一种移动终端云计算迁移技术研究

阎海玲

（西安财经大学行知学院，陕西西安 710038）

随着科技的迅速发展，我国已成为互联网发展大国，互联网几乎普遍于全国各地，虽然给人们的生产生活带来一定便捷，但同时也存在一定弊端，比如移动云端运行的同时会附带许多数据垃圾，若得不到良好的处理，则会造成系统瘫痪。而移动终端云计算迁移技术的开发成功将数据转移至云服务器中，达到了降低终端能耗的目的。

1 移动网络在实际生活中的应用

近年来，移动网络在实际生活中的应用范围十分广泛，主要包括文体活动、地理定位、数据卸载以及智能交通等。移动网络在定位系统中也起到很大作用，通过地理定位使人们可以在短时间内迅速找到自己需要的信息，为人们提供了便利。随着科技的进步，我国移动网民的数量直线上升，使人们的信息可以达到共享状态，信息多了会出现移动设备拥堵的情况，此时数据的卸载至关重要。另外，移动网络在智能交通中也发挥着重要作用，缓解了交通堵塞的情况，为人们日常生活提供了便捷条件[1-2]。

2 移动终端云计算迁移技术的系统模型

云计算迁移技术主要将系统分为两部分，分别是移动终端和云环境，其中移动终端主要负责将运算信息迁移至云端服务器中。该部分由计算组件分解、计算组件能耗评估、无线信道评估、移动决策（算法）以及M（本地执行的计算）和C（迁移到云端的计算）5 部分组成。其主要运作流程：在移动终端部分输入终端应用程序代码，由计算组件分解对代码进行静态分析，将应用程序代码分解为可以进行计算的组件，再由计算组件能耗评估部分根据无线信道评估所评估的信息计算出该过程所需要的计算资源状况，移动决策（算法）将根据得到的结果进行云计算，再决定是否对从计算组件分解模块得到的计算组件进行分解，最后由M（本地执行的计算）和C（迁移到云端的计算）将结果合成并输出[3-4]。云计算迁移模型如图1 所示。

图1 云计算迁移模型

3 云端数据访问与储存

云端数据存储是云计算系统的核心部分，主要负责将云计算系统运行后产生的数据通过存储设备进行存储与管理，对重要的信息进行加密，避免信息泄露[5-6]。

3.1 数据存储技术

系统应用数据存储技术将大大减少服务器的应用数量，服务器数量的减少可以在系统的建设方面降低成本，将节约的资金用在更重要的地方。为保证系统高效且稳定的运行，应减少数据的运输环节，以更好地提高系统的存储效率。

数据存储技术通过分布式和冗余存储的方式对数据进行存储，能够进一步提升数据存储的可靠性，而且能够建立副本，防止数据丢失。为了提高用户满意度，需要对数据存储技术进行优化，强化我国云平台的运行速度，改善计算机的计算速率[7]。

3.2 数据管理技术

随着移动互联网的飞速发展，其已经应用于多个领域，例如云计算将移动终端与计算迁移技术相结合，得到了很好的反馈效果，但随之而来的是系统运行过程中产生的数据过多、无法储存导致系统堵塞、运行缓慢等问题，此时，采用数据管理技术十分重要。该技术可以对数据进行更好的分析，并将不同种类的数据进行分类处理。目前，我国使用的数据管理技术是谷歌公司的GFS、BigTable、MapReduce以及亚马逊的Dynamo，几类云数据管理技术比较如表1 所示。

表1 几类云数据管理技术比较

3.3 数据安全技术

信息化的网络已经成为社会发展的重要推动因素，因此，数据的存储是否安全至关重要，而数据安全技术是一个系统成功的关键。判断系统是否安全可以从两方面考虑，首先，客户使用系统时，其浏览页面的痕迹是否属于无痕，客户端所存储的隐私数据可否被他人看到；其次，客户端与服务商之间进行信息共享时产生的数据是否泄露。数据安全技术的广泛应用将会使数据存储更加安全，保证了个人隐私不被侵犯，降低了云计算使用的风险[8]。

4 云计算迁移技术的架构分析

云计算实际上是分布式计算中的一种，主要结合网络“云”技术将计算程序划分为多个小程序，然后通过服务器向客户端进行反馈。目前，云计算的规模正在不断发展，早已不是单一的分布式计算，而是被扩列为效用计算、并行计算以及网络计算等技术。在云计算发展过程中，形成了衍生物——云计算迁移技术，该技术主要分为进程迁移、虚拟机实时迁移以及线程迁移3 种，通过以上3 种方式将数据迁移至云平台，迁移过程中会形成按需迁移决策模型的构建和支持任务迁移的软件设计机制[9]。

