基于移动云环境低能耗和负载均衡的计算迁移方法和装置的制造方法
【技术领域】
[0001]本发明涉及移动云计算技术，尤其涉及移动云环境中一种基于移动云环境低能耗和负载均衡的计算迀移方法。
【背景技术】
[0002]云计算正推动IT产业模式向服务交付方式转变，它提供了一个共享池可虚拟化的，动态可配置的和通过因特网或其它可用网络管理需求交付给客户的计算资源的计算规范。随着无线通信和便携式设备的技术快速发展，移动计算已经融入到我们的生活上，由于移动性的增加，用户在移动设备上需要独立运行或者访问远程的移动应用程序。在移动系统中的云服务应用带来了一个新兴的移动计算模式，称为移动云计算。
[0003]移动数据流应用程序通常使用摄像头或者其它靠数据率的传感器来执行感知相关的服务，如脸部和物体识别，以增强在移动设备上的现实体现。面向数据路应用程序可以划分为许多独立的组件，各个组件分别完成各自不同的功能并且不同组件之间可能有着数据传输关系，这些组件可以看成是一个个子任务，每个子任务可以迀移到云端执行，也可以在移动终端本地执行。
[0004]由于移动终端使用方便、便于携带，越来越多数据流应用程序需要在移动终端执行，但很多应用程序由于移动设备CPU性能或能源限制而不能有效的运作。
【发明内容】
:
[0005]为了克服上述【背景技术】的缺陷，本发明提供一种基于移动云环境低能耗和负载均衡的计算迀移方法和装置，能实现低能耗和负载均衡。
[0006]为了解决上述技术问题，本发明的所采用的技术方案为:
[0007]—种基于移动云环境低能耗和负载均衡的计算迀移方法，从云端服务器和移动终端获取影响数据流应用程序划分的因素值，结合数据流应用程序划分策略，动态的对数据流应用程序进行划分，将移动终端数据流应用程序迀移到云端服务器执行或将云端服务器应用程序迀移到移动终端执行；因素值包括从云端服务器获取的云端服务器当前负载和从移动终端获取的当前电量、CPU负载、网络带宽和可用内存空间。
[0008]较佳地，数据流应用程序划分策略包括:判断移动终端剩余电量是否低于预先设定的阈值a，若是，则将计算时间在tO以上的数据流应用程序组件迀移到云端去执行，将计算时间要求小于to的数据流应用程序组件放在移动终端执行;若否，则继续当前的划分策略运行数据流应用程序；
[0009]较佳地，数据流应用程序划分策略包括:判断移动终端CPU负载的变化是否高于预先设定的阈值P，若是，则将计算时间在tl以上的数据流应用程序组件迀移到云端执行，并将计算时间要求小于tl的数据流应用程序组件放在移动终端执行;若否，则继续当前的划分策略运行数据流应用程序；。
[0010]较佳地，判断移动终端与云端之间带宽变化是否高于预先设定的阈值b时，若是，则将通讯时间大于t2的数据流应用程序组件放在移动端执行，将通讯时间小于t2的数据流应用程序组件放在云端执行;若否，则继续当前的划分策略运行数据流应用程序。
[0011]较佳地，判断移动端的可用内存是否小于预先设定的阈值S，若是，则将所需内存大小在m以上的数据流应用程序组件迀移到云端执行，将所需内存大小在m以下的数据流应用程序组件放在移动端执行;若否，则继续当前的划分策略运行数据流应用程序。
[0012]较佳地，判断服务器端的负载是否大于预先设定的阈值I，若是，则将计算时间在t3以上的数据流应用程序组件迀移到移动端执行，将计算时间要求小于t3的数据流应用程序组件放在云端执行;若否，则继续当前的划分策略运行数据流应用程序。
[0013]较佳地，阈值a、p、b、s和I是在装置内预先设定或人工输入的。
[0014]本发明还提供一种基于移动云环境低能耗和负载均衡的计算迀移装置，包括因素值获取模块、数据流应用程序划分决策模块和数据流应用程序划分执行模块；因素值获取模块用于从云端和移动端获取因素值，并将因素值输入数据流应用程序划分决策模块;数据流应用程序划分决策模块将因素值结合内部存储的数据流应用程序划分策略向数据流应用程序划分执行模块输出划分决策;数据流应用程序划分执行模块执行从数据流应用程序划分划分决策模块接收到的数据流应用程序划分决策。
[0015]较佳地，因素值获取模块从云端服务器获取云端服务器的当前负载，从移动终端获取移动终端的当前电量、CPU负载、网络带宽和可用内存空间。
