基于移動(dòng)云計(jì)算架構(gòu)下的能效保護(hù)研究*

黎遠(yuǎn)松，梁金明

（四川理工學(xué)院計(jì)算機(jī)學(xué)院，四川自貢643000）

基于移動(dòng)云計(jì)算架構(gòu)下的能效保護(hù)研究*

黎遠(yuǎn)松，梁金明

（四川理工學(xué)院計(jì)算機(jī)學(xué)院，四川自貢643000）

當(dāng)今，移動(dòng)云計(jì)算市場(chǎng)所呈現(xiàn)出的顯著的移動(dòng)用戶(hù)量激增，以及云計(jì)算服務(wù)所帶來(lái)的巨大的商業(yè)利益，都驅(qū)動(dòng)著移動(dòng)云計(jì)算無(wú)限需求的擴(kuò)展和商機(jī)的頻現(xiàn)，在此基礎(chǔ)上的大量應(yīng)用帶來(lái)的能量消耗問(wèn)題帶來(lái)了對(duì)移動(dòng)云計(jì)算服務(wù)能效保護(hù)方面新的關(guān)注。針對(duì)云計(jì)算模式膨脹背景下能效問(wèn)題的劇增及結(jié)合現(xiàn)有能效保護(hù)研究進(jìn)展，提出了基于移動(dòng)云計(jì)算能效保護(hù)模式，該模式結(jié)合遷移降耗，服務(wù)委托，基礎(chǔ)管配等手段，對(duì)移動(dòng)云進(jìn)行效能管理及調(diào)整，實(shí)驗(yàn)結(jié)果表明，使用移動(dòng)云計(jì)算效能保護(hù)模式的樣本其效能得到了顯著改善和提升，最終結(jié)論得出移動(dòng)架構(gòu)下能效保護(hù)模式對(duì)移動(dòng)云整體效能的改進(jìn)是非常有效的。

云計(jì)算，移動(dòng)云，能效保護(hù)，移動(dòng)計(jì)算，綠色計(jì)算

0　引言

綠色計(jì)算已經(jīng)成為了一個(gè)流行的熱議話題。一個(gè)題為“虛擬化的將來(lái)，云計(jì)算和綠色I(xiàn)T-全球技術(shù)和市場(chǎng)展望(2011-2016)”的新技術(shù)研究報(bào)告總結(jié)得出，全部的綠色I(xiàn)T市場(chǎng)預(yù)測(cè)數(shù)據(jù)的年復(fù)合增長(zhǎng)率從2010年到2016年將增加40.5%，總計(jì)同期數(shù)據(jù)將超過(guò)16億。按照TechNavio最近的預(yù)測(cè)描述，企業(yè)移動(dòng)云計(jì)算市場(chǎng)在2011年至2015年間在北美將以18.12%的年復(fù)合增長(zhǎng)率快速增長(zhǎng)。

移動(dòng)云計(jì)算(MCC)作為一個(gè)新出現(xiàn)的術(shù)語(yǔ)，它包括了移動(dòng)計(jì)算，云計(jì)算，網(wǎng)絡(luò)通信以及虛擬化技術(shù)等范疇。MCC在能效保護(hù)方面向我們同時(shí)提供了新的機(jī)會(huì)和挑戰(zhàn)，通過(guò)利用計(jì)算資源，網(wǎng)絡(luò)資源以及移動(dòng)資源來(lái)提高資源利用率，共享和虛擬化處理能力，從而達(dá)到減支的目的。當(dāng)今快速的移動(dòng)設(shè)備用戶(hù)的增加驅(qū)使了大量的對(duì)移動(dòng)云基礎(chǔ)設(shè)施，服務(wù)以及技術(shù)的新的需求。當(dāng)下和將來(lái)的移動(dòng)云基礎(chǔ)設(shè)施及服務(wù)提供商必須考慮如何解決節(jié)能降耗問(wèn)題及其可能面臨的挑戰(zhàn)。因此，對(duì)我們來(lái)說(shuō)，去研究理解及評(píng)查當(dāng)前最先進(jìn)的在移動(dòng)云計(jì)算能效保護(hù)方面的研究結(jié)果是必須的工作。

