移动云计算场景下基于社交关系的任务卸载算法研究文献综述

 2022-11-04 10:49:35

文献综述

摘要:移动云计算是一个用来增加移动设备计算能力的有前途的方法。本文中,在介绍基于移动云计算环境的基础上,分析并对比社交关系对任务卸载算法的影响。建立了移动用户之间社交关系的系统模型和基于社交关系的任务卸载问题的数学建模,并使用仿真工具验证算法的性能。

关键词:移动云计算;社交关系;任务卸载;仿真模拟

  1. 移动云计算技术简介

随着以智能手机和平板电脑为主的移动终端的发展,越来越多的新的移动应用,如面部识别,自然语言处理,互动游戏,以及现实增强不断涌现,吸引极大的关注[1],[2]。在移动终端被赋予越来越多的功能的同时,移动终端上的CPU、内存、带宽和电池容量等资源限制了移动终端的能力。所以消耗资源的应用程序和资源受限的移动设备之间的紧张关系对将来移动平台的发展是一个重大的挑战[3]。

随着云计算技术,虚拟化技术和WI-FI技术的发展,使得利用WI-FI和3G/4G网络将移动终端上的部分任务卸载到服务器中执行成为了可能。移动云计算是在Open Gargens博客上发布的一篇文章中定义的,被定义为“移动云生态系统中云计算服务的可用性”,这包含使用者、企业、家庭基站、转码、端到端安全性、家庭网关和启用移动宽带的服务。移动云计算是将云计算应用到移动环境中,解决了在移动计算中讨论的移动终端性能(电池寿命、存储、处理能力和带宽等)和环境(异构、扩展性和可用性等)不足的问题。通过合理有效计算任务切换、迁移,不仅延长了移动终端的电池寿命、改善了数据存储和处理能力、改善了可靠性和降低了计算经济成本,也提高了代理资源的利用率,充分利用了代理资源等。移动云计算中的计算卸载就是将移动终端中的一些容易分割,计算密集型的程序通过无线方式卸载到附近可用的服务器中去执行,来到达提升程序性能和减少移动终端能耗的一种技术。 每个移动设备与云连接,在云中运行一个虚拟机(VM)可以代表移动设备提供移动应用功能[5],[6]。在移动计算环境中,何时卸载是最佳卸载时间以及卸载到何处是任务切换的关键。

  1. 移动云计算性能

虽然基于云的方法可以显著增加移动设备用户计算的能力,但制定一个全面,可靠的移动云计算系统的任务仍然具有挑战性。一个关键挑战是如何实现移动设备用户之间的高效卸载计算协调。影响移动云计算的性能的一个关键因素是无线接入效率。如果有太多的移动设备用户同时通过无线方式将卸载计算到无线云,它们可能互相产生严重的干扰,这将降低数据传输速率。因此,这可导致卸载计算低能效和数据传输时间延长。在这种情况下,移动设备的用户卸载计算到云将没有好处。

在本文中,我们采用研究出一个卸载算法来解决这样的挑战。该卸载算法是设计分散机制的一个有用的框架,例如,在系统中的移动设备的用户可以自我组织成相互满意卸载计算的方案。自组织特征可以添加到自动维护移动云计算系统,并有助于缓解沉重的复杂的通过云集中管理的负担(例如,从大规模的移动设备用和卸载计算调度的信息集合)。此外,由于不同的移动设备通常由不同的人拥有,他们可能会追求不同的利益,该卸载算法是分析多个移动设备用户之间的互动,使得不会偏向单方面的移动用户的强大工具。具体来说,然后,我们提出了一个分散的卸载计算机制,可实现策略的纳什均衡。

大多数以前的工作从单个移动设备用户的角度证明了卸载计算机制设计的实验是有效的,重要的资源可以被卸载计算保存[6][7][8][9][10][11][12][13][14][15]。韦尔塔卡内帕和Lee[13]在开发了一种基于两者的应用程序的执行历史和当前系统条件的自适应卸载算法。Xian等[14]人提出了卸载计算到提高移动设备的能源效率的高效超时方案。拉希米等[16]提出了一种两层云架构来提高性能和移动云计算的可扩展性。 Huang等[11]提出了李雅普诺夫优化基于动态卸载算法,提高了移动云计算性能,同时满足应用程序的执行时间。巴伯拉等[7]表明无线接入对移动云计算的性能起着关键作用。沃尔斯基等[15]提出了一种基于预测的决策框架确定何时卸载计算会超越在移动设备上本地执行。Wen等[6]提出了一种通过在所述移动设备共同配置时钟频率以及调度数据传输,以减少能源消耗的有效的卸载策略。

据我们所知,只有少数的作研究提出在设置多移动设备用户的情况下的卸载预算问题[17][18] [19]。杨等[17]研究了多个用户共享的无线网络的带宽的情况下,并解决了由集中启发式遗传算法最大化移动云计算性能的问题。拉希米等在[18]考虑到用户的移动性信息,并提出了一个集中式贪婪的方案来解决计算与多个移动用户卸载的问题。巴巴罗萨等[19]提出了一种集中的调度算法,共同优化多个用户等待时间要求之间的通信和计算资源分配。以上集中卸载计算方案需要所有的移动设备用户提交他们自己的信息(例如,无线的信道增益和的计算任务的大小)到集中实体(例如,云),这将相应地确定的卸载时间表。沿着不同的线路,在本文中我们采用卸载算法,并制定一个分散的机构,使每一个移动设备用户可以进行本地卸载计算。这可以帮助减少云的控制和信令开销。

三、 参考文献

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。