移动云计算中支持终端移动性的计算卸载关键技术研究

Computation offloading, or cyber foraging, is a solution to augment the capabilities of resource-constrained smart devices by migrating computation to more resourceful surrogates, and thus to augment the ability of the devices, to improve the quality of services of applications and the quality of experiences of users. However, existing technologies and researches on computation offloading cannot guarantee that the devices will receive stable,efficient and low-cost offloading services while they are roaming around within mobile cloud computing environments. This proposal put forward an offloading framework and some mechanisms during the task partitioning,allocating and migrating procedures to support the mobility of smart devices and the migration of task components between resources: (1) Some algorithms were suggested to partition offloaded tasks and to allocate them to surrogates proactively taking into account the mobility of the devices and potential migration of task components. (2)For both infrastructure network-based cloud computing environments and mobile device clouds, a handoff management framework, as well as some fundamental handoff criteria and algorithms,will be investigated to support task migration between resources. All the mechanisms and algorithms will be verified by prototype systems and real instances, and the performances of the algorithms will be investigated deeply via simulations. The researches in this proposal will be very important and fundamental to help roaming smart devices to get stable, efficient and low-cost offloading services.

在移动计算环境中，能够将智能终端上的计算任务卸载到其他资源上运行的计算卸载技术可增强终端能力、提高应用服务质量、改善用户体验。然而，现有计算卸载技术难以保证智能终端在移动过程仍然能够获得稳定、高效和低开销的计算卸载服务。本项目提出了在移动云计算环境中支持节点移动性和任务迁移的计算卸载体系结构，在计算卸载任务的划分、分配阶段和运行阶段给出了如何支持节点移动性和任务迁移的思路和方法：(1)提出了根据终端移动性和任务组件的潜在切换需求来对任务进行划分和分配，从而减少潜在切换开销的思路和方法；(2)给出了智能终端在有基础设施计算环境和移动设备云中进行任务迁移时的切换管理决策框架和相应的切换判决准则和切换算法。这些思路和方法将通过原型实验系统和应用实例进行验证，并通过仿真实验对其性能进行深入的研究。本项目的研究将为资源受限的移动终端在移动过程中获得稳定、高效和低开销的计算卸载服务奠定基础。

本项目主要针对基础设施云和移动设备云，研究了支持终端移动性和计算切换的计算卸载体系结构，研究了支持终端移动性和潜在切换需求的任务划分和分配的方法，研究了随着终端的移动和计算环境的动态变化对任务组件进行动态的切换管理和决策的理论和方法。. 在支持终端移动性和计算切换的计算卸载体系结构方面，研究了在移动云计算环境中进行计算卸载时面临的移动性管理问题，对不同移动云计算模式面临的移动性问题进行了分析，定义了移动云计算中的切换管理体系、切换流程、切换判决准则，给出了基于多属性决策的切换算法和相应的实验结果。. 在支持终端移动性和潜在切换需求的任务划分和分配的方法方面，研究了单个代理资源和多个代理资源条件下的卸载任务划分问题，研究了基于图的应用划分和基于线性规划的应用划分方法，研究了基于整数规划的任务分配算法。研究了对负载可分任务在计算卸载过程中进行划分的方法。. 在支持随着终端的移动和计算环境的动态变化而动态的进行计算切换管理和决策的理论和方法方面，研究了车载云计算环境中基于可用性和能力的计算卸载策略、移动自组织云中对微云Cloudlets进行选择的算法、计算最小完成时间的计算卸载策略、车载边缘计算环境中基于移动路径预测的计算卸载切换策略、车载云计算环境中基于容迟网络DTN(Delay Tolerant Network)的计算卸载算法、基于马尔科夫决策过程的车载边缘计算切换策略等的研究工作。. 除了移动云计算中支持终端移动性的计算卸载相关技术之外，还基于实验室承担的机器人方面的研发工作，将移动云计算技术与机器人技术结合，研究了基于云的机器人技术，对人机交互方式进行研究；研究了网联车辆如何通过构建自组织车载云平台（或者接入到远程云数据中心），然后采用群体感知（crowd sensing）的方式来实现智慧停车诱导的相关技术。