1　研究背景

1.1移動(dòng)云計(jì)算

移動(dòng)云計(jì)算(MCC)是一個(gè)資源富足的移動(dòng)計(jì)算技術(shù)［1］，它可以利用面向無(wú)限制功能，存儲(chǔ)和流動(dòng)性的統(tǒng)一多種云和網(wǎng)絡(luò)技術(shù)的彈性資源實(shí)現(xiàn)。它隨時(shí)隨地通過(guò)以太網(wǎng)或因特網(wǎng)信道服務(wù)于大多數(shù)移動(dòng)設(shè)備，無(wú)論設(shè)備是否存在于異構(gòu)環(huán)境和平臺(tái)，都按照使用則付費(fèi)的原則。

將主要受移動(dòng)云計(jì)算促進(jìn)的領(lǐng)域列舉如下：1）用于移動(dòng)設(shè)備增長(zhǎng)的永無(wú)止境的對(duì)處理能力和電池壽命的研究需求。

2）配合增長(zhǎng)的低端移動(dòng)用戶(hù)對(duì)不同應(yīng)用服務(wù)的需求。

3）通過(guò)有效的移動(dòng)連接到移動(dòng)用戶(hù)來(lái)最小化對(duì)已經(jīng)存在的云基礎(chǔ)設(shè)施和資源的資源共享和使用。

4）通過(guò)連接到無(wú)線云應(yīng)用服務(wù)以消除存在的資源短缺問(wèn)題和當(dāng)前移動(dòng)設(shè)備的局限性。

5）通過(guò)在MCC中提供虛擬多樣性資源，包括移動(dòng)設(shè)備，云計(jì)算服務(wù)和基礎(chǔ)設(shè)施，以及無(wú)線網(wǎng)絡(luò)和因特網(wǎng)。

1.2移動(dòng)云的能效保護(hù)

通常來(lái)說(shuō)，能效保護(hù)指的是盡力使得能量的消耗減少，這可以通過(guò)增加能量使用效率和減少能量消耗來(lái)實(shí)現(xiàn)，同時(shí)減少常規(guī)能源的消耗。因?yàn)橐苿?dòng)云包括了計(jì)算服務(wù)基礎(chǔ)設(shè)施，網(wǎng)絡(luò)及移動(dòng)設(shè)備，研究者們必須花費(fèi)特殊的精力關(guān)注于MCC的能量節(jié)約，因?yàn)檫@必須考慮到在大規(guī)模計(jì)算和網(wǎng)絡(luò)基礎(chǔ)設(shè)施以及大容量移動(dòng)設(shè)備用戶(hù)的相關(guān)情況［2］。

2　移動(dòng)設(shè)備的能效保護(hù)解決方案

2.1計(jì)算工作向云端遷移

該思想為將計(jì)算強(qiáng)度高的任務(wù)從移動(dòng)設(shè)備遷移到移動(dòng)云中的云服務(wù)節(jié)點(diǎn)以保存移動(dòng)設(shè)備的能量并增加移動(dòng)用戶(hù)的體驗(yàn)感。這里存在兩個(gè)問(wèn)題：首先當(dāng)決策是否將計(jì)算任務(wù)從移動(dòng)客戶(hù)端向云中遷移的時(shí)候，要確認(rèn)什么是最適宜的判斷條件［3］。其次在研究計(jì)算向云端遷移問(wèn)題的時(shí)候，什么是我們要考慮的因素。

圖1　移動(dòng)云計(jì)算能效保護(hù)研究范疇

K.Kumar以基于對(duì)移動(dòng)設(shè)備計(jì)算任務(wù)能效保護(hù)分析來(lái)處理和理解這些問(wèn)題，這和在云服務(wù)端的分析處理是相對(duì)的。他們提出以下的式（1）來(lái)論證和解釋從移動(dòng)設(shè)備向云組件遷移計(jì)算任務(wù)之間的關(guān)系。以此公式推算，得出在遷移過(guò)程中的節(jié)能總量。

式（1）中I表示遷移計(jì)算指令的總數(shù)，K表示移動(dòng)終端設(shè)備的處理速度（I/s），S表示云服務(wù)組件的吞吐速度(I/s)，Cp表示移動(dòng)設(shè)備能源消耗量（W），Ip表示移動(dòng)設(shè)備空閑期能源消耗量（W），Tp表示移動(dòng)設(shè)備工作時(shí)能源消耗量（W），B表示吞吐交換的總字節(jié)數(shù)(byte)，BW表示網(wǎng)絡(luò)帶寬值。