4.1 按需迁移决策模型的构建

云计算迁移过程中需要考虑很多问题，比如网络性能、终端性能以及终端习惯等因素。其中，网络性能是关键因素，它决定着按需迁移是否能成功执行，其参考因素主要包括带宽、延时以及网络接入代价等。除此之外，还需要考虑设计判断的标准量，从而构建按需迁移决策模型[10-11]。

4.2 支持任务迁移的软件设计

任务迁移的软件设计在一定程度上实现了云平台的资源调度，包含了两个服务平台，分别是客户端、云平台。其主要流程如下：客户端区域的可执行代码通过云计算以及终端能力评估后向云平台发送请求信号，云平台成功接收后由自身进行评估，判断可以进行迁移之后，向客户端发送响应信号，进行合理分配机制并动态部署，支持任务迁移的软件框图如图2 所示。

图2 支持任务迁移的软件框图

5 移动终端高效计算迁移技术算法分析

5.1 计算迁移的最优化求解

计算迁移的优化过程需要消耗能量，该过程具有许多弊端，即移动终端的功率十分有限以及时延。在优化过程中，一定要考虑移动终端的本地计算速率Flocal、远程云服务器的计算速率Fcloud、移动终端至基站的带宽B等参数。若将数据迁移至云端进行处理，则需要参考3 个自由度，分别是决策变量x、移动终端发送数据得到的发射功率Pt以及发送数据所需要的时间t，其中决策变量x的区间为（0,1），表示的含义为是否执行计算迁移，发射功率Pt的区间为[0，Pmax]，时间t的区间为[0，T]。通过对这些数据进行分析得出信道支持的信息速率为C=BIb（1+aPT）,传送数据所需要的时间t=N/C=N/（BIb（1+aPT）），解得PT=（2N/(Bt)-1）/a。

终端能否成功迁移至云平台，取决于迁移时所产生的数据能否小于本地执行该程序时所消耗的能量，若小于，则决策变量x=U（PlocalT-PTt），其中，U表示单位阶跃函数。由PT∈[0，Pmax]得出N/（BIb（1+aPT））≤t≤T。通信过程中会出现云计算不能执行命令的情况，此时将影响云计算的效率，当计算迁移过程中所需要的时间为t时，计算效率等效为Fcloud（1-t/T），这时将服务速率设为r，得出的执行指令速率ƒ=Fcloud+[Fcloud（1-t/T）-Fcloud]U（PlocalT-PTt）≥r。由以上变量之间的关系可得出min[PlocalT，PTt]=PlocalT+（PTt-PlocalT）U（PlocalT-PTt），将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）]，将结果化简转换得出min[PlocalT，（t/a）（2N/(Bt)-1）][12-13]。

5.2 控制算法以及压缩算法

在移动终端云计算迁移技术中，需要一款属于自己系统的算法，它可以达到将内容与显示分离的目的，为此特别设计了控制算法以及压缩算法，其中，控制算法应用较广泛，部分自适应控制算法的比较如表2 所示。

表2 屏幕自适应控制算法比较

6 云计算迁移技术的仿真分析与性能评估

为评估移动终端云计算迁移技术是否可以提高终端各方面的性能，对该技术进行仿真分析，其中，不同计算迁移技术能耗对比如图3 所示。由图3 可知，当应用程序代码容量为5 MB 时，各方面消耗能量是相同的；应用程序代码容量升至30 MB 时，执行迁移算法可达到节能60%的效果[14-15]，执行迁移算法节能百分比如图4 所示。

图3 不同计算迁移技术能耗对比图

图4 执行迁移算法节能百分比

执行迁移算法的时间分配如图5 所示，从图中可以看出，随着应用程序代码容量的不断增长，时间分配也在不断增长，呈上升趋势，在应用程序代码容量为30 MB 时，时间分配达到峰值。而不同的计算策略所需的时间也将不同，从图6 可以得出，随着应用程序代码容量的不断增长，所需时间也随之增长。当应用程序代码容量为20 MB 时，完全本地计算与执行迁移算法的时间相同。经仿真分析与性能评估可知，云计算迁移技术充分展现了自身优势，为云服务做出了巨大贡献[16]。

图5 执行迁移算法时的时间分配

图6 执行不同计算技术所需时间

7 结束语

文中针对移动终端云计算迁移技术进行了一系列研究，云计算的开发降低了技术开发成本，使数据可以随时随地被访问，并且有效地减小了CPU 计算时产生的负荷，不会造成时间延迟。移动终端云计算迁移技术的广泛应用给人们带来了巨大财富，满足了人们的需求。