基于云环境下移动设备上能耗节约策略研究

发布时间：2023-12-29 18:07

　　在当今时代下,随着智能手机的快速普及与应用软件的广泛开发,移动手机已经成为生活中不可或缺的一部分。但是人们在使用的过程中却发现移动端能耗问题越来越严重,并且硬件性能改善速度滞后也进一步制约着其发展。因此,现在系统往往会从软件的角度出发,利用移动云计算来解决手机端能量匮乏的问题。具体来说,移动端通过系统任务调度将部分任务上传至云或者边缘节点来进行处理,并返回计算结果从而减轻移动端的本地能耗。但是需要注意的是,这样的迁移计算会产生额外的时间消耗。因此,如何合理的进行应用迁移来保证用户服务质量的同时还能减少移动设备的能耗是当下移动云计算急需要解决的问题。对此,本文有针对性的提出两个方面的解决思路:第一,提出一种基于云环境下多计算节点系统的计算迁移策略。在移动云计算环境下,系统拥有多个不同计算能力的接入节点,并且这些节点之间因服务质量而导致能耗也不尽相同。在本文背景中,系统可以有选择地使用本地、多个不同计算能力节点以及云端来处理任务。所以本文提出的新的系统可以在多个任务多个计算点之间找出一个最适合用户的方案。并且为了加速搜寻最终最优解,本文还使用了一种改进的遗传算法,它的具体优势在于可以更加适...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 两层计算迁移现状
        1.2.2 三层计算迁移现状
    1.3 目前存在的问题
    1.4 主要研究内容
    1.5 本文组织结构
第二章 移动云环境系统及相关技术简介
    2.1 引言
    2.2 移动云计算概述
        2.2.1 云计算
        2.2.2 移动云计算
    2.3 移动边缘计算
    2.4 移动云边协同
    2.5 遗传算法
        2.5.1 遗传算法的基本概念
        2.5.2 遗传算法的基本思想
        2.5.3 遗传算法的基本特点
        2.5.4 遗传算法的基本操作
    2.6 小结
第三章 基于云环境下的计算迁移系统
    3.1 引言
    3.2 系统模型
    3.3 问题模型
        3.3.1 本地处理
        3.3.2 访问节点处理
        3.3.3 云处理
    3.4 多任务多计算节点迁移策略
        3.4.1 问题制定
        3.4.2 基于遗传算法思想寻找最优路径
        3.4.3 改进的遗传算法
        3.4.4 多任务多计算节点迁移算法
    3.5 实验及分析
        3.5.1 实验设置
        3.5.2 实验结果
    3.6 本章小结
第四章 多用户多任务多计算节点下能耗优化策略
    4.1 引言
    4.2 服务等级协议下多用户调度
        4.2.1 SLA定义
        4.2.2 SLA下的多用户调度
    4.3 调度策略
        4.3.1 合法的路径选择
        4.3.2 计算能耗
        4.3.3 计算时间
        4.3.4 衡量模型
        4.3.5 调度思路
    4.4 两种资源分配模式
        4.4.1 不需要额外资源
        4.4.2 动态分配资源
    4.5 实验
        4.5.1 分配资源比值
        4.5.2 多用户之间的影响
    4.6 小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读学位期间发表的学术论文目录
攻读硕士学位期间参与的科研项目
致谢



本文编号：3876184