如果Cp，Ip，Tp均為恒定，按照式（1）可以推導(dǎo)出正數(shù)，這意味著遷移減少了能量消耗，反之則不然。然而如果需要被無(wú)線傳輸?shù)臄?shù)據(jù)有類(lèi)似安全等方面的需求，那么即使服務(wù)器處理速度為M倍，這種情況下的一個(gè)加密處理則將會(huì)導(dǎo)致綜合能源的消耗，該消耗可以由式（2）得出：

這里Ap表示由于類(lèi)似加密需求導(dǎo)致的附加指令數(shù)帶來(lái)的額外能源開(kāi)銷(xiāo)。如果該加密算法在移動(dòng)設(shè)備端執(zhí)行，那么這里的Ap就可以降為0，從而該額外能源消耗將可以被避免。另外不論是否需要數(shù)據(jù)傳輸，遷移都需要移動(dòng)設(shè)備來(lái)隨時(shí)掃描可用的無(wú)線接入口，這意味著大量遷移的分時(shí)數(shù)量不確定性同時(shí)增加了來(lái)自于移動(dòng)設(shè)備對(duì)網(wǎng)絡(luò)發(fā)現(xiàn)操作過(guò)程中的能源消耗［4］。

2.2移動(dòng)設(shè)備的資源管理

當(dāng)前移動(dòng)平臺(tái)和操作系統(tǒng)可以支持執(zhí)行移動(dòng)客戶(hù)端應(yīng)用而無(wú)需在移動(dòng)資源管理效率方面投入太多關(guān)注。然而，在保存移動(dòng)設(shè)備充足的能量方面的支持是不夠的。Vallina-Rodriguez提出了擴(kuò)展安卓操作系統(tǒng)的概念，它通過(guò)整合以下兩個(gè)手段延長(zhǎng)了移動(dòng)設(shè)備的電池壽命：

1）一個(gè)用戶(hù)中心的主動(dòng)資源管理系統(tǒng)，該系統(tǒng)基于周期性地監(jiān)控用戶(hù)環(huán)境，習(xí)慣以及操作行為。

2）接入移動(dòng)設(shè)備可以從鄰近的移動(dòng)設(shè)備通過(guò)本地?zé)o線網(wǎng)和社會(huì)網(wǎng)絡(luò)接入資源。

擴(kuò)展安卓操作系統(tǒng)架構(gòu)，包括了3個(gè)主要組件：行為管理，接入控制管理，以及擴(kuò)展安卓操作系統(tǒng)管理。行為管理是負(fù)責(zé)監(jiān)控和表示用戶(hù)行為的，運(yùn)行期間安卓資源和其應(yīng)用架構(gòu)的使用［5］。接入控制管理包括了所有類(lèi)似用戶(hù)基本信息，公用密鑰和策略，以及必需的IPC通信機(jī)制等等必需的信息。擴(kuò)展安卓操作系統(tǒng)管理是用于負(fù)責(zé)本地資源管理，鄰居設(shè)備發(fā)現(xiàn)，以及基于預(yù)測(cè)算法以決策接入模式的核心組件。

2.3Ad-Hoc移動(dòng)云的任務(wù)委托服務(wù)

G.Huerta-Canepa提出了一個(gè)ad-hoc移動(dòng)云架構(gòu)，該架構(gòu)的一部分任務(wù)是在移動(dòng)設(shè)備本地執(zhí)行，并將剩余部分委托給鄰近的正在運(yùn)行相同任務(wù)的移動(dòng)設(shè)備執(zhí)行。該ad-hoc移動(dòng)云架構(gòu)包括了：應(yīng)用管理組件，資源管理組件，上下文管理組件，點(diǎn)到點(diǎn)組件，以及遷移管理組件。雖然結(jié)果顯示該架構(gòu)可以節(jié)能，但它需要研究判定如何識(shí)別穩(wěn)固的節(jié)點(diǎn)，且需采用從鄰居進(jìn)行的接收機(jī)制，以及處理通過(guò)附加的計(jì)算決策帶來(lái)的能量消耗。

3　無(wú)線通信的能效保護(hù)

3.1通過(guò)有效無(wú)線接口發(fā)現(xiàn)的能效保護(hù)

