基于移动云平台的移动应用节能任务迁移方案

移动设备在计算能力和电池容量上的局限性,促使研究人员研究一种节能机制,以最大化利用有限的手机资源。其中,新兴的移动云计算(MCC)为此提供了一种新的解决方法。MCC中,移动应用程序的一部分借助具有强大计算资源的远程服务器执行,从而提高了移动设备的性能。基于克隆云,构建移动端与云端的任务迁移优化调度方案,在有向无环图中求解带约束随机最短路径问题,并设计一种基于遗传算法(GA)的迁移调度算法,以获得任务迁移的最优方案。本文所提出的方案,在理论和实践上都具备一定的可行性,且使用时简洁方便。它使用户能够通过自己的移动设备灵活进行任务决策,将任务发送到克隆云端,无需更改应用程序代码。此外,该方案有助于移动用户并行处理应用计算任务。Android智能手机中的真实测试平台实验表明,笔者提出的任务迁移优化调度方案,能有效节约手机能耗,满足应用性能的需求,在智能手机上的节能效率最高可达60%。     

弹性移动云计算的研究进展与安全性分析

弹性移动云计算(elastic mobile cloud computing,EMCC)中,移动设备按照实时需求将部分任务迁移到云端执行,无缝透明的利用云资源增强自身功能.将现有EMCC方案分为雇佣云端完成部分计算密集任务的计算迁移型移动云计算(computing migration-mobile cloud computing,CM-MCC)和通过云端的虚拟移动设备来辅助或代替移动设备完成多种任务的云端代理型移动云计算(cloud agentmobile cloud computing,CA-MCC)两类,分别对CM-MCC,CA-MCC的适用场景、实现流程、关键技术、存在问题及相应解决方法进行研究并指出其发展方向.对EMCC所面临的主要安全威胁,包括用户的错误操作或恶意行为、恶意代码、通信安全以及虚拟系统漏洞、多租户、不安全资源等云安全问题进行分析并研究相应防御方法,指出安全问题将是EMCC研究的重点和难点.     

一种均衡的移动云计算任务迁移决策算法

移动云计算可以通过任务迁移将计算复杂型应用从移动设备卸载至云端执行。然而,任务迁移涉及数据的无线传输,会导致传输延时和传输能耗。为了作出任务迁移的最佳决策,提出一种均衡的移动云计算任务迁移决策算法。算法将任务迁移决策问题建立为Lagrange乘子的非线性优化模型,模型同步考虑了任务迁移后的执行时间代价和执行能耗代价;为了更准确地求解迁移决策,设计一种考虑用户应用动态行为的统计回归模型进行任务执行时间的估算,从而获得时间-能耗均衡性能的任务迁移决策。利用N皇后问题和面部识别应用两种任务类型对算法进行了仿真测试分析。结果表明,在平均执行时间、执行能耗、预测准确性等方面,所提算法较对比算法均表现出较好的优势。     

移动云计算的任务迁移方法

移动设备在移动过程中受到网络波动的影响很大,由于工作流中任务会传输到云端执行,会带来传输与接收的能耗,再加上所处云域中微云受到不同请求数、剩余资源等因素的影响,造成了微云响应延迟、任务等待执行时间延迟和网络活跃能量损耗,再加上异构网络对数据传输造成的切换延迟影响,使任务迁移延迟更加严重,所以在上传与接收阶段采用延时传输的策略,在保证总完成时间的基础上减少传输时间;在任务迁移阶段提出了微云跳跃选择算法和网络切换算法相结合的MJSA-NHA算法,通过跳跃选择找到合适的微云以减少不必要的响应与等待延迟,并且通过切换网络空闲—活跃状态减少网络能量损耗;并在延时传输基础上加入移动速度调节算法(MSAA),在发生网络变化过程中变换移动设备的速度,这样可以在减少网络切换次数的同时减少网络切换延迟。实验结果证明,延时传输策略比Random算法在总完成时间和移动端总能耗问题上优化了很多;MJSA-NHA比MuSIC算法、task delegation和code-offloading在迁移时间上分别优化了66%~86%、36%~56%和5%~8%,在能耗方面分别优化了56%~78%、25%~46%和6%~8%;MSAA比MuSIC算法、task delegation和code-offloading在网络切换延迟上优化了50%。     

