数据、区块链等技术的发展,普通计算机有限的计算和存储能力已经无法满足个人及企业用户日益增长的资源需求。云计算作为一种资源网络为大量的计算资源缺口提供了一种新的解决方案,使用者可以随时获取“云”上“可无限扩展”的资源,按需求量使用,按使用量付费。然而,云数据中心在为用户提供高效计算服务的同时,也带来了大量的电力资源消耗以及二氧化碳排放。因此,云计算动态可扩展性作为保障云平台服务质量并提高资源利用率的有效方式,一直是国内外学者的研究热点。目前对此的大多数研究都是基于虚拟机的粒度进行的,随着微服务架构的兴起,容器因具有启动速度快且开销低的显著特点而成为微服务架构的首要部署技术,使用容器能够大大提升云平台的服务质量。但是容器集群的使用使得原来的虚拟机集群扩展到了容器-虚拟机的两层结构,因此原本基于单层结构的研究并不完全适用,且目前对于两层结构的研究较少。针对上述问题,本文基于容器-虚拟机两层结构研究云平台的弹性及性能成本优化方法,论文主要工作包括:(1)基于云计算中任务调度和任务执行的两阶段过程构建排队论弹性模型。该模型在现有研究的基础上充分考虑实际云平台中调度队列、执行队列的有限容量问题及容器-虚拟机两层结构的特点,通过一维M/M/1/Kd排队模型及二维M/M/ci Ni/K i排队模型分别构建任务调度模型及任务执行模型,并结合拟生灭过程及矩阵几何解给出排队模型的稳态概率分布。(2)基于现有单层结构研究成果给出本文两层结构模型的弹性、性能及成本指标定义并分析系统配置参数对各指标的影响。首先,通过上述模型稳态概率分布结果计算排队模型的损失率、期望任务队列长度、期望虚拟机数量、任务响应时间等多个属性。随后,结合现有研究结果给出模型的弹性、性能及成本指标的量化定义。最后,根据属性计算结果及量化指标定义进行参数数值分析实验,进而分析系统配置参数对各指标的影响并通过对比实验证明两层结构模型的优势。(3)基于单目标优化方法与多目标智能优化算法求解模型最优参数配置及性能成本Pareto前沿。首先,根据上述指标定义及两阶段模型特点将优化模型划分为子模型优化、调度模型优化及任务流分配三个子优化模型。然后,基于多目标智能优化算法、单目标优化理论与实验结论给出优化方案,同时通过理论与实验分析方案的可行性。最后,通过实验对比分析本文模型及优化方案的优势及有效性。经实验验证及对比分析,本文所提出的基于容器-虚拟机两层结构的两阶段模型相较单层结构模型大部分情况下在弹性、成本及一些性能参数上有更好的性能表现。所提出的优化方案能够有效给出模型的基础参数配置及任务流分配方案,达到较高的整体性价比。

云计算中容器-虚拟机两层结构的弹性及优化方法研究

这是一篇关于云计算,容器,虚拟机,排队论,弹性,优化方法的论文, 主要内容为随着人工智能、大数据、区块链等技术的发展,普通计算机有限的计算和存储能力已经无法满足个人及企业用户日益增长的资源需求。云计算作为一种资源网络为大量的计算资源缺口提供了一种新的解决方案,使用者可以随时获取“云”上“可无限扩展”的资源,按需求量使用,按使用量付费。然而,云数据中心在为用户提供高效计算服务的同时,也带来了大量的电力资源消耗以及二氧化碳排放。因此,云计算动态可扩展性作为保障云平台服务质量并提高资源利用率的有效方式,一直是国内外学者的研究热点。目前对此的大多数研究都是基于虚拟机的粒度进行的,随着微服务架构的兴起,容器因具有启动速度快且开销低的显著特点而成为微服务架构的首要部署技术,使用容器能够大大提升云平台的服务质量。但是容器集群的使用使得原来的虚拟机集群扩展到了容器-虚拟机的两层结构,因此原本基于单层结构的研究并不完全适用,且目前对于两层结构的研究较少。针对上述问题,本文基于容器-虚拟机两层结构研究云平台的弹性及性能成本优化方法,论文主要工作包括:(1)基于云计算中任务调度和任务执行的两阶段过程构建排队论弹性模型。该模型在现有研究的基础上充分考虑实际云平台中调度队列、执行队列的有限容量问题及容器-虚拟机两层结构的特点,通过一维M/M/1/Kd排队模型及二维M/M/ci Ni/K i排队模型分别构建任务调度模型及任务执行模型,并结合拟生灭过程及矩阵几何解给出排队模型的稳态概率分布。(2)基于现有单层结构研究成果给出本文两层结构模型的弹性、性能及成本指标定义并分析系统配置参数对各指标的影响。首先,通过上述模型稳态概率分布结果计算排队模型的损失率、期望任务队列长度、期望虚拟机数量、任务响应时间等多个属性。随后,结合现有研究结果给出模型的弹性、性能及成本指标的量化定义。最后,根据属性计算结果及量化指标定义进行参数数值分析实验,进而分析系统配置参数对各指标的影响并通过对比实验证明两层结构模型的优势。(3)基于单目标优化方法与多目标智能优化算法求解模型最优参数配置及性能成本Pareto前沿。首先,根据上述指标定义及两阶段模型特点将优化模型划分为子模型优化、调度模型优化及任务流分配三个子优化模型。然后,基于多目标智能优化算法、单目标优化理论与实验结论给出优化方案,同时通过理论与实验分析方案的可行性。最后,通过实验对比分析本文模型及优化方案的优势及有效性。经实验验证及对比分析,本文所提出的基于容器-虚拟机两层结构的两阶段模型相较单层结构模型大部分情况下在弹性、成本及一些性能参数上有更好的性能表现。所提出的优化方案能够有效给出模型的基础参数配置及任务流分配方案,达到较高的整体性价比。

虚拟化服务器管理系统的设计与实现

这是一篇关于服务器虚拟化,Flex,Java,虚拟机的论文, 主要内容为随着虚拟化技术的迅速发展,尤其是在当今世界倡导低碳节能、环保绿色的节约型社会环境中,服务器虚拟化技术已经受到了越来越多的关注。然而,这项IT领域的热门技术要得以广泛应用,需要解决的一个重要问题是如何更合理、更优化的对物理及虚拟服务器进行统一管理。论文首先对虚拟化服务器管理系统的需求进行认真分析;然后,给出了系统所使用数据库的详细设计;最后,给出了系统中主要功能模块的实现细节,例如:存储管理模块、数据中心管理模块、集群管理模块、物理主机管理模块、虚拟机管理模块、日志管理模块。本系统采用B/S架构,使用Flex技术实现软件界面显示,使用BlazeDS框架完成Flex与Java之间的数据通信,集成Spring与Hibernate技术完成数据库操作。通过测试,系统在功能和性能上均达到了设计要求。

本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:代码助手 ,原文地址:https://bishedaima.com/lunwen/45800.html

相关推荐

发表回复

登录后才能评论