當(dāng)今高端移動(dòng)設(shè)備都裝備有多功能廣播接口，例如Wi-Fi，3G和4G。通過(guò)這些不同接口提供彈性的通信和能效保護(hù)選項(xiàng)，已存在的通信協(xié)議例如TCP和UDP都不能用于這些選項(xiàng)。

為了同時(shí)支持多種網(wǎng)絡(luò)路徑并且轉(zhuǎn)換到一個(gè)激活的能效條件最好的鏈路上，C.Pluntke使用MPTCP提出了兩個(gè)多通路計(jì)劃算法［6］。他們被作為基于馬爾可夫決策處理的MDP調(diào)度算法和無(wú)限邏輯自動(dòng)機(jī)識(shí)別。

使用MADP調(diào)度算法其調(diào)度是以執(zhí)行動(dòng)態(tài)的基于在每一個(gè)可變時(shí)間間隔ΔT的不完全信息及部分信息以使用馬爾可夫決策處理機(jī)制，可以把其表示為：

其中F為不同接口的一系列狀態(tài)，M為一系列在ΔT時(shí)間間隔到達(dá)時(shí)選擇下一接口的活動(dòng)，T為在由一個(gè)狀態(tài)切換至另一個(gè)狀態(tài)過(guò)程中，由應(yīng)用和能源模式下推導(dǎo)出的轉(zhuǎn)換可能性，P代表一個(gè)執(zhí)行在一個(gè)特殊操作下的狀態(tài)轉(zhuǎn)換代價(jià)函數(shù)。圖2描述的兩個(gè)有限狀態(tài)自動(dòng)機(jī)被分別用于推導(dǎo)3G和Wi-Fi各自的能量模式。SCM為專(zhuān)用信道模型，F(xiàn)ICM為轉(zhuǎn)發(fā)接入信道模型。

圖2　簡(jiǎn)單3G和Wi-Fi接口有限狀態(tài)自動(dòng)機(jī)

使用無(wú)限邏輯自動(dòng)機(jī)（ORACLE）需要基于完全信息計(jì)劃離線執(zhí)行。它作為一個(gè)低限制服務(wù)以及比較引導(dǎo)參照使用，具體表示如下：

這里CORACLE和CMADP表示離線能量消耗和在線MPTCP各自的調(diào)度算法，C3G和CWi-Fi表示通過(guò)傳統(tǒng)3G和Wi-Fi接口各自的能量消耗。實(shí)驗(yàn)結(jié)果顯示MADP調(diào)度算法和無(wú)限邏輯自動(dòng)機(jī)調(diào)度算法是這幾者中能量效率最高的。這里同樣需要考慮遷移中云服務(wù)端的消耗問(wèn)題。

3.2通過(guò)無(wú)線通信的能效保護(hù)

移動(dòng)設(shè)備掃描附近的Wi-Fi接入口是非常頻繁的，這個(gè)過(guò)程消耗了非常大的設(shè)備能量。為了最小化掃描Wi-Fi網(wǎng)絡(luò)的消耗，F(xiàn).Xia提出了輔助GPS方案，該方案核心思想是使移動(dòng)設(shè)備周期性地掃描Wi-Fi接口并存儲(chǔ)網(wǎng)絡(luò)信息(例如服務(wù)集標(biāo)識(shí)，BS集群服務(wù)集表示，時(shí)間戳，位置以及作用范圍等信息)到一個(gè)日志文件，并使用該日志提供給執(zhí)行向附近的Wi-Fi接入口進(jìn)行操作切換的移動(dòng)用戶(hù)［7］。

圖3　模式切換系統(tǒng)架構(gòu)及建議切換模式流程

該系統(tǒng)架構(gòu)在圖3（a）給出，描述了主要組件和工作流程。蜂窩數(shù)據(jù)率將在移動(dòng)設(shè)備上被按照所選擇的采樣間隔周期性監(jiān)控。收集蜂窩數(shù)據(jù)率對(duì)決策是否需要切換到另一個(gè)鄰近的Wi-Fi網(wǎng)絡(luò)是非常有用的。無(wú)論何時(shí)，一個(gè)切換決策的作出，都會(huì)引發(fā)為了保持網(wǎng)絡(luò)連接和通信的查找相鄰可用Wi-Fi網(wǎng)絡(luò)接入點(diǎn)的模式切換。圖3（b）顯示了建議切換模式的流程圖，該流程包含了4個(gè)切換步驟。

