移动云计算中任务卸载技术的研究进展

移动云计算中任务卸载技术的研究进展

ID:10695299

大小:49.50 KB

页数:3页

时间:2018-07-07

移动云计算中任务卸载技术的研究进展_第1页
移动云计算中任务卸载技术的研究进展_第2页
移动云计算中任务卸载技术的研究进展_第3页
资源描述:

《移动云计算中任务卸载技术的研究进展》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、移动云计算中任务卸载技术的研究进展摘要:移动设备自身固有的一些局限性,其中包括计算能力有限,存储空间有限,环境感知力有限以及电量有限等局限性,使得许多应用程序无法在移动设备上高效的运行。研究人员提出移动云计算技术对移动设备进行资源扩展。移动云计算主要通过任务卸载来增强移动设备的数据处理能力以及减少手机能耗。移动云计算中的任务卸载是指把移动设备的任务发送到云平台,然后由云平台处理,最后云平台向用户返回任务结果。本文首先对移动云计算中任务卸载策略和任务卸载性能的研究现状进行介绍,然后分析现有技术的局限性,最后讨论未来热点的研究方向。中国8/vie  关

2、键词:移动云计算;任务卸载;卸载策略;卸载性能  中图分类号:TP393  文献标志码:A:[HTSS]2095-2163(2016)06-0001-05[KH*1][HK][HT5SS]  0引言  云计算作为一种高效,按需的服务技术不仅改变了传统的计算模型,而且极大地促进了社会经济的发展和人们生活水平的提高。云服务提供者通过使用虚拟化、网络存储、分布式计算等多种技术把存储、服务器、应用软件等资源转化为资源共享池,用户只需要与云服务提供者经过简单的交互就可以实现资源的访问和利用[1-2]。随着科技的快速进步和人们生活水平的显著提高,手机变成了人们

3、最常使用的移动通信终端。国际电信联盟在2012年1月份的报告显示,全球手机用户达到59亿,移动宽带用户约为12亿,而在2015年年底的报告显示,全球手机用户数已达到71亿,移动宽带用户约为35亿,从这些统计数据可以看出移动互联网业务正以飞快的速度迅猛增长。同时,以苹果公司的iOS系统和Google公司的Android系统为代表的移动操作系统为移动应用程序的高效运行提供了平台支持。然而,由于手机自身固有的一些局限性,包括电池电量有限、CPU处理能力有限、存储空间有限、环境感知能力有限等现实技术特点,使得大量的��用程序无法持续、流畅、高效地在手机端获

4、得运行[3-4]。为了解决上述问题,研究人员提出了移动云计算技术,移动云计算主要通过任务卸载来增强移动设备的处理能力以及降低电量受限设备的能耗[5-6]。移动云计算中的任务卸载是指把移动设备的任务发送到云平台,然后由云平台处理,最后云平台向用户返回任务结果。由于不同的任务具有不同的计算量和数据传输量,在执行任务卸载操作之前,必须确定使用哪个云平台,这就需要任务卸载策略来做出相应的决定。并且,任务卸载性能将直接影响移动应用程序最终的运行性能。因此,改进和完善任务卸载技术,将对移动应用运行效率和服务功能的提升起到重要作用,同时将进一步推动移动云计算技术

5、的发展。  1任务卸载策略研究  Lagerspetz等人研究了利用远程云平台执行移动桌面搜索的优点与不足[7]。该工作在不同的场景下,对任务卸载的能量平衡问题进行了分析,并测量了对应的手机能耗情况,对于手机的应用性能却未作分析和测量。使用的任务卸载策略只考虑了手机的能耗因素,即当手机本地执行任务的能耗大于任务卸载的能耗时,就选择卸载处理。  Huang等人提出一个卸载算法来降低移动设备的能耗,以及满足应用执行时间的要求[8]。提出的DOA算法利用Lyapunov最优化理论来解决卸载策略问题。该工作考虑移动用户的网络连接是变化的,如果算法[9]作为

6、对比方案,结果显示DOA算法在手机能耗方面要优于HELVM算法。另外,2个算法都能够满足时间约束条件,HELVM算法的应用执行时间要小于DOA算法。  Zhang等人研究了移动云计算满足时间约束的任务卸载策略问题,提出了一个任务调度策略来负责移动设备和远程云平台的协作执行[10]。首先,在任务模型中,一个应用由一系列的细粒度任务构成,并且这些任务满足线性拓扑,即各个任务依次按顺序执行,当前任务的输出数据是下一个任务的输入数据。另外,作者采用了Gilbert-Elliott信道模型,其中信道具有2种状态,即好状态和坏状态。信道在各个时隙对应的状态主要

7、取决于当时的信道增益情况。研究把移动设备最小能耗的任务调度问题建模成一个有向无环图的最短路径问题,采用了LARAC算法[11]来获得该优化问题的近似解。通过求解预期最小延时、预期最小能耗和预期最小聚合开销对应的最短路径问题来获得任务的执行策略。性能评测利用了现有的测试数据作为输入数据进行仿真实验。实验结果表明提出的任务调度策略与本地执行策略,以及任务全部卸载策略相比,移动设备的能耗更小。  Cuervo等人提出了一个支持细粒度代码卸载的系统MAUI,该系统能够根据移动设备当前的连接状况来决定代码卸载的策略[12]。MAUI使用了CLR(monLan

8、guageRuntime)技术而不是Java技术来实现托管代码。MAUI把最大化节省移动设备的能量问题建模成整数线性规划问

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。