基于移动云计算的计算迁移能效算法

移动云计算可以通过应用任务的计算迁移降低执行延时和改善移动设备能效,但面对多云站点选择时,迁移决策是NP问题。针对该问题,提出一种能效计算迁移算法。为了实现截止期限和预算约束下执行时间与代价的多目标优化,算法将优化过程分解为三步进行。首先根据用户对时间与代价参数的偏好,设计一种CTTPO算法对应用进行分割,生成迁移模块（云端站点执行）和非迁移模块（移动设备执行）;然后为了实现云端多站点间的迁移模块调度,设计一种基于教与学最优化方法的MTS算法,进而产生效率最优的应用调度解;最后设计一种基于动态电压缩放方法的ESM算法,通过多站点的性能缩放进一步降低应用执行能耗。通过两种随机应用结构图进行了仿真实验,实验结果证明,该算法在执行效率、执行代价以及执行能耗上要优于对比算法。     

面向移动云计算弹性应用的安全模型

根据云计算资源建立了资源受限设备弹性应用的安全模型。首先介绍了由一个或多个Weblet组成的一个弹性应用程序,每个Weblet可在移动设备端或云端启动,Weblet之间可根据所处的计算环境的动态变化或用户的配置进行迁移。分析了该模式的安全性,提出建立弹性应用程序的安全设计模型,包括实现Weblet运行所在的移动设备端和云端之间的身份验证、安全会话管理和通过外部网络的访问服务。该模型解决了Weblet之间的安全迁移和授权云Weblet通过外部Web网络去访问敏感用户数据的问题。该方案能应用在云计算场景,如在企业应用环境下的私有云和公有云之间的应用集成。     

基于图神经网络的具有依赖关系任务的计算卸载方法

计算卸载作为移动边缘计算的关键技术之一,通过将任务就近迁移至边缘服务器上执行大幅降低了用户的等待时延;针对具有依赖关系任务的计算卸载问题,为了解决以往文献在将表示任务依赖关系的有向无环图输入深度强化学习算法的神经网络时存在的丢失结构信息的问题,提出了一种有向无环图神经网络(DAGNN,directed acyclic graph neural network),并将其与深度强化学习相结合,用以做卸载调度的决策;卸载决策的过程被描述为马尔科夫决策过程,用提出的DAGNN评估深度强化学习算法中每个卸载动作的Q值,进而做出卸载调度决策;仿真实验表明,所提出算法在各种条件下的表现均优于其它所有基线算法,并表现出较好的稳定性和通用性.     

移动边缘环境下面向工作流管理的计算迁移方法

针对移动边缘环境下移动设备大量的能源消耗问题，为了优化移动设备的能源消耗，提出一种能耗感知的工作流计算迁移（EOW）方法。首先，基于排队论分析边缘设备中计算任务的平均等待时间，建立了移动设备的时间模型和能耗模型；然后，基于非支配排序算法（NSGA-Ⅲ）提出对应的计算迁移方法，对工作流的计算任务进行合理的分配，将一部分计算任务留在移动设备处理，或者迁移到边缘计算平台和远程云端，实现每个移动设备的节能目标；最后，通过CloudSim仿真平台对提出的计算迁移方法进行仿真和对比实验。实验结果表明，EOW方法能够明显地减少每个移动设备的能源消耗，同时满足每一个工作流的截止时间的要求。     

移动云计算中的任务调度与计算迁移算法

随着互联网的发展,许多应用程序对计算机的计算能力和资源的需求越来越大,而移动设备具有有限的资源和计算能力,云计算迁移技术是解决计算密集型任务在移动端上顺利运行的主流方法。针对无线网络中联合调度和迁移的问题,提出了一个快速高效的启发式算法。算法将能够迁移的任务全部迁移到云端作为初始解,然后逐次计算可迁移任务在移动端运行的能耗节省量,依次将节省量最大的任务迁移到移动端。每迁移一个任务,该算法都会依据任务间的通信时间,及时更新各个任务的能耗节省量。为了进一步优化启发式算法得到的解,还构造了适用于此问题并以启发解为初始解的模拟退火算法,给出了相应的编码方法、目标函数、邻域解、温度参数以及算法终止准则。与无迁移、饱和迁移、随机迁移三类算法的对比实验结果表明,由启发式算法得出的解具有高效性,能给出使移动端能耗更小的解。     

依赖关系模型的建立及应用

依赖关系是项目系统中广泛存在的一种关系，通过建立依赖关系模型，可以提高系统效率。利用线性代数知识以及多线程等软件知识，建立依赖关系模型。并通过细化系统任务，降低事件之间的依赖性，增加任务量，提高资源利用率等方法，可以提高系统效率。依赖关系模型特别是在仪器开发领域具有广阔的应用前景。     

网络营销

Twitter或在第一季度开放广告API借口 据TechCmnch的报道，Twitter很可能在2013年第一季发开放广告的API接口，此举是为了让大型的机构大规模投放广告，     