3.3使用基于協(xié)議架構(gòu)的能效保護(hù)

F.R.Dogar提出了一個(gè)稱(chēng)為“小睡”的能效保護(hù)策略，該策略旨在保存設(shè)備能量，當(dāng)數(shù)據(jù)傳輸發(fā)生在一個(gè)使用高帶寬（例如802.11）接入與低帶寬鏈接(例如DSL)的結(jié)合的混合網(wǎng)絡(luò)的環(huán)境。數(shù)據(jù)分發(fā)速度介于慢鏈接和快鏈接的結(jié)果之間，這導(dǎo)致了數(shù)據(jù)包的延遲。慢速鏈接總體上減慢了分發(fā)的時(shí)間。但是移動(dòng)設(shè)備必須保持喚醒狀態(tài)，因?yàn)門(mén)CP需要在整個(gè)數(shù)據(jù)傳輸過(guò)程中保持兩端的活躍?！靶∷毕到y(tǒng)在數(shù)據(jù)包之間逐漸增加小的時(shí)間間隔以逐步適應(yīng)當(dāng)設(shè)備收到發(fā)送來(lái)的休眠模式指令以節(jié)省能量，而實(shí)際上分發(fā)時(shí)間卻沒(méi)有任何變化，但卻需要執(zhí)行一個(gè)大的時(shí)間間隔的情況。這里有3個(gè)主要的組成部分：

1）“小睡”代理服務(wù)器：其在有線和無(wú)線環(huán)節(jié)中均扮演了一個(gè)翻譯及解耦的角色。

2）工作負(fù)載提示：其提供了關(guān)于轉(zhuǎn)換內(nèi)容類(lèi)型的信息。

3）調(diào)度程序：其為“小睡”系統(tǒng)的核心。它對(duì)基于轉(zhuǎn)換尺寸，睡眠模式代價(jià)，有線環(huán)境的帶寬利用率，以及無(wú)線環(huán)境的帶寬利用率的合理睡眠時(shí)間作出決策。

4　云基礎(chǔ)設(shè)施的能效保護(hù)

4.1云服務(wù)基礎(chǔ)設(shè)施管理

云服務(wù)數(shù)據(jù)中心的基礎(chǔ)設(shè)施帶來(lái)全國(guó)每年1.5%的能源消耗，該數(shù)據(jù)從2006年開(kāi)始每年增長(zhǎng)18%。當(dāng)服務(wù)器處于閑置狀態(tài)時(shí)，大量能源被消耗，這種閑置通常是由于資源管理不足導(dǎo)致的。M.Guazzone提出了一個(gè)動(dòng)態(tài)資源管理架構(gòu)（圖4所示），該架構(gòu)無(wú)需擁有對(duì)系統(tǒng)情況的預(yù)先了解，并且在對(duì)物理資源最小化能源消耗的基礎(chǔ)上，最大化服務(wù)質(zhì)量以保持服務(wù)滿(mǎn)意度（SLA）。

圖4　資源管理系統(tǒng)架構(gòu)圖

按照計(jì)劃，多級(jí)別用戶(hù)應(yīng)用被部署在云基礎(chǔ)設(shè)施上，每一級(jí)應(yīng)用被部署在一個(gè)獨(dú)立的宿主機(jī)所在的虛擬機(jī)上。該架構(gòu)的核心為資源管理，它包括了遷移管理、宿主機(jī)管理、以及應(yīng)用管理。資源管理其主要目標(biāo)在于持續(xù)監(jiān)控性能以及每一個(gè)在虛擬機(jī)上部署應(yīng)用實(shí)例的有效性。遷移管理負(fù)責(zé)通過(guò)緊密地監(jiān)控涵蓋的虛擬機(jī)的能量消耗狀態(tài)來(lái)制定遷移策略。應(yīng)用管理提供應(yīng)用需要的所有資源能力以滿(mǎn)足目標(biāo)服務(wù)水平。宿主機(jī)管理必須要服從來(lái)自應(yīng)用管理的CPU需求。這里采用均衡策略用來(lái)計(jì)算CPU占用率的需求：

