一种移动云计算环境中能耗优化的合作任务迁移方法技术

本发明专利技术为一种移动云计算环境中能耗优化的合作任务迁移方法，在企业网络或者校园网中移动微云环境下，该迁移方法旨在让移动设备在受限的电量和有限的计算能力下，将任务迁移至网络内的其他设备或云端，减少网络内冗余的计算任务，提升网络中冗余计算任务的能耗效率，通过其他设备合作执行本地计算任务，让移动设备获取更强的计算能力，该迁移方法属于集中式调度，在控制器对任务执行的调度进行决策，权衡设备剩余电量、任务的计算能耗、任务的传输能耗和任务在执行时位置选择对共享执行结果所带来的影响。

【技术实现步骤摘要】

本专利技术属于移动技术应用
，设计移动云计算，特别涉及一种移动云计算环境中能耗优化的合作任务迁移方法。
技术介绍
云计算是一座基于互联网共享计算资源、存储资源、数据资源和应用资源的服务方式，为其他设备在虚拟计算环境中提供强大的计算服务。有别于传统的计算服务，云计算可以提供基础设施即服务，平台即服务，软件即服务三种服务模式。通过这三种服务模式，云计算可为用户提供不同层面的按需服务。随着云计算和移动互联网的快速发展，云计算服务也不在局限于台式机、笔记本等个人电脑上，越来越多的移动终端设备也在通过移动网络来使用云的按需、易扩展服务，来获取基础设施、平台和软件的资源。这种移动云计算和传统的云计算有着不同的特点。移动设备一般都是系统资源受限的设备，如计算资源、存储容量、设备电量等有限。在移动云计算中，移动终端可以通过将本地的任务迁移到其他设备或移动云执行的方式来突破系统资源受限。这种任务迁移的方式可为移动设备缩减任务执行时间，减少能量开销，获取更好的用户体验。不过任务迁移本身也需要消耗不少资源，如传输能耗、流量。如何权衡移动设备上任务是否应该迁移，应该迁移到何处等问题成为移动云计算需要解决难题。现有任务迁移技术注重如何将任务动态或静态的划分，然后迁移至云端或其他设备执行，令本地设备获取更强大的计算能力、更高效的执行任务。MAUI和ThinkAir提供函数级任务迁移，不需要操作系统的特殊支持，但要求应用开发人员在开发时对应用的计算任务进行细致的分类来进行任务迁移。CloneCloud使用虚拟机技术在云端建立任务迁移后执行所需的环境。COMET允许计算任务离线程级别进行迁移并且不需修改应用源码。这些方案关注于对计算任务进行静态或动态的划分，实现函数级、线程级、应用级的任务迁移。Cloudlet提出一种新型的系统结构来实现任务迁移。在Cloudlet中，移动用户使用虚拟机技术在就近的微云来部署定制软件服务，移动用户通过无线连接将本地计算任务迁移到这些虚拟机中。从合作迁移的服务角度来看，移动设备只需要实现一个功能简单的瘦客户端，通过可靠的无线连接使用网络中靠近用户侧计算、存储资源丰富的计算机集群。这种在局域网内为移动用户提供计算服务的技术能够为用户带来高传输速率，低服务响应时间，并且稳定的网络传输服务，并且提升任务迁移的安全性，避免将本地任务大量迁移到互联网云端而导致的不安全因素。这些微云通过计算迁移技术能够为移动设备带来更强大的计算、存储能力，但移动设备本身的电量、计算、存储等资源严重受限。当网络分布着各种各样的移动设备时，如何对计算任务迁移进行调度使得网络中冗余的任务能够高效的进行执行，并且最大化延长设备使用时间，降低设备流量，成为一个很重要的问题。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供一种移动云计算环境中能耗优化的合作任务迁移方法，针对移动云计算的微云应用场景，使移动设备间通过计算任务合作迁移来进行能耗优化，旨在让移动设备在受限的电量和有限的计算能力下，将任务迁移至网络内的其他设备或云端，减少网络内冗余的计算任务，提升网络中冗余计算任务的能耗效率，通过其他设备合作执行本地计算任务，让移动设备获取更强的计算能力。为了实现上述目的，本专利技术采用的技术方案是：一种移动云计算环境中能耗优化的合作任务迁移方法，在微云网络中部署微云控制器，微云控制器周期性收集网络内部各设备的运行信息，当网络内部的设备发起任务迁移请求时，控制器将周期性运行离线启发式算法，并根据离线启发式算法输出的任务决策向量进行任务迁移，所述离线启发式算法的输出结果为整个调度方案的能耗E，每个任务调度的决策向量其中表示设备i上编号为h的任务，算法包括如下步骤：步骤一，对每个任务按照任务类型进行分类，相同任务类型T的任务属于同一任务集合Set(T)，每个任务集合按照任务的请求时间由远到近进行排列，初始化每个任务的决策变量；步骤二，对于每种任务的首任务，求出每单位流量节省能耗按照每单位流量节省能耗非减顺序进行排序，生成任务类型序列Seq，其中为任务h在本地执行时的能耗，为任务h迁移到云端执行时的能耗，n为网络中的设备个数，为设备i传递到云端的无线传输功率，为设备i与云端之间的传输速率，为任务h迁移时传入的数据量，为任务h迁移时输出的数据量，为任务h迁移到云端执行时产生的流量，D(Chi)=αn+1(Chi)·(Dhin+Dhout),]]>其中为决策变量；步骤三，在满足出口流量约束的条件下，依次将任务序列Seq中各任务类型的首任务迁移到云端；步骤四，对于每一种任务分类集合中的每一个任务安装时间先后进行检查：(1)如果任务类型T的首任务未迁移至云端，对于Set(T)中的每一个任务h＝1→|Set(T)|，即任务编号h的值为1到任务集中的任务数，选取迁移的服务器节点j满足令将能耗E更新为E+ϵOij(Chi);]]>(2)如果该类型T的首任务已经迁移至云端：a)令决策向量中将能耗E更新为b)对于Set(T)中的其他任务，h＝2→|Set(T)|，即编号为1的任务已经迁移至云端，对其他编号的任务进行后续处理，选取迁移的服务器节点j满足ϵOij(Chi)=mink=1n(ϵOik(Chi)),]]>令αj(Chi)=1,]]>将能耗E更新为E+ϵOij(Chi).]]>所述运行信息包括微云网络内部各设备之间的发送功率、接收功率、传输速率以及各设备需要进行迁移的任务信息。所述步骤一中每个任务的决策变量初始化为E＝0。与现有技术相比，本专利技术属于集中式调度，在控制器对任务执行的调度进行决策，权衡设备剩余电量、任务的计算能耗、任务的传输能耗和任务在执行时位置选择对共享执行结果所带来的影响。合作任务迁移的最优调度方案是NP难问题，本专利技术高效的启发式离线算法，使得该机制能够离线实时对任务迁移进行调度，并达到近似最优的效果。附图说明图1是本专利技术微云环境下能量受限任务迁移场景图。图2是本专利技术随着计算复杂度X变化的能量消耗情况示意图。图3是本专利技术随着计算复杂度X变化的流量消耗情况示意图。具体实施方式下面结合附图和实施例详细说明本专利技术的实施方式。如图1所示，本专利技术在计算时使用的模型如下：WLAN中有n个无线设备，每个设备有m个任务，将任务集为表示为C＝{C1,C2,…,Cm本文档来自技高网...

