一种移动终端的计算任务的云端转移方法
【技术领域】
[0001] 本发明设及移动云计算技术，尤其是设及位于动态无线网络中的一种移动终端的 计算任务的云端转移方法。
【背景技术】
[0002] 移动云计算网络目前已经成为一种允许移动终端充分利用云计算网络资源的服 务模式，并且不需要移动终端额外增加复杂的硬件和软件。考虑到智能手机等移动终端 硬件性能上的限制，比如：存储量较小、计算能力较弱等，移动终端可W发送云计算服务请 求，例如将图像处理等大计算量的本地计算任务分配到云端服务器执行，云端服务器执行 完毕后，将运算结果反馈给移动设备。D)inhHT，LeeC，NiyatoD，etal.Asurv巧of mobilecloudcomputing:architecture,applications,andapproaches[J].Wireless communicationsandmobilecomputing,2013, 13(18):1587-1611.]
[0003] 移动终端分配本地计算任务到云端服务器执行，可W有效地减少移动终端自身的 计算任务，节约执行计算任务所消耗的时间，从而减少其能量消耗。但是，由于无线通信网 络的带宽有限，从移动设备传输计算数据到云端需要消耗一定时间，同时会产生新的能量 消耗。因此，考虑到移动终端和无线通信网络两者存在的限制，移动终端通常需要根据移动 终端、云端服务器和通信网络的具体性能分配部分计算任务至云端服务器执行，W达到节 约移动设备自身能量的目的。[KumarK,LuYH.Cloudcomputingformobileusers:Can offloadingcomputationsaveenergy[J].Computer, 2010(4):51-56.]
[0004] 首先，考虑到不同计算任务所需运行时间的不同，我们可W利用累计分布函数得 到移动终端运行任务的最佳时间限制。在该限制时间内，若任务未执行完毕，则将剩余部分 转移到云端服务器继续执行。通过该种方法，移动终端不需要事先估计计算任务所需的时 间，同时可W减少能量消耗。技ianC,LuYH,LiZ.Adaptivecomputationoffloading forenergyconservationonbattery-poweredsystems[C]//ParallelandDistributed Systems, 2007InternationalConferenceon.IEEE, 2007, 2:1-8.]
[0005] 同时，移动终端所处的无线网络是动态变化的，例如，中国主要存在GPRS/EDGE的 2. 5G网络，3G网络、4G网络W及WiFi四种无线通信网络，相应的信道特征等参数也大不相 同。因而，在研究移动云计算网络的计算任务分配时，应当考虑动态变化的无线网络对移动 终端貪良量消耗的影响。[ChunBG,ManiatisP.Dynamicallypartitioningapplications betweenweakdevicesandclouds[C]//Proceedingsofthe1stACMWorkshopon MobileCloudComputing&Services:SocialNetworksandBeyond.ACM, 2010:7.]
[0006] 之前的研究都是建立在已知无线网络的情况下。但是，目前对于动态无线网络信 息的检测尚未成熟，通常移动终端对于无线网络信息并不明确，因而根据已知带宽的计算 任务的分配方法在该种情况下并不适用。
【发明内容】
[0007] 本发明的目的是提供一种移动终端的计算任务的云端转移方法。
[000引本发明包括W下步骤：
[0009] 步骤1 ;假设移动终端所处的无线网络类型有L种，表示为B=比可选的 计算任务的云端转移比率（即上传的任务与总任务的比值）有N种，表示为A= [aJwKw; 移动终端在某时刻所处的无线网络类型记为移动终端的状态，即s=bj.(l《j《L);移动 终端选择的任务转移比率记为移动终端的动作，即y= (1《i《脚；
[0010] 步骤2 ;初始化Q值矩阵：对于移动终端的每一个可能状态s，对移动终端所有可 选择的动作y分配一个对应的Q值；对每个初始Q值赋值为0 ;设置学习因子a(0 <a < 1)和折扣因子5 (0 < 5 < 1);
[0011] 步骤3 ;在第k化> 1)次的计算任务中，移动终端检测计算任务量C，并在本地执 行所有的计算任务，移动终端检测消耗的能量，记为原始消耗能量Es;
[001引步骤4 ;移动终端根据此刻状态sk=bJ，W概率1-e选择使状态sk=bJ对应的Q 值最大的动作，W概率^随机选择剩下的N-1种任务转移比率，记为yk=ai;
