移动计算中自适应负载转移决策模型研究
发布时间:2020-12-31 07:37
以智能手机为代表的移动设备,受限于设备自身的尺寸、大容量电池制造工艺的滞后、无线通信网络的不稳定,已经越来越难以满足移动用户对智能手机执行功能更加复杂、能耗需求更高应用的需求。移动设备系统电能消耗与电池容量增长速度的不一致,系统能提供的计算能力与新应用的需求增长速度的不一致是移动设备发展中面临的挑战。移动负载转移思想,提出移动设备可以与服务器构成一个协作系统,通过负载转移的方式将部分应用功能(任务)转移至(协作)服务器端远程执行,提升应用执行的性能,如减少执行时间、减少设备能耗、提高执行结果质量等。与之对应的移动协作应用由多个任务组成,包括若干个可负载转移任务,即该任务既可以在移动设备本地执行,也可以在协作服务器端执行。移动负载转移的核心问题是如何使得移动协作应用,一方面可以尽可能地通过远程协作提升执行性能;另一方面又尽可能地减少由于资源可用性变化造成的执行延迟或者失败。例如,减小移动设备到协作服务器之间端到端的带宽波动对数据传输时间的影响,减小服务器负载变化对执行时间的影响等。移动负载转移决策引擎的任务就是根据协作系统的资源可用性和移动应用执行性能要求,动态决定移动协作应用中,每一个...
【文章来源】:复旦大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】:158 页
【学位级别】:博士
【文章目录】:
摘要
Abstract
插图
第1章 引言
1.1 移动计算的蓬勃发展
1.1.1 移动设备的发展
1.1.2 无线网络技术的发展
1.1.3 移动应用软件的发展
1.2 移动计算的挑战
1.2.1 移动设备有限的资源
1.2.2 无线网络连接质量波动
1.3 小结
第2章 移动负载转移系统和移动协作应用
2.1 “瑞士军刀”vs“钱包”
2.2 移动协作应用
2.2.1 移动协作应用的划分
2.2.2 移动协作应用的执行路径
2.2.3 移动协作应用执行过程的建模
2.3 移动负载转移系统
2.3.1 系统模型
2.3.2 目标函数
2.3.3 移动负载转移决策模型
2.3.4 决策策略
2.3.5 决策质量评估指标
2.4 相关工作
2.4.1 面向决策算法的研究
2.4.2 面向协作系统的研究
2.5 本文的贡献和结构
2.5.1 主要贡献
2.5.2 本文结构
第3章 移动负载转移决策模型和自适应决策策略
3.1 决策过程
3.2 应用执行时间估值
3.2.1 本地执行时间
3.2.2 协作服务器执行时间
3.2.3 远程执行时间
3.2.4 移动设备到服务器的端到端带宽
3.2.5 传输数据总量
3.3 应用执行设备能耗估值
3.3.1 本地执行的设备能耗
3.3.2 WiFi网络传输能耗
3.3.3 3G网络传输能耗
3.4 静态决策策略以及其局限分析
3.4.1 应对设备到服务器的端到端网络带宽波动
3.4.2 应对协作服务器负载波动
3.5 自适应决策策略
3.5.1 动态决策策略
3.5.2 冗余路径执行
3.5.3 联合决策策略
3.5.4 渐进式数据传输
3.6 目标应用
3.6.1 移动人脸检测
3.6.2 移动全景图
3.7 小结
第4章 Wing:基于动态决策策略的负载转移系统
4.1 概述
4.2 Wing系统实现
4.2.1 资源监控器
4.2.2 可用资源预估模块
4.2.3 资源需求预估模块
4.2.4 执行状态追踪模块
4.3 应对服务器负载波动的评估实验
4.3.1 实验设计
4.3.2 实验结果和分析
4.4 应对网络带宽波动的实验评估
4.4.1 网络Trace数据采集
4.4.2 WiFi和3G网络Trace数据特性统计分析
4.4.3 移动负载转移决策模拟器
4.4.4 实验设计
4.4.5 实验结果和分析
4.5 小结
第5章 Mind:基于联合决策策略的负载转移系统
5.1 概述
5.2 Mind系统实现
5.2.1 智能手机端
5.2.2 协作服务器端
5.3 目标应用
5.3.1 移动全景图
5.4 应对网络带宽波动的实验评估
5.4.1 实验设计
5.4.2 实验结果和分析
5.5 小结
第6章 总结和展望
参考文献
附录A 指导老师Kang Shin教授简历
攻读博士学位期间(第一作者)科研论文
攻读博士学位期间获奖情况
致谢
【参考文献】:
期刊论文
