發(fā)布時(shí)間：2019-01-11 11:50

【摘要】：近些年來(lái),移動(dòng)應(yīng)用程序和移動(dòng)設(shè)備都取得了巨大的發(fā)展。但是與PC相比,移動(dòng)設(shè)備依然無(wú)法運(yùn)行數(shù)據(jù)密集型應(yīng)用程序。這些設(shè)備都會(huì)受到電池電量、屏幕大小、無(wú)線(xiàn)通信等限制。為了突破這些限制,我們可以采用移動(dòng)云計(jì)算技術(shù)。移動(dòng)云計(jì)算可以定義為云計(jì)算的延伸。云計(jì)算具有強(qiáng)大的計(jì)算能力、海量的數(shù)據(jù)存儲(chǔ)功能以及提供新的商業(yè)模式,即計(jì)算資源以服務(wù)的方式提供給用戶(hù)。移動(dòng)云計(jì)算的硬件資源還包含了移動(dòng)設(shè)備。這樣就可以利用不同移動(dòng)設(shè)備的集體傳感、網(wǎng)絡(luò)連接、存儲(chǔ)以及計(jì)算能力來(lái)建立一個(gè)分布式的基礎(chǔ)架構(gòu)。將移動(dòng)應(yīng)用程序遷移到移動(dòng)云平臺(tái)會(huì)面臨彈性劃分問(wèn)題。 彈性劃分問(wèn)題是一項(xiàng)復(fù)雜的問(wèn)題。彈性劃分的結(jié)果會(huì)受到諸多因素的影響,其中包括輸入因素,限制因素以及劃分目標(biāo)。輸入因素與電池電量,網(wǎng)絡(luò)狀況,設(shè)備負(fù)載,云負(fù)載以及當(dāng)前執(zhí)行性能等因素相關(guān)。而限制因素是指資源消耗模型、用戶(hù)需求等。劃分目標(biāo)可以是最低消耗,最高性能,最健壯或者最安全等。所以彈性劃分方法應(yīng)該基于以上因素進(jìn)行劃分。 根據(jù)彈性應(yīng)用程序模型,本文提出了基于應(yīng)用程序的劃分消耗圖、彈性架構(gòu)、改進(jìn)的(K+1)粗粒度劃分算法以及劃分消耗模型。改進(jìn)的(K+1)粗粒度劃分算法用于劃分消耗圖。圖中點(diǎn)的權(quán)值是由移動(dòng)設(shè)備的消耗和遷移到云服務(wù)器的消耗之和所組成。這兩部分消耗可以由一些上下文信息來(lái)表示,其中包括執(zhí)行時(shí)間、當(dāng)前電量、網(wǎng)絡(luò)環(huán)境以及劃分概率。劃分概率是由歷史數(shù)據(jù)統(tǒng)計(jì)分析得出的。這些信息的權(quán)重可以根據(jù)上下文感知的層次進(jìn)行調(diào)節(jié)。為了適應(yīng)動(dòng)態(tài)環(huán)境的變化,該算法可以進(jìn)行再次劃分。劃分消耗模型被用于存儲(chǔ)和計(jì)算上下文信息。實(shí)驗(yàn)將OCR項(xiàng)目部署在該架構(gòu)下。在不同的網(wǎng)絡(luò)環(huán)境和輸入條件下,該算法都得到了很好的執(zhí)行效果。
[Abstract]:In recent years, mobile applications and mobile devices have made great progress. But mobile devices are still unable to run data-intensive applications compared with PC. These devices are limited by battery power, screen size, wireless communication, etc. In order to overcome these limitations, we can use mobile cloud computing technology. Mobile cloud computing can be defined as an extension of cloud computing. Cloud computing has powerful computing power, massive data storage and provides a new business model, that is, computing resources to provide services to users. Mobile cloud computing hardware resources also include mobile devices. A distributed infrastructure can be built using the collective sensing, network connectivity, storage, and computing capabilities of different mobile devices. Migrating mobile applications to mobile cloud platforms will face a problem of elastic partitioning. Elastic partition is a complex problem. The results of elastic partitioning are affected by many factors, including input factors, limiting factors and dividing objectives. Input factors are related to battery power, network status, device load, cloud load, and current execution performance. The limiting factors are the resource consumption model, user demand and so on. The goal can be the lowest cost, the highest performance, the most robust or the safest, etc. So the elastic partition method should be based on the above factors. Based on the elastic application model, this paper presents an application-based partition consumption graph, an elastic architecture, an improved (K1) coarse-grained partitioning algorithm and a partitioning consumption model. The improved (K 1) coarse-grained partitioning algorithm is used to partition the consumption graph. The weights of the midpoint are composed of the consumption of mobile devices and the consumption of migration to cloud servers. These two components of consumption can be represented by some context information, including execution time, current power, network environment, and partition probability. The probability of division is derived from the statistical analysis of historical data. The weight of this information can be adjusted according to the context-aware hierarchy. In order to adapt to the change of dynamic environment, the algorithm can be divided again. The partition consumption model is used to store and compute context information. The experiment deploys the OCR project under this architecture. Under different network environment and input conditions, the algorithm has a good performance.
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：TP3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭延輝;李蜀瑜;梁艷華;;自適應(yīng)中間件中的上下文感知研究[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年06期