[0013] 步骤5;移动终端将ykxc计算任务上传至云端服务器执行，并在本地执行 (1-yk)XC计算任务，移动终端执行完本地计算任务后，等待直到接收到云端服务器的运行 结果；
[0014] 步骤6 ;移动终端检测步骤4和5消耗的能量，记为优化消耗能量血(sk，yk)，移动 终端计算原始消耗能量Es与优化消耗能量Em(sk，yk)的差值，即为节约的能量u(sk，yk)二 Es_Em(sk,yk);
[0015] 步骤7 ;移动终端根据公式：
[0016]
【主权项】
1. 一种移动终端的计算任务的云端转移方法，其特征在于包括以下步骤： 步骤1 :假设移动终端所处的无线网络类型有L种，表示为B= 可选的计算 任务的云端转移比率（即上传的任务与总任务的比值）有N种，表示为A=[叫]15^0;移 动终端在某时刻所处的无线网络类型记为移动终端的状态，即s = h(l彡j彡L);移动终 端选择的任务转移比率记为移动终端的动作，即y = % (I < i < N); 步骤2 :初始化Q值矩阵：对于移动终端的每一个可能状态s，对移动终端所有可选择 的动作y分配一个对应的Q值；对每个初始Q值赋值为〇 ;设置学习因子α (0 < α < 1) 和折扣因子S (0 < δ < I); 步骤3 :在第k (k > 1)次的计算任务中，移动终端检测计算任务量C，并在本地执行所 有的计算任务，移动终端检测消耗的能量，记为原始消耗能量Es ; 步骤4 :移动终端根据此刻状态Sk= 以概率1- ε选择使状态sk= 对应的Q值 最大的动作，以概率随机选择剩下的N-I种任务转移比率，记为/= a i; iV -丄 步骤5 :移动终端将ykXC计算任务上传至云端服务器执行，并在本地执行（l-yk) XC 计算任务，移动终端执行完本地计算任务后，等待直到接收到云端服务器的运行结果； 步骤6 :移动终端检测步骤4和5消耗的能量，记为优化消耗能量Em(sk，yk)，移动终 端计算原始消耗能量Es与优化消耗能量Em(sk，yk)的差值，即为节约的能量U(s k，yk)= Es-Em (sk,yk)； 步骤7 :移动终端根据公式：
对Q值矩阵更新，Q (sk，/)是移动终端在状态Sk下采用yk值为任务转移比率时的Q值， M，y)是移动终端在状态，1下，所有的任务转移比率对应的Q值中的最大值； 步骤8 :重复步骤3~7,每次任务次数k = k+Ι，直到第η次的计算任务中移动终端的 每一个状态对应的每一个任务转移比率满足IQ(^yn)-Q(SnIylri) I <0.01时，即Q(sn，yn) 收敛，则y11为状态s n下的最佳的任务转移比率； 步骤9 :移动终端观察当前时刻所处的无线网络类型he B，记为状态s = b j;在通过 步骤2获得的收敛的Q值矩阵中，选择使状态s = h对应的Q值最大的任务转移比率，即 y =arg max Q(s. v); v&A ^ 步骤10 :移动终端检测当前所需执行的总的计算任务c，将yXC任务上传至云端服务 器执行，同时在本地执行（1-y) XC任务； 步骤11 :移动终端执行完本地计算任务后，等待直到接收到云端服务器的运行结果为 止。
2. 如权利要求1所述一种移动终端的计算任务的云端转移方法，其特征在于在步骤1 中，所述移动终端的状态为移动终端所处的无线网络类型，由于无线网络的信道特征等参 数不断变化，移动终端无法预知无线网络状态，但移动终端可以检测到当前所处的无线网 络类型。
3. 如权利要求1所述一种移动终端的计算任务的云端转移方法，其特征在于在步骤6 中，所述优化消耗能量包括执行本地计算任务消耗的能量以及转移部分计算任务到云端服 务器所消耗的能量；若移动终端在处理完本地计算任务后，仍需等待接收云端服务器的运 算结果，则还需加上空闲等待所消耗的能量。
4. 如权利要求1所述一种移动终端的计算任务的云端转移方法，其特征在于在步骤7 中，移动终端进行q学习，更新q值矩阵，2(sk 11，y)指下一个学习过程中，在状态sk+1下 采取不同动作产生的Q值中的最大值。
5. 如权利要求1所述一种移动终端的计算任务的云端转移方法，其特征在于在步骤8 中，所述最佳的任务转移比率是指能够节约最多移动终端能量的任务转移比率。
【专利摘要】一种移动终端的计算任务的云端转移方法，涉及移动云计算技术。采用q学习算法，转移部分计算任务到云端的移动终端，不需要精确预知无线网络的动态信道特征等参数，即可获得最低移动终端能耗的计算任务的转移方法。可应用于动态变化的无线网络，显著节省移动终端的能量。
【IPC分类】G06F9-50, H04M1-725, H04L29-08
【公开号】CN104767833
【申请号】CN201510219984
【发明人】肖亮, 陈天花, 徐亦舒, 李燕, 陈桂权
【申请人】厦门大学
【公开日】2015年7月8日
【申请日】2015年5月4日