Si指的是入分享占用率，P指的是宿主機(jī)上的n個(gè)虛擬機(jī)的總能力(0＜P＜1)。

結(jié)論中實(shí)驗(yàn)性地比較了動(dòng)態(tài)的途經(jīng)與另外兩個(gè)途經(jīng)：靜態(tài)服務(wù)等級(jí)目標(biāo)途經(jīng)及靜態(tài)能量途經(jīng)。前者的服務(wù)在最小化能量消耗上具有非常高的滿(mǎn)意度，后者的能量消耗減少量是最多的。

4.2基于能效保護(hù)的服務(wù)應(yīng)用管理

缺乏效能定位以及動(dòng)態(tài)應(yīng)用工作負(fù)載遷移可能導(dǎo)致服務(wù)器能量分配不足。B.Li提出了一個(gè)稱(chēng)為末端云的數(shù)據(jù)中心的能量保護(hù)策略。末端云使用了一個(gè)能量感知啟發(fā)性算法以得出應(yīng)用的定位和工作負(fù)載響應(yīng)的調(diào)度計(jì)劃。該啟發(fā)性算法關(guān)鍵點(diǎn)有：工作負(fù)載到達(dá)事件，工作負(fù)載離程事件，工作負(fù)載規(guī)?；謴?fù)事件。

按照?qǐng)D5所示，末端云架構(gòu)由一些功能組件所組成。主要有：全局控制器、虛擬機(jī)控制器、資源供應(yīng)管理以及性能監(jiān)控。全局控制器由集中管理器、任務(wù)調(diào)度組成，當(dāng)其組件被安裝到任意節(jié)點(diǎn)時(shí)被全局部署。集中管理器對(duì)虛擬機(jī)控制器的啟動(dòng)，停止以及工作負(fù)載行為遷移產(chǎn)生應(yīng)用定位調(diào)度。資源供應(yīng)管理優(yōu)化了該途徑并且避免了頻繁的應(yīng)用遷移。

圖5　末端云架構(gòu)圖

4.3基于能效保護(hù)的內(nèi)容遷移

從主體云計(jì)算數(shù)據(jù)中心向本地云數(shù)據(jù)中心或者移動(dòng)云計(jì)算數(shù)據(jù)中心進(jìn)行內(nèi)容遷移，是另一條減少能源損耗的途徑。該技術(shù)在處理絕大多數(shù)基于內(nèi)容的應(yīng)用上都是十分有用的，例如遠(yuǎn)程教育、遠(yuǎn)程會(huì)議等。

一個(gè)由基于Wi-Fi的廣域網(wǎng)接入組成的移動(dòng)網(wǎng)絡(luò)，或者由基于3G或WiMax的寬帶接入網(wǎng)絡(luò)組成的網(wǎng)絡(luò)，均視為智能終端網(wǎng)絡(luò)。因特網(wǎng)是由寬帶網(wǎng)關(guān)、數(shù)據(jù)中心網(wǎng)關(guān)、以太網(wǎng)開(kāi)關(guān)、供應(yīng)者邊界路由、核心路由以及波分多路復(fù)用光纖連接。主體云計(jì)算數(shù)據(jù)中心由內(nèi)容服務(wù)和硬盤(pán)陣列組成。移動(dòng)云計(jì)算數(shù)據(jù)中心由除了小型擴(kuò)展外的其他所有主體云計(jì)算中心元素組成。如果移動(dòng)云計(jì)算數(shù)據(jù)中心能按照需求進(jìn)行精心設(shè)計(jì)，移動(dòng)云計(jì)算數(shù)據(jù)中心的能量消耗將大幅度減小。

實(shí)驗(yàn)結(jié)果顯示，使用該途徑，能量消耗可以減少至63%～70%。然而，當(dāng)移動(dòng)云計(jì)算數(shù)據(jù)中心和主體云計(jì)算數(shù)據(jù)中心的能量消耗比例占得更多或者幾乎相等的條件下，移動(dòng)云計(jì)算數(shù)據(jù)中心將變得低效。由于在綠色計(jì)算中移動(dòng)云計(jì)算數(shù)據(jù)中心在能效保護(hù)方面扮演了舉足輕重的角色，這是由于內(nèi)容本地化帶來(lái)的益處。也許當(dāng)購(gòu)買(mǎi)或維護(hù)同樣一系列的數(shù)據(jù)中心的設(shè)備時(shí)花銷(xiāo)變得更高時(shí)，采用該途徑是不可行的。另外，更多的研究需要在其他的云服務(wù)中找到有效的解決方案，例如SaaS和PaaS。