[1]Mirroring Smartphones for Good:A Feasibility Study[J]. Bo Zhao 1, Zhi Xu 1, Caixia Chi 2, Sencun Zhu 1, and Guohong Cao 1 (1. Department of Computer Science and Engineering, The Pennsylvania State University; 2. Bell Laboratories, Alcatel-Lucent Technologies). ZTE Communications. 2011(01)
本文编号:2949240
【文章来源】:复旦大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】:158 页
【学位级别】:博士
【文章目录】:
摘要
Abstract
插图
第1章 引言
1.1 移动计算的蓬勃发展
1.1.1 移动设备的发展
1.1.2 无线网络技术的发展
1.1.3 移动应用软件的发展
1.2 移动计算的挑战
1.2.1 移动设备有限的资源
1.2.2 无线网络连接质量波动
1.3 小结
第2章 移动负载转移系统和移动协作应用
2.1 “瑞士军刀”vs“钱包”
2.2 移动协作应用
2.2.1 移动协作应用的划分
2.2.2 移动协作应用的执行路径
2.2.3 移动协作应用执行过程的建模
2.3 移动负载转移系统
2.3.1 系统模型
2.3.2 目标函数
2.3.3 移动负载转移决策模型
2.3.4 决策策略
2.3.5 决策质量评估指标
2.4 相关工作
2.4.1 面向决策算法的研究
2.4.2 面向协作系统的研究
2.5 本文的贡献和结构
2.5.1 主要贡献
2.5.2 本文结构
第3章 移动负载转移决策模型和自适应决策策略
3.1 决策过程
3.2 应用执行时间估值
3.2.1 本地执行时间
3.2.2 协作服务器执行时间
3.2.3 远程执行时间
3.2.4 移动设备到服务器的端到端带宽
3.2.5 传输数据总量
3.3 应用执行设备能耗估值
3.3.1 本地执行的设备能耗
3.3.2 WiFi网络传输能耗
3.3.3 3G网络传输能耗
3.4 静态决策策略以及其局限分析
3.4.1 应对设备到服务器的端到端网络带宽波动
3.4.2 应对协作服务器负载波动
3.5 自适应决策策略
3.5.1 动态决策策略
3.5.2 冗余路径执行
3.5.3 联合决策策略
3.5.4 渐进式数据传输
3.6 目标应用
3.6.1 移动人脸检测
3.6.2 移动全景图
3.7 小结
第4章 Wing:基于动态决策策略的负载转移系统
4.1 概述
4.2 Wing系统实现
4.2.1 资源监控器
4.2.2 可用资源预估模块
4.2.3 资源需求预估模块
4.2.4 执行状态追踪模块
4.3 应对服务器负载波动的评估实验
4.3.1 实验设计
4.3.2 实验结果和分析
4.4 应对网络带宽波动的实验评估
4.4.1 网络Trace数据采集
4.4.2 WiFi和3G网络Trace数据特性统计分析
4.4.3 移动负载转移决策模拟器
4.4.4 实验设计
4.4.5 实验结果和分析
4.5 小结
第5章 Mind:基于联合决策策略的负载转移系统
5.1 概述
5.2 Mind系统实现
5.2.1 智能手机端
5.2.2 协作服务器端
5.3 目标应用
5.3.1 移动全景图
5.4 应对网络带宽波动的实验评估
5.4.1 实验设计
5.4.2 实验结果和分析
5.5 小结
第6章 总结和展望
参考文献
附录A 指导老师Kang Shin教授简历
攻读博士学位期间(第一作者)科研论文
攻读博士学位期间获奖情况
致谢
【参考文献】:
期刊论文
[1]Mirroring Smartphones for Good:A Feasibility Study[J]. Bo Zhao 1, Zhi Xu 1, Caixia Chi 2, Sencun Zhu 1, and Guohong Cao 1 (1. Department of Computer Science and Engineering, The Pennsylvania State University; 2. Bell Laboratories, Alcatel-Lucent Technologies). ZTE Communications. 2011(01)
本文编号:2949240
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2949240.html