一種移動終端云計算遷移技術研究

閻海玲

（西安財經大學行知學院，陜西西安 710038）

隨著科技的迅速發展，我國已成為互聯網發展大國，互聯網幾乎普遍于全國各地，雖然給人們的生產生活帶來一定便捷，但同時也存在一定弊端，比如移動云端運行的同時會附帶許多數據垃圾，若得不到良好的處理，則會造成系統癱瘓。而移動終端云計算遷移技術的開發成功將數據轉移至云服務器中，達到了降低終端能耗的目的。

1 移動網絡在實際生活中的應用

近年來，移動網絡在實際生活中的應用范圍十分廣泛，主要包括文體活動、地理定位、數據卸載以及智能交通等。移動網絡在定位系統中也起到很大作用，通過地理定位使人們可以在短時間內迅速找到自己需要的信息，為人們提供了便利。隨著科技的進步，我國移動網民的數量直線上升，使人們的信息可以達到共享狀態，信息多了會出現移動設備擁堵的情況，此時數據的卸載至關重要。另外，移動網絡在智能交通中也發揮著重要作用，緩解了交通堵塞的情況，為人們日常生活提供了便捷條件[1-2]。

2 移動終端云計算遷移技術的系統模型

云計算遷移技術主要將系統分為兩部分，分別是移動終端和云環境，其中移動終端主要負責將運算信息遷移至云端服務器中。該部分由計算組件分解、計算組件能耗評估、無線信道評估、移動決策（算法）以及M（本地執行的計算）和C（遷移到云端的計算）5 部分組成。其主要運作流程：在移動終端部分輸入終端應用程序代碼，由計算組件分解對代碼進行靜態分析，將應用程序代碼分解為可以進行計算的組件，再由計算組件能耗評估部分根據無線信道評估所評估的信息計算出該過程所需要的計算資源狀況，移動決策（算法）將根據得到的結果進行云計算，再決定是否對從計算組件分解模塊得到的計算組件進行分解，最后由M（本地執行的計算）和C（遷移到云端的計算）將結果合成并輸出[3-4]。云計算遷移模型如圖1 所示。

圖1 云計算遷移模型

3 云端數據訪問與儲存

云端數據存儲是云計算系統的核心部分，主要負責將云計算系統運行后產生的數據通過存儲設備進行存儲與管理，對重要的信息進行加密，避免信息泄露[5-6]。

3.1 數據存儲技術

系統應用數據存儲技術將大大減少服務器的應用數量，服務器數量的減少可以在系統的建設方面降低成本，將節約的資金用在更重要的地方。為保證系統高效且穩定的運行，應減少數據的運輸環節，以更好地提高系統的存儲效率。

數據存儲技術通過分布式和冗余存儲的方式對數據進行存儲，能夠進一步提升數據存儲的可靠性，而且能夠建立副本，防止數據丟失。為了提高用戶滿意度，需要對數據存儲技術進行優化，強化我國云平臺的運行速度，改善計算機的計算速率[7]。

3.2 數據管理技術

隨著移動互聯網的飛速發展，其已經應用于多個領域，例如云計算將移動終端與計算遷移技術相結合，得到了很好的反饋效果，但隨之而來的是系統運行過程中產生的數據過多、無法儲存導致系統堵塞、運行緩慢等問題，此時，采用數據管理技術十分重要。該技術可以對數據進行更好的分析，并將不同種類的數據進行分類處理。目前，我國使用的數據管理技術是谷歌公司的GFS、BigTable、MapReduce以及亞馬遜的Dynamo，幾類云數據管理技術比較如表1 所示。

表1 幾類云數據管理技術比較

3.3 數據安全技術

信息化的網絡已經成為社會發展的重要推動因素，因此，數據的存儲是否安全至關重要，而數據安全技術是一個系統成功的關鍵。判斷系統是否安全可以從兩方面考慮，首先，客戶使用系統時，其瀏覽頁面的痕跡是否屬于無痕，客戶端所存儲的隱私數據可否被他人看到；其次，客戶端與服務商之間進行信息共享時產生的數據是否泄露。數據安全技術的廣泛應用將會使數據存儲更加安全，保證了個人隱私不被侵犯，降低了云計算使用的風險[8]。

4 云計算遷移技術的架構分析

云計算實際上是分布式計算中的一種，主要結合網絡“云”技術將計算程序劃分為多個小程序，然后通過服務器向客戶端進行反饋。目前，云計算的規模正在不斷發展，早已不是單一的分布式計算，而是被擴列為效用計算、并行計算以及網絡計算等技術。在云計算發展過程中，形成了衍生物——云計算遷移技術，該技術主要分為進程遷移、虛擬機實時遷移以及線程遷移3 種，通過以上3 種方式將數據遷移至云平臺，遷移過程中會形成按需遷移決策模型的構建和支持任務遷移的軟件設計機制[9]。

