面向移动云工作流的资源调度研究
发布时间：2022-10-23 20:03
移动云计算（Mobile Cloud Computing,MCC）,作为移动网络和云计算技术相结合的一种新技术,为硬件资源受限、处理能力不足、电池续航时间有限的移动终端提供了改善自身缺点,提高服务质量、缓解电池使用的解决办法。随着MCC应用规模的激增,MCC应用的发展中暴露了许多技术挑战。特别是在工作流系统中,由于缺乏对移动云工作流耗能方式的深入认识和有效的资源调度策略,MCC应用对云计算资源的利用率较为低下,使得“实现MCC能耗管理优化、设计实用和高效的移动云工作流资源调度策略”成为迫切需要解决的难题。在MCC能耗管理和工作流资源调度方面,国内外已经有大量的相关研究。现有的MCC应用能耗管理的研究主要包括能耗预测和节能策略。但是这些方法的监控对象一般是底层服务器或者虚拟机资源等性能指标,很少直接去考虑应用自身的耗能模式。计算卸载是MCC中另一个能耗管理相关的热门研究,其中包括支持卸载技术的实时系统框架设计和算法原型设计,但这些研究多针对单个应用,缺少直接适用于工作流系统的技术。在工作流资源调度方面的现有研究主要包括最优化调度策略研究和考虑服务质量（Quality of Service...
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 移动云计算概述
1.1.2 移动云计算体系架构
1.1.3 移动云计算服务
1.1.4 移动云工作流概述
1.2 国内外研究现状
1.2.1 移动云计算能耗研究现状
1.2.2 工作流调度研究现状
1.2.3 移动云工作流资源调度研究现状
1.3 拟解决的关键问题及基本思路
1.4 研究内容
1.5 文章的组织结构
第2章 研究基础
2.1 移动云工作流环境搭建平台
2.1.1 OpenStack
2.1.2 百度云
2.1.3 Android移动应用开发
2.2 性能监控设备
2.2.1 PowerTutor
2.2.2 Power Monitor
2.2.3 HP-8713
2.3 能耗数据采集方法
2.3.1 云端能耗测试框架介绍
2.3.2 移动端能耗测试框架介绍
2.3.3 能耗数据预处理方法介绍
2.4 小结
第3章 面向移动云工作流活动点的能耗预测方法
3.1 引言
3.2 能耗预测模型介绍
3.2.1 能耗序列建立阶段
3.2.2 能耗序列分割阶段
3.2.3 能耗模式识别与匹配阶段
3.2.4 能耗预测阶段
3.3 实验结果与分析
3.3.1 环境搭建
3.3.2 数据采集
3.3.3 实验结果分析
3.4 小结
第4章 移动云工作流最优效用成本调度模型分析
4.1 引言
4.2 个案分析
4.2.1 案例介绍
4.2.2 特征分析
4.3 模型介绍
4.3.1 应用模型
4.3.2 系统模型
4.3.3 工作流执行时间模型
4.3.4 工作流能耗模型
4.3.5 最优化问题
4.4 实验验证
4.4.1 实验环境
4.4.2 结果分析
4.5 小结
第5章 面向移动云工作流的资源调度方法
5.1 引言
5.2 移动云工作流节能的资源调度方法
5.2.1 PCP相关定义
5.2.2 EERA资源调度方法
5.3 实验结果与分析
5.3.1 移动云工作流设置
5.3.2 实验设置
5.3.3 结果分析
5.4 小结
第6章 总结与展望
6.1 主要贡献
6.2 工作展望
参考文献
攻读博士期间的研究成果
攻读博士期间参与的科研项目
致谢
【参考文献】：
期刊论文
[1]移动互联网研究综述[J]. 肖志辉. 电信科学. 2009(10)
[2]基于混合微粒群算法的网格服务工作流调度[J]. 于明远,朱艺华,梁荣华. 华中科技大学学报(自然科学版). 2008(04)
[3]基于逆向分层的网格工作流调度算法[J]. 苑迎春,李小平,王茜,张毅. 计算机学报. 2008(02)
[4]工作流活动多实例的调度控制[J]. 孙瑞志,史美林. 软件学报. 2005(03)
本文编号：3697036
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 移动云计算概述
1.1.2 移动云计算体系架构
1.1.3 移动云计算服务
1.1.4 移动云工作流概述
1.2 国内外研究现状
1.2.1 移动云计算能耗研究现状
1.2.2 工作流调度研究现状
1.2.3 移动云工作流资源调度研究现状
1.3 拟解决的关键问题及基本思路
1.4 研究内容
1.5 文章的组织结构
第2章 研究基础
2.1 移动云工作流环境搭建平台
2.1.1 OpenStack
2.1.2 百度云
2.1.3 Android移动应用开发
2.2 性能监控设备
2.2.1 PowerTutor
2.2.2 Power Monitor
2.2.3 HP-8713
2.3 能耗数据采集方法
2.3.1 云端能耗测试框架介绍
2.3.2 移动端能耗测试框架介绍
2.3.3 能耗数据预处理方法介绍
2.4 小结
第3章 面向移动云工作流活动点的能耗预测方法
3.1 引言
3.2 能耗预测模型介绍
3.2.1 能耗序列建立阶段
3.2.2 能耗序列分割阶段
3.2.3 能耗模式识别与匹配阶段
3.2.4 能耗预测阶段
3.3 实验结果与分析
3.3.1 环境搭建
3.3.2 数据采集
3.3.3 实验结果分析
3.4 小结
第4章 移动云工作流最优效用成本调度模型分析
4.1 引言
4.2 个案分析
4.2.1 案例介绍
4.2.2 特征分析
4.3 模型介绍
4.3.1 应用模型
4.3.2 系统模型
4.3.3 工作流执行时间模型
4.3.4 工作流能耗模型
4.3.5 最优化问题
4.4 实验验证
4.4.1 实验环境
4.4.2 结果分析
4.5 小结
第5章 面向移动云工作流的资源调度方法
5.1 引言
5.2 移动云工作流节能的资源调度方法
5.2.1 PCP相关定义
5.2.2 EERA资源调度方法
5.3 实验结果与分析
5.3.1 移动云工作流设置
5.3.2 实验设置
5.3.3 结果分析
5.4 小结
第6章 总结与展望
6.1 主要贡献
6.2 工作展望
参考文献
攻读博士期间的研究成果
攻读博士期间参与的科研项目
致谢
【参考文献】：
期刊论文
[1]移动互联网研究综述[J]. 肖志辉. 电信科学. 2009(10)
[2]基于混合微粒群算法的网格服务工作流调度[J]. 于明远,朱艺华,梁荣华. 华中科技大学学报(自然科学版). 2008(04)
[3]基于逆向分层的网格工作流调度算法[J]. 苑迎春,李小平,王茜,张毅. 计算机学报. 2008(02)
[4]工作流活动多实例的调度控制[J]. 孙瑞志,史美林. 软件学报. 2005(03)
本文编号：3697036
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3697036.html