【技术保护点】
一种移动云计算环境中能耗优化的合作任务迁移方法，在微云网络中部署微云控制器，微云控制器周期性收集网络内部各设备的运行信息，当网络内部的设备发起任务迁移请求时，控制器将周期性运行离线启发式算法，并根据离线启发式算法输出的任务决策向量进行任务迁移，其特征在于，所述离线启发式算法的输出结果为整个调度方案的能耗E，每个任务调度的决策向量其中表示设备i上编号为h的任务，算法包括如下步骤：步骤一，对每个任务按照任务类型进行分类，相同任务类型T的任务属于同一任务集合Set(T)，该任务类型需要执行的任务数为|Set(T)|，每个任务集合按照任务的请求时间由远到近进行排列，初始化每个任务的决策变量；步骤二，对于每种任务的首任务，求出每单位流量节省能耗按照每单位流量节省能耗非减顺序进行排序，生成任务类型序列Seq，其中为任务h在本地执行时的能耗，为任务h迁移到云端执行时的能耗，ϵOi(n+1)(Chi)=ρTi(n+1)·DhinφTi(n+1)+ρTi(n+1)·DhoutφT(n+1)i,]]>n为网络中的设备个数，为设备i传递到云端的无线传输功率，为设备i与云端之间的传输速率，为任务h迁移时传入的数据量，为任务h迁移时输出的数据量，为任务h迁移到云端执行时产生的流量，D(Chi)=αn+1(Chi)·(Dhin+Dhout),]]>其中为决策变量；步骤三，在满足出口流量约束的条件下，依次将任务序列Seq中各任务类型的首任务迁移到云端；步骤四，对于每一种任务分类集合中的每一个任务安装时间先后进行检查：(1)如果任务类型T的首任务未迁移至云端，对于Set(T)中的每一个任务h＝1→|Set(T)|，h为任务编号，取值范围为1到任务集和的大小。选取迁移的服务器节点j满足令将能耗E更新为E+ϵOij(Chi);]]>(2)如果该类型T的首任务C1i已经迁移至云端：a)令决策向量中将能耗E更新为b)对于Set(T)中的其他任务，h＝2→|Set(T)|，即编号为1的任务已经迁移至云端，对其他编号的任务进行后续处理，选取迁移的服务器节点j满足ϵOij(Chi)=mink=1n(ϵOik(Chi)),]]>令αj(Chi)=1,]]>将能耗E更新为E+ϵOij(Chi).]]>...

【技术特征摘要】
1.一种移动云计算环境中能耗优化的合作任务迁移方法，在微云网络中部署微云控制
器，微云控制器周期性收集网络内部各设备的运行信息，当网络内部的设备发起任务迁移
请求时，控制器将周期性运行离线启发式算法，并根据离线启发式算法输出的任务决策向
量进行任务迁移，其特征在于，所述离线启发式算法的输出结果为整个调度方案的能耗E，
每个任务调度的决策向量其中表示设备i上编号
为h的任务，算法包括如下步骤：
步骤一，对每个任务按照任务类型进行分类，相同任务类型T的任务属于同一任务集合
Set(T)，该任务类型需要执行的任务数为|Set(T)|，每个任务集合按照任务的请求时间由
远到近进行排列，初始化每个任务的决策变量；
步骤二，对于每种任务的首任务，求出每单位流量节省能耗按照每单
位流量节省能耗非减顺序进行排序，生成任务类型序列Seq，其中为任务h在本地执
行时的能耗，为任务h迁移到云端执行时的能耗，ϵOi(n+1)(Chi)=ρTi(n+1)·DhinφTi(n+1)+ρTi(n+1)·DhoutφT(n+1)i,]]>n
为网络中的设备个数，为设备i传递到云端的无线传输功率，为设备i与云
端之间的传输速率，为任务h迁移时传入的数据量，为任务h迁移时输出的数据量，
为任务h迁移到云端执行时产生的流量，D(Chi)=&alph...

【专利技术属性】
技术研发人员：崔勇，张扬军，宋健，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11