[0016]较佳地，数据流应用程序划分决策模块内存储的数据流应用程序划分策略包括:依据移动终端剩余电量进行决策，判断移动终端剩余电量是否高于预先设定的阈值a，若是，则将计算时间在to以上的数据流应用程序组件迀移到云端去执行，将计算时间要求小于to的数据流应用程序组件放在移动终端执行;若否，则继续当前的划分策略运行数据流应用程序;或依据移动终端CPU负载的变化进行决策，判断移动终端CPU负载的变化是否高于预先设定的阈值P，若是，则将计算时间在tl以上的数据流应用程序组件迀移到云端执行，并将计算时间要求小于tl的数据流应用程序组件放在移动终端执行;若否，则继续当前的划分策略运行数据流应用程序;或依据移动终端与云端之间带宽变化进行决策，判断移动终端与云端之间带宽变化是否高于预先设定的阈值b时，若是，则将通讯时间大于t2的数据流应用程序组件放在移动端执行，将通讯时间小于t2的数据流应用程序组件放在云端执行;若否，则继续当前的划分策略运行数据流应用程序;或依据移动终端的可用内存进行决策，判断移动端的可用内存是否小于预先设定的阈值s，若是，则将所需内存大小在m以上的数据流应用程序组件迀移到云端执行，将所需内存大小在m以下的数据流应用程序组件放在移动端执行;若否，则继续当前的划分策略运行数据流应用程序;或依据服务器端的负载进行决策，判断服务器端的负载是否大于预先设定的阈值I，若是，则将计算时间在t3以上的数据流应用程序组件迀移到移动端执行，将计算时间要求小于t3的数据流应用程序组件放在云端执行;若否，则继续当前的划分策略运行数据流应用程序;阈值a、p、b、s和I是在装置内预先设定或人工输入的。
[0017]本发明通过分析影响数据流应用程序划分的因素，对移动终端数据流应用程序做出划分处理，包括对云端服务器当前负载和从移动终端获取的当前电量、CPU负载、网络带宽和可用内存空间检测，并依据所获取的结果，对数据流应用程序进行动态的实时调整。通过本发明的方案不仅能减少移动终端的能耗、实现移动终端和云端的负载均衡，同时可以提高移动终端执行数据流应用程序的吞吐量，同时减少响应时间，提高运算效率。
【附图说明】
[0018]图1为本发明实施例的结构示意图；
[0019]图2为本发明实施例的流程图。
【具体实施方式】
[0020]下面结合附图和实施例对本发明做进一步的说明。
[0021]本实施例提供一种基于移动云环境低能耗和负载均衡的计算迀移装置，包括因素值获取模块、数据流应用程序划分决策模块和数据流应用程序划分执行模块(图1)。
[0022]—、因素值获取模块用于从云端和移动端获取因素值，并将因素值输入数据流应用程序划分决策模块；因素值获取模块从云端服务器获取云端服务器的当前负载，从移动终端获取移动终端的当前电量、CPU负载、网络带宽和可用内存空间。本实施例的因素值获取模块具体包括云端服务器的当前负载获取部、移动终端的当前电量获取部、移动终端的CHJ负载获取部、网络带宽获取部和移动终端的可用内存空间获取部。
[0023]二、数据流应用程序划分决策模块将因素值结合内部存储的数据流应用程序划分策略向数据流应用程序划分执行模块输出划分决策；
[0024]数据流应用程序划分决策模块内存储的数据流应用程序划分策略包括以下几种:
[0025]依据移动终端剩余电量进行决策，判断移动终端剩余电量是否低于预先设定的阈值a，若是，则将计算时间在tO以上的数据流应用程序组件迀移到云端去执行，将计算时间要求小于tO的数据流应用程序组件放在移动终端执行;若否，则继续当前的划分策略运行数据流应用程序；
[0026]或依据移动终端CPU负载的变化进行决策，判断移动终端CPU负载的变化是否高于预先设定的阈值P，若是，则将计算时间在tl以上的数据流应用程序组件迀移到云端执行，并将计算时间要求小于tl的数据流应用程序组件放在移动终端执行;若否，则继续当前的划分策略运行数据流应用程序；
[0027]或依据移动终端与云端之间带宽变化进行决策，判断移动终端与云端之间带宽变化是否高于预先设定的阈值b时，若是，则将通讯时间大于t2的数据流应用程序组件放在移动端执行，将通讯时间小于t2的数据流应用程序组件放在云端执行;若否，则继续当前的划分策略运行数据流应用程序；当依据次方案进行决策时，移动终端和云端处于同一种网络类型之下；
[0028]或依据移动终端的可用内存进行决策，判断移动端的可用内存是否小于预先设定的阈值S，若是，则将所需内存大小在m以上的数据流应用程序组件迀移到云