摘要：移动应用程序的迅猛发展,对移动设备的计算能力与电池容量提出了新的挑战.为了在有限的资源下,保证移动应用程序的运行效率,移动云计算方法通过将部分任务从移动设备端迁移到云端执行,来减少移动设备端的能量消耗,缩减应用程序的运行时间.现有的基于静态网络多目标优化的任务迁移策略,在网络动态变化的真实场景中多数难于应用.由于敏感信息的数据上传和下载均需进行加密解密,因此,本文提出一种任务安全迁移的容错计算模型与算法,使用基于滚动时域的在线算法,实现移动云计算中能量消耗和时间消耗最小的任务迁移.针对应用程序的可靠性与通信的能量消耗,本文基于可靠性分级提出了任务的规约图,并给出了一种应用帕雷托最优策略的在线算法,在保证任务安全迁移的前提下,提高了算法对网络动态变化的鲁棒性.实验结果表明,在线策略导出的近似解不仅满足了实时性的需求,并且与已知网络先验信息的全局最优解非常接近,其中9％的近似解与全局最优解一致,其余的近似解能耗误差不超过20％,明显优于现有的74％的能量消耗误差.