量子计算

近几年来,量子计算机逐渐引起人们的关注。对于计算机科技人员,量子计算机似乎高深莫测。文章是专门为那些不懂量子力学而又想了解量子计算机的计算机工作者撰写的。介绍了和量子计算有关的术语和符号,并着重阐明一个n位量子寄存器为何能存储2^n个n位数？量子计算机的一次操作为何能计算所有x的f(x)？对于解栽些问题,量子计算机为何能有惊人的运算速度？除了上面3个问题外,还将介绍基本的量子逻辑门和量子逻辑网络,接着介绍一个量子算法,然后介绍量子计算机的组织结构,最后是讨论,将评价量子计算机的优势和弱点,并讨论量子计算机的物理实现和对量子计算的展望。     

深度计算、广度计算与信息网络

计算技术一直在向深度和广度进军,因此可以把计算技术的发展过程与趋势用“深度计算”和“广度计算”高度概括。从计算技术与通信技术结合的角度来看,网络一直在向“信息传输”与“信息处理”紧密结合的方向发展,即向信息网络方向发展。     

云计算

云计算改变企业运营模式曾几何时,亚马逊只是一家".com"时代的科技公司,以在线销售图书而知名。2003和2004年,亚马逊希望简化程序员和硬件工程师之间交互的内部流程。许多企业也曾采取类似举措,但亚马逊有着更聪明的想法:为何不在同一个项目中设计一款应用,将亚马逊多余的计算资源租赁给用户?2006年8月24日,亚马逊"基础设施即服务"(IaaS)的公测版上线。该服务帮助企业租赁计算基础设施,并由第三方来管理。这是一场赌博,但亚马逊赌赢了。IaaS目前是亚马逊网络服务(AWS)的一部分,该业务中还包含其他云计算产品,其营收被记入亚马逊的"其他"业务中。除AWS之外,亚马逊的"其他"业务还包括非零售活动,例如营销推广活动、信用卡联名协议,以及其他零售网站。不过分析     

申通试水电商遇阻

申通快递旗下电商平台“爱买网超”自9月20日起已无法正常访问,爱买网超上线不足两个月即宣告失败。申通快递总裁奚春阳表示,“爱买网超”上线之初就觉得商品品类太杂,上线后确实出现各种问题,因此果断停下来调整。“（电商）这个方向我们并没有放弃,     

云计算

2012年12月12日,2012云世界大会在北京亦庄开幕,本次大会以“你好,云”为主题,主要围绕全球云计算趋势与实践、中国云计算发展现状与未来、中国云计算道路探索与成果、云计算产业政策和资本市场对云计算关注焦点等核心问题展开探讨。2012云世界大会展示了云的智慧和创新成果,思想者和实践者共聚一堂,围绕全球云计算应用与实践、云计算最新技术突破、云产业投资与创业等核心问题,聚合全球云计算专家进行思想碰撞。     

云计算

据美国媒体报道,为其他公司提供云计算和存储服务的亚马逊网络服务（AWS）,是这家互联网零售公司扩张最快的业务之一。亚马逊没有透露AWS的业绩,但据估计,去年该部门营收为21亿美元,今年可能获得38亿美元,同比增长81％。     

云及未来 大话云计算

1994年,SUN公司提出了"网络就是计算机"的响亮口号,揭开了云计算的序幕。如今云计算已让互联网与个人生活高度融合,并产生了新的计算形态。当时SUN公司的技术精英认为,未来的计算资源应该可以通过网络获取,前提是只要用户能够接上互联网。一、云计算的产生及历史早在1994年,SUN公司提出了"网络就是计算机"的响亮口号,揭开了云计算的序幕。作为硅谷唯一一家信奉技术驱动至上的企业,SUN公司对未来的前瞻能力的确无人可及,当时SUN公司的技术精英     

高性能计算

计算机集群简称集群是一种计算机系统,它通过一组松散集成的计算软件和/或硬件连接起来高度紧密地协作完成计算工作。在某种意义上,他们可以被看作是一台计算机。集群系统中的单个计算机通常称为节点,通常通过局域网连接,但也有其它的可能连接方式。集群计算机通常用来改进单个计算机的计算速度和/或可靠性。一般情况下集群计算机比单个计算机,比如工作站或超级计算机性能价格比要高得多。     

并行计算模型在异构计算环境中的研究

近年来异构并行计算在高性能科学计算和通用应用领域受到广泛研究。本文结合多种代表性并行计算模型，给出异构环境中的HBSP模型和程序开销计算方法。采用基于消息长度的线性模型使通信开销的计算更精确，解除原有BSP模型对h-rela-tion的限制，使程序和算法在异构环境中的设计更加灵活。当构成BSP计算机的各处理机速度相同且原有BSP算法达到最优（即各处理机上所分配的计算量与通信量完全均衡）时，HBSP模型等同于原有模型。