2 劉珂;張志鴻;;支持移動(dòng)計(jì)算的上下文感知中間件[J];微計(jì)算機(jī)信息;2008年33期

3 李士寧;楊麗平;;一種新的腦-機(jī)接口與上下文感知結(jié)合的架構(gòu)研究[J];無(wú)線(xiàn)通信技術(shù);2009年03期

4 余慧;;普適計(jì)算[J];湖北第二師范學(xué)院學(xué)報(bào);2010年02期

5 饒文碧;易健康;張麗;;覺(jué)察上下文計(jì)算系統(tǒng)模型研究[J];中國(guó)水運(yùn)(理論版);2006年04期

6 王英華;;移動(dòng)計(jì)算中間件研究[J];科技信息;2010年16期

7 王斌;鄒文;盛津芳;孫英;;新的普適計(jì)算環(huán)境下上下文緩存置換算法[J];計(jì)算機(jī)應(yīng)用;2011年08期

8 任思佳;高玉琢;;基于策略的動(dòng)態(tài)自適應(yīng)中間件系統(tǒng)設(shè)計(jì)[J];寧夏工程技術(shù);2009年01期

9 鄭笛;朱珊;;普適計(jì)算環(huán)境下上下文不一致性的消除算法研究[J];計(jì)算機(jī)應(yīng)用研究;2009年01期

10 滕吉;朱珍民;;一種用戶(hù)態(tài)活動(dòng)感知計(jì)算模型的設(shè)計(jì)與實(shí)現(xiàn)[J];微計(jì)算機(jī)信息;2010年10期

相關(guān)會(huì)議論文 前10條

1 王守芳;金浩;魏鯤;仲婷;潘金貴;;上下文感知綜述[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

2 鄭笛;賈焰;韓偉紅;鄒鵬;;普適計(jì)算環(huán)境下支持上下文感知的構(gòu)件部署框架[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

3 方勇;何文才;王仲文;;CGI應(yīng)用程序的安全問(wèn)題與對(duì)策[A];信息科學(xué)與微電子技術(shù):中國(guó)科協(xié)第三屆青年學(xué)術(shù)年會(huì)論文集[C];1998年

4 Eric Giguére;;使NetBeans開(kāi)發(fā)的移動(dòng)應(yīng)用程序更安全[A];促進(jìn)企業(yè)信息化進(jìn)程——第九屆中國(guó)Java技術(shù)及應(yīng)用交流大會(huì)文集[C];2006年

5 趙樹(shù)璋;;SaaS架構(gòu)現(xiàn)狀及發(fā)展趨勢(shì)[A];湖北省通信學(xué)會(huì)、武漢通信學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

6 張大華;丁輝;吳向陽(yáng);趙毅強(qiáng);孫毓忠;;面向智能電網(wǎng)的電力云計(jì)算架構(gòu)[A];2011電力通信管理暨智能電網(wǎng)通信技術(shù)論壇論文集[C];2011年

7 肖晴;;移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)“云+端”架構(gòu)的探索與實(shí)踐[A];中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)2011年年會(huì)論文集（上冊(cè)）[C];2011年

8 李云錦;周芹;黃躍峰;何亞鑫;;基于.NET平臺(tái)的插件式GIS研究[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

