移動(dòng)云計(jì)算（Mobile Cloud Computing,MCC）,作為移動(dòng)網(wǎng)絡(luò)和云計(jì)算技術(shù)相結(jié)合的一種新技術(shù),為硬件資源受限、處理能力不足、電池續(xù)航時(shí)間有限的移動(dòng)終端提供了改善自身缺點(diǎn),提高服務(wù)質(zhì)量、緩解電池使用的解決辦法。隨著MCC應(yīng)用規(guī)模的激增,MCC應(yīng)用的發(fā)展中暴露了許多技術(shù)挑戰(zhàn)。特別是在工作流系統(tǒng)中,由于缺乏對(duì)移動(dòng)云工作流耗能方式的深入認(rèn)識(shí)和有效的資源調(diào)度策略,MCC應(yīng)用對(duì)云計(jì)算資源的利用率較為低下,使得“實(shí)現(xiàn)MCC能耗管理優(yōu)化、設(shè)計(jì)實(shí)用和高效的移動(dòng)云工作流資源調(diào)度策略”成為迫切需要解決的難題。在MCC能耗管理和工作流資源調(diào)度方面,國(guó)內(nèi)外已經(jīng)有大量的相關(guān)研究�，F(xiàn)有的MCC應(yīng)用能耗管理的研究主要包括能耗預(yù)測(cè)和節(jié)能策略。但是這些方法的監(jiān)控對(duì)象一般是底層服務(wù)器或者虛擬機(jī)資源等性能指標(biāo),很少直接去考慮應(yīng)用自身的耗能模式。計(jì)算卸載是MCC中另一個(gè)能耗管理相關(guān)的熱門研究,其中包括支持卸載技術(shù)的實(shí)時(shí)系統(tǒng)框架設(shè)計(jì)和算法原型設(shè)計(jì),但這些研究多針對(duì)單個(gè)應(yīng)用,缺少直接適用于工作流系統(tǒng)的技術(shù)。在工作流資源調(diào)度方面的現(xiàn)有研究主要包括最優(yōu)化調(diào)度策略研究和考慮服務(wù)質(zhì)量（Quality of Service... 

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
        1.1.1 移動(dòng)云計(jì)算概述
        1.1.2 移動(dòng)云計(jì)算體系架構(gòu)
        1.1.3 移動(dòng)云計(jì)算服務(wù)
        1.1.4 移動(dòng)云工作流概述
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 移動(dòng)云計(jì)算能耗研究現(xiàn)狀
        1.2.2 工作流調(diào)度研究現(xiàn)狀
        1.2.3 移動(dòng)云工作流資源調(diào)度研究現(xiàn)狀
    1.3 擬解決的關(guān)鍵問(wèn)題及基本思路
    1.4 研究?jī)?nèi)容
    1.5 文章的組織結(jié)構(gòu)
第2章 研究基礎(chǔ)
    2.1 移動(dòng)云工作流環(huán)境搭建平臺(tái)
        2.1.1 OpenStack
        2.1.2 百度云
        2.1.3 Android移動(dòng)應(yīng)用開發(fā)
    2.2 性能監(jiān)控設(shè)備
        2.2.1 PowerTutor
        2.2.2 Power Monitor
        2.2.3 HP-8713
    2.3 能耗數(shù)據(jù)采集方法
        2.3.1 云端能耗測(cè)試框架介紹
        2.3.2 移動(dòng)端能耗測(cè)試框架介紹
        2.3.3 能耗數(shù)據(jù)預(yù)處理方法介紹
    2.4 小結(jié)
第3章 面向移動(dòng)云工作流活動(dòng)點(diǎn)的能耗預(yù)測(cè)方法
    3.1 引言
    3.2 能耗預(yù)測(cè)模型介紹
        3.2.1 能耗序列建立階段
        3.2.2 能耗序列分割階段
        3.2.3 能耗模式識(shí)別與匹配階段
        3.2.4 能耗預(yù)測(cè)階段
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 環(huán)境搭建
        3.3.2 數(shù)據(jù)采集
        3.3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 小結(jié)
第4章 移動(dòng)云工作流最優(yōu)效用成本調(diào)度模型分析
    4.1 引言
    4.2 個(gè)案分析
        4.2.1 案例介紹
        4.2.2 特征分析
    4.3 模型介紹
        4.3.1 應(yīng)用模型
        4.3.2 系統(tǒng)模型
        4.3.3 工作流執(zhí)行時(shí)間模型
        4.3.4 工作流能耗模型
        4.3.5 最優(yōu)化問(wèn)題
    4.4 實(shí)驗(yàn)驗(yàn)證
        4.4.1 實(shí)驗(yàn)環(huán)境
        4.4.2 結(jié)果分析
    4.5 小結(jié)
第5章 面向移動(dòng)云工作流的資源調(diào)度方法
    5.1 引言
    5.2 移動(dòng)云工作流節(jié)能的資源調(diào)度方法
        5.2.1 PCP相關(guān)定義
        5.2.2 EERA資源調(diào)度方法
    5.3 實(shí)驗(yàn)結(jié)果與分析
        5.3.1 移動(dòng)云工作流設(shè)置
        5.3.2 實(shí)驗(yàn)設(shè)置
        5.3.3 結(jié)果分析
    5.4 小結(jié)
第6章 總結(jié)與展望
    6.1 主要貢獻(xiàn)
    6.2 工作展望
參考文獻(xiàn)
攻讀博士期間的研究成果
攻讀博士期間參與的科研項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]移動(dòng)互聯(lián)網(wǎng)研究綜述[J]. 肖志輝.  電信科學(xué). 2009(10)
[2]基于混合微粒群算法的網(wǎng)格服務(wù)工作流調(diào)度[J]. 于明遠(yuǎn),朱藝華,梁榮華.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(04)
[3]基于逆向分層的網(wǎng)格工作流調(diào)度算法[J]. 苑迎春,李小平,王茜,張毅.  計(jì)算機(jī)學(xué)報(bào). 2008(02)
[4]工作流活動(dòng)多實(shí)例的調(diào)度控制[J]. 孫瑞志,史美林.  軟件學(xué)報(bào). 2005(03)



本文編號(hào)：3697036