4.1 按需遷移決策模型的構建

云計算遷移過程中需要考慮很多問題，比如網絡性能、終端性能以及終端習慣等因素。其中，網絡性能是關鍵因素，它決定著按需遷移是否能成功執行，其參考因素主要包括帶寬、延時以及網絡接入代價等。除此之外，還需要考慮設計判斷的標準量，從而構建按需遷移決策模型[10-11]。

4.2 支持任務遷移的軟件設計

任務遷移的軟件設計在一定程度上實現了云平臺的資源調度，包含了兩個服務平臺，分別是客戶端、云平臺。其主要流程如下：客戶端區域的可執行代碼通過云計算以及終端能力評估后向云平臺發送請求信號，云平臺成功接收后由自身進行評估，判斷可以進行遷移之后，向客戶端發送響應信號，進行合理分配機制并動態部署，支持任務遷移的軟件框圖如圖2 所示。

圖2 支持任務遷移的軟件框圖

5 移動終端高效計算遷移技術算法分析

5.1 計算遷移的最優化求解

計算遷移的優化過程需要消耗能量，該過程具有許多弊端，即移動終端的功率十分有限以及時延。在優化過程中，一定要考慮移動終端的本地計算速率Flocal、遠程云服務器的計算速率Fcloud、移動終端至基站的帶寬B等參數。若將數據遷移至云端進行處理，則需要參考3 個自由度，分別是決策變量x、移動終端發送數據得到的發射功率Pt以及發送數據所需要的時間t，其中決策變量x的區間為（0,1），表示的含義為是否執行計算遷移，發射功率Pt的區間為[0，Pmax]，時間t的區間為[0，T]。通過對這些數據進行分析得出信道支持的信息速率為C=BIb（1+aPT）,傳送數據所需要的時間t=N/C=N/（BIb（1+aPT）），解得PT=（2N/(Bt)-1）/a。

終端能否成功遷移至云平臺，取決于遷移時所產生的數據能否小于本地執行該程序時所消耗的能量，若小于，則決策變量x=U（PlocalT-PTt），其中，U表示單位階躍函數。由PT∈[0，Pmax]得出N/（BIb（1+aPT））≤t≤T。通信過程中會出現云計算不能執行命令的情況，此時將影響云計算的效率，當計算遷移過程中所需要的時間為t時，計算效率等效為Fcloud（1-t/T），這時將服務速率設為r，得出的執行指令速率?=Fcloud+[Fcloud（1-t/T）-Fcloud]U（PlocalT-PTt）≥r。由以上變量之間的關系可得出min[PlocalT，PTt]=PlocalT+（PTt-PlocalT）U（PlocalT-PTt），將PT=（2N/(Bt)-1）/a代 入min[PlocalT，PTt]=PlocalT+（PTt-PlocalT）U（PlocalT-PTt）可得，min[PlocalT，PTt]==PlocalT+[（t/a）（2N/(Bt)-1）-PlocalT]U（PlocalT-（t/a）（2N/(Bt)-1）]，將結果化簡轉換得出min[PlocalT，（t/a）（2N/(Bt)-1）][12-13]。

5.2 控制算法以及壓縮算法

在移動終端云計算遷移技術中，需要一款屬于自己系統的算法，它可以達到將內容與顯示分離的目的，為此特別設計了控制算法以及壓縮算法，其中，控制算法應用較廣泛，部分自適應控制算法的比較如表2 所示。

表2 屏幕自適應控制算法比較

6 云計算遷移技術的仿真分析與性能評估

為評估移動終端云計算遷移技術是否可以提高終端各方面的性能，對該技術進行仿真分析，其中，不同計算遷移技術能耗對比如圖3 所示。由圖3 可知，當應用程序代碼容量為5 MB 時，各方面消耗能量是相同的；應用程序代碼容量升至30 MB 時，執行遷移算法可達到節能60%的效果[14-15]，執行遷移算法節能百分比如圖4 所示。

圖3 不同計算遷移技術能耗對比圖

圖4 執行遷移算法節能百分比

執行遷移算法的時間分配如圖5 所示，從圖中可以看出，隨著應用程序代碼容量的不斷增長，時間分配也在不斷增長，呈上升趨勢，在應用程序代碼容量為30 MB 時，時間分配達到峰值。而不同的計算策略所需的時間也將不同，從圖6 可以得出，隨著應用程序代碼容量的不斷增長，所需時間也隨之增長。當應用程序代碼容量為20 MB 時，完全本地計算與執行遷移算法的時間相同。經仿真分析與性能評估可知，云計算遷移技術充分展現了自身優勢，為云服務做出了巨大貢獻[16]。

圖5 執行遷移算法時的時間分配

圖6 執行不同計算技術所需時間

7 結束語

文中針對移動終端云計算遷移技術進行了一系列研究，云計算的開發降低了技術開發成本，使數據可以隨時隨地被訪問，并且有效地減小了CPU 計算時產生的負荷，不會造成時間延遲。移動終端云計算遷移技術的廣泛應用給人們帶來了巨大財富，滿足了人們的需求。