9 張立志;;Web應(yīng)用程序的性能優(yōu)化[A];2011年CAD/CAM學(xué)術(shù)交流會(huì)議論文集[C];2011年

10 張磊;俞建新;;上下文感知在導(dǎo)游系統(tǒng)中的應(yīng)用[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 ;Gartner建議采用五大方式[N];人民郵電;2011年

2 本報(bào)記者 周源;共享IT架構(gòu)選購(gòu)之道[N];網(wǎng)絡(luò)世界;2010年

3 本報(bào)記者 鄒大斌;QNX:微內(nèi)核架構(gòu)奠定安全基礎(chǔ)[N];計(jì)算機(jī)世界;2011年

4 《網(wǎng)絡(luò)世界》記者 于翔;混合交付：云只是途徑之一[N];網(wǎng)絡(luò)世界;2011年

5 江西 姚欽;應(yīng)用程序時(shí)內(nèi)存不足之解決辦法[N];電子報(bào);2001年

6 本報(bào)記者 趙謹(jǐn)娜;IBM X架構(gòu)：技術(shù)為本 用戶(hù)為先[N];中國(guó)計(jì)算機(jī)報(bào);2001年

7 閆娜;十年磨劍 Sun再造系統(tǒng)帝國(guó)[N];通信產(chǎn)業(yè)報(bào);2004年

8 劉丹;Altair公司將收購(gòu)Mecalog Group[N];大眾科技報(bào);2006年

9 孫麗華;對(duì)抗威脅：一場(chǎng)與時(shí)間的競(jìng)爭(zhēng)[N];中國(guó)計(jì)算機(jī)報(bào);2006年

10 博文 編譯;向SOA遷移的四個(gè)步驟[N];計(jì)算機(jī)世界;2006年

相關(guān)博士學(xué)位論文 前10條

1 蒲海濤;物聯(lián)網(wǎng)環(huán)境下基于上下文感知的智能交互關(guān)鍵技術(shù)研究[D];山東科技大學(xué);2011年

2 萬(wàn)能;上下文感知計(jì)算若干關(guān)鍵問(wèn)題研究[D];北京郵電大學(xué);2010年

3 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

4 鄭笛;基于上下文感知服務(wù)的構(gòu)件化中間件關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

5 丁春;交互和波動(dòng)情景的有限上下文預(yù)測(cè)計(jì)算[D];天津大學(xué);2010年

6 詹騫;基于Ajax/REST的GIS WEB服務(wù)研究與實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)（北京）;2008年

7 林欣;跨智能空間上下文共享研究[D];浙江大學(xué);2008年

8 楊陽(yáng);板殼的磁彈性與流體彈性問(wèn)題的混沌運(yùn)動(dòng)分析[D];燕山大學(xué);2010年

9 楊榮;一維非彈性粒子系統(tǒng)中的動(dòng)力學(xué)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

10 林甲灶;構(gòu)建個(gè)性化智能移動(dòng)電子商務(wù)系統(tǒng)的關(guān)鍵技術(shù)與方法研究[D];蘭州大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 秦卓然;移動(dòng)云計(jì)算中彈性劃分方法研究[D];云南大學(xué);2012年

2 胡媛;智能移動(dòng)空間中上下文感知模型的研究[D];合肥工業(yè)大學(xué);2010年

3 李彥達(dá);基于上下文感知應(yīng)用的移動(dòng)式旅游服務(wù)研究[D];中國(guó)海洋大學(xué);2010年

4 陳勇江;基于智能客戶(hù)端的主題學(xué)習(xí)交流平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];華東師范大學(xué);2007年

5 俞建華;基于業(yè)務(wù)規(guī)則的遠(yuǎn)程教學(xué)教務(wù)系統(tǒng)研究與實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2009年

6 王一非;普適環(huán)境下上下文感知的研究與設(shè)計(jì)[D];上海交通大學(xué);2010年

7 梁晶;上下文感知計(jì)算及其在智能交通中的應(yīng)用[D];吉林大學(xué);2011年

8 張樂(lè);基于本體的上下文感知計(jì)算的研究與應(yīng)用[D];武漢理工大學(xué);2011年

9 楊世利;基于上下文感知的建筑工程質(zhì)量管理模型的設(shè)計(jì)與實(shí)現(xiàn)[D];武漢理工大學(xué);2011年

10 宋立森;普適計(jì)算上下文感知中間件的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2011年

，

本文編號(hào)：2407102