5　結(jié)束語(yǔ)

移動(dòng)云計(jì)算由于其巨大的市場(chǎng)前景逐漸成為了當(dāng)下的研究熱點(diǎn)。移動(dòng)云的綠色計(jì)算和移動(dòng)計(jì)算服務(wù)的研究，也由于移動(dòng)云供應(yīng)商對(duì)可以降低成本目的的能效解決方案的探尋而變得炙手可熱。

很明顯，該問(wèn)題在當(dāng)下的研究結(jié)論和技術(shù)領(lǐng)域的重點(diǎn)還只是更多地關(guān)注于特殊場(chǎng)景下的有代表性的移動(dòng)云計(jì)算應(yīng)用中。因此，在解決多樣化的綠色計(jì)算問(wèn)題及移動(dòng)云需求問(wèn)題上的優(yōu)良架構(gòu)和解決方案中，其在基礎(chǔ)設(shè)施綜合效能保護(hù)方面還有一定缺陷。當(dāng)前和將來(lái)的研究重點(diǎn)是推進(jìn)創(chuàng)新的基于實(shí)時(shí)分析和智能決策的能效保護(hù)基礎(chǔ)設(shè)施的發(fā)展。

［1］Sanaei Z.Tripod of Requirements in Horizontal Heterogeneous Mobile cloudComputing［J］.Journal of Convergence Information Technology，2012，31（4）：794-795.

［2］錢(qián)瓊芬,李春林,張小慶,等.云數(shù)據(jù)中心虛擬資源管理研究綜述［J］.計(jì)算機(jī)應(yīng)用研究,2012，39（2）：5-8.

［3］Li K.Energy Efficient Scheduling of Parallel Tasks on Multiprocessor Computers［J］.The Journal of Supercomputing，2010（5）:1-25.

［4］Baskiyar S，Palli K.Low Power Scheduling of Drags to Minimize Finish times［J］.High Performance Computing-HiPC, 2006（13）：353-362.

［5］Braun T,Siegel H,Beck N,et al.A Comparison of Eleven static Heuristics for Mapping a Class of Independent Tasks onto Heterogeneous Distributed Computing systems［J］. Journal of Parallel and Distributed computing，2001（6）：810-837.

［6］Sotomayor B,Montero R S,Llorente I M,et al.Virtual Infrastructure Management in Private and Hybrid Clouds［M］.Los Angeles:IEEE Internet Comput，2009.

［7］Zhu W,Luo C,Wang J,et al.Multimedia Cloud Computing［J］.IEEE Signal Processing Magazine，2011（28）：59-69.

Energy Saving in Mobile Cloud Computing

LI Yuan-song，LIANG Jin-ming
（School of Computer Science，Sichuan University of Science and Engineering，Zigong 643000，China）

Nowadays,a significant increase in mobile users which is indicated by the mobile cloud computing market，as well as the commercial interests come from the demand for the service of the mobile cloud computing，are driving the infinite expansion and business opportunities of the mobile cloud computing.On the basis of the energy consumption problem which brought by a large number of applications brings more attention to the computing service efficiency to protect mobile cloud.In this paper，the cloud computing model for expansion in the context of rapid increase energy efficiency and energy efficiency combined with research progress to protect existing，proposed to calculate the energy efficiency of cloud-based mobile protection mode，which combines the migration energy，service commission，base tube with other means of moving cloud performance management and adjustment，the experimental results show that the use of mobile cloud computing performance protection mode sample its performance has been significantly improved and upgraded，the final conclusions in mobile architectures energy efficiency performance improvements in protected mode on the mobile cloud as a whole is very effective.

cloud computing，mobile cloud，energy saving，mobile computing，green computing

TP391

A

1002-0640（2015）08-0150-05

2014-06-27

2014-07-09

四川省教育廳科研基金(13ZAO125)；四川省高校重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(2014WZY05)；企業(yè)信息化與物聯(lián)網(wǎng)測(cè)控技術(shù)四川省高校重點(diǎn)實(shí)驗(yàn)室基金（2014WZY03）；軟件工程專(zhuān)業(yè)綜合改革基金資助項(xiàng)目（B12201002）

黎遠(yuǎn)松（1970-），男，重慶開(kāi)縣人，碩士，副教授。研究方向：智能算法設(shè)計(jì)等。