移动云计算中的任务卸载技术研究

摘要

随着移动通信技术的不断进步，移动互联网业务得到蓬勃发展。同时，以智能手机、平板电脑、车载终端为代表的移动终端得到了广泛的普及，并为移动应用的快速发展提供了有力的支撑。目前，移动应用已经进入到人们生活的各个领域，人们能够通过移动互联网获取各种信息和服务。虽然移动终端在硬件技术方面取得了长足的进步，但是相较于传统计算终端其资源仍然有限。 随着云计算技术的兴起，越来越多的企业和个人用户开始使用云服务来提升工作效率，降低成本。云服务提供者能够通过网络以按需、易扩展的方式为用户提供所需的资源。移动云平台主要由中心云、微云和自组织虚拟云等组成，移动云计算结合了云计算和移动互联网的各自优势，能够更好地满足移动终端用户对计算高效性和服务便捷性的需求。移动云计算中的任务卸载技术通过将移动终端负载较重的任务转移到云平台处理，突破了移动终端的资源局限性所带来的性能瓶颈。
　　本研究主要内容包括：⑴分析了现有任务卸载策略的不足，即单一云平台的资源特征无法满足多种任务卸载要求，提出了移动云平台的互联架构，该架构聚合了异构移动云平台（中心云、微云和车载云）的多种资源，形成了多粒度的资源供应模式，从而实现了对多种任务卸载请求的支持。为了提高任务卸载的成功率和对应的卸载性能，本文提出了一种灵活的任务卸载策略，该策略能够分析不同云平台执行任务对应的卸载性能，然后根据分析的卸载性能选择一个合适的云平台进行任务卸载。对于车载云的卸载服务，提出了车载云中的可靠工作节点（车载终端）选择算法，该算法根据工作节点的连接状况和资源状况进行工作节点的选择。实验结果表明，当中心云和微云不能满足卸载要求时，车载云能够节省约46%的智能终端能耗，平均任务卸载成功率约为85%。⑵针对车载终端上负载较重的任务，分析了中心云提供卸载服务的局限性，即网络延时较大。为了能够降低任务响应时间，本文提出了一种联合微云和中心云的分布式协作卸载机制。根据请求的任务能否进行并行处理，把对应的任务分为两类：不可并行处理的任务和可并行处理的任务。对于不可并行处理的任务，提出了多种高效聚合方案以满足不同的任务要求。对于可并行处理的任务，提出了高效的任务分配和协作执行机制，即微云传输一部分数据到中心云处理，从而实现分布式并行计算以降低任务响应时间。实验结果表明，提出的方法与现有的方法相比，平均任务响应时间降低了约45%。⑶提出了一种基于竞争的节点自适应位置更新方法。该方法包括三个算法：下一跳节点的自适应位置更新算法、不可达下一跳节点删除算法和基于竞争的信标消息广播算法。该方法基于节点的位置偏差值和数据传输自适应触发下一跳节点的位置更新，利用专用超时时间来发现不可达下一跳节点。另外，该方法通过节点之间的位置关系来确定影响网络连通和数据传输的关键节点，然后对关键节点进行位置更新。实验结果表明，与现有的方法相比，提出的方法降低了平均响应时间，提高了任务投递率。⑷提出了一种微云环境下基于服务效用的传输调度算法。该算法从微云提供卸载服务的角度考虑公平性问题，利用数据传输率，服务率以及任务剩余时间之间的比例关系建立了服务效用函数。提出的调度算法在各个时隙从多个用户中选择一个服务效用值最大的用户进行数据传输，以提升服务公平性，服务质量以及服务效率。实验结果表明，提出的方法与现有的方法相比，平均系统服务成功率上升了约3.7%，平均系统服务效率提高了10%。

目录

第1章 绪 论

1.1 课题背景及研究意义

1.2 研究现状

1.3本文的研究内容及组织结构

第2章 异构云环境下基于资源特征的任务卸载策略

2.1 引言

2.2 异构移动云平台的互联架构

2.3 问题描述

2.4 任务卸载策略FOS

2.5 性能评测与分析

2.6 本章小结

第3章 联合微云和中心云的分布式协作卸载机制

3.1 引言

3.2 问题描述

3.3 系统模型

3.4 联合微云和中心云的协作卸载机制AMF

3.5 性能评测与分析

3.6 本章小结

第4章 车载云环境下面向移动卸载的位置更新方法

4.1 引言

4.2 相关工作

4.3 系统模型

4.4 基于竞争的节点自适应位置更新

4.5 性能评测与分析

4.6 本章小结

第5章 微云环境下面向公平卸载的传输调度算法

5.1 引言

5.2 系统模型

5.3 比例公平传输调度

5.4 微云环境下面向公平卸载的传输调度

5.5 性能评测与分析

5.6 本章小结

结论

参考文献

攻读博士学位期间发表的论文及其它成果

声明

致谢

个人简历