移动云计算中的任务卸载技术研究

发布时间：2019-11-07 00:33

【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。本文主要针对移动云计算中的任务卸载策略问题和任务卸载性能优化问题进行研究,具体工作如下:首先,本文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%。然后,本文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%。其次,由于车载终端具有较强的移动性,车载云主要利用车载终端的位置信息来选择提供卸载服务的节点(车载终端)。为了降低车载云的任务响应时间,本文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。最后,由于微云访问点的无线资源有限,在微云向多用户提供卸载服务的过程中,如何保证多个用户的任务响应时间满足卸载要求是提升微云卸载性能的难点。本文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%。
【图文】：

性能评测,响应时间

- 49 -于动态聚合方案并且小于随机聚合方案。图3-7 响应时间性能评测Fig. 3-7 Performance evaluation for response time图3-8 通信开销性能评测Fig. 3-8 Performance evaluation for communication cost3.5.2 AMF 协作执行的性能评测在第一种任务中，数据块大小为 1200KB（这里称为大数据块），微云与中心云之间的带宽为 4800Kbps（传输一个大数据块需要的时间为 2s）。一个计算节点处理的最小数据单元为 20KB（这里称为小数据块），，对应的处理时间为 1s，一个大数据块包含 60 个小数据块。实验参考了文献[51]中的人脸识别应用，输入数据为图片，输出结果为每张图片包含人脸的个数。针对不同计算能力的微云和中心云，实验测试了两种场景。对于场景 1

性能评测,通信开销

图3-7 响应时间性能评测Fig. 3-7 Performance evaluation for response time图3-8 通信开销性能评测Fig. 3-8 Performance evaluation for communication cost3.5.2 AMF 协作执行的性能评测在第一种任务中，数据块大小为 1200KB（这里称为大数据块），微云与中心云之间的带宽为 4800Kbps（传输一个大数据块需要的时间为 2s）。一个计算节点处理的最小数据单元为 20KB（这里称为小数据块），对应的处理时间为 1s，一个大数据块包含 60 个小数据块。实验参考了文献[51]中的人脸识别应用，输入数据为图片，输出结果为每张图片包含人脸的个数。针对不同计算能力的微云和中心云，实验测试了两种场景。对于场景 1
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TN929.5;TP3

【相似文献】