基于移动用户时空行为的云应用可用性预测方法与系统的制作方法
【专利摘要】本发明公开了一种基于移动用户时空行为的云应用可用性预测方法与系统。本方法为：1)移动智能设备端将用户选取的待预测云应用及其使用时间t，即用户使用模式，发送给该移动智能设备端的移动用户时空行为数据收集器；2)所述移动用户时空行为数据收集器将收到的用户使用模式信息，该移动智能设备端的电量消耗统计信息以及网络状态模式统计信息发送给云端；3)所述云端根据该移动用户时空行为数据收集器发送过来的数据计算所述待预测云应用在设定使用时间段的可用性，并将计算结果发送给该移动智能设备端。本发明可帮助用户预测未来时间段其移动设备上云应用的可用性，为用户应用提供方便；同时，也帮助移动云应用提供商或服务商优化服务。
【专利说明】基于移动用户时空行为的云应用可用性预测方法与系统
【技术领域】
[0001] 本发明属于移动互联网【技术领域】，具体涉及一种基于用户时空行为模式分析的智 能移动设备云应用可用性预测方法与系统，可以实现智能手机等移动终端设备上云应用的 可用性分析与预测，可以帮助移动用户预测未来时间段其移动设备上云应用的可用性，为 使用户按照自己的习惯更合理舒适使用应用提供方便；同时，也帮助移动云应用提供商或 服务商根据用户时空行为习惯分析其云应用在移动设备上的可用性，以优化服务。
【背景技术】
[0002] 云计算模式以其高度的易用性、即付即用的消费模式和丰富的基础设施资源，正 改变着人们使用信息服务的方式。同时，以智能手机为代表的移动终端借助功能丰富的应 用软件，迅速深入到了人们生活中的方方面面，逐渐取代传统PC成为最广泛的使用互联网 服务的方式。据中国网络信息中心统计，2013年我国移动手机网民已达到5亿人，占互联 网用户的81%。随着移动智能终端的快速普及和移动网络的大范围覆盖，视频下载、即时 通信、手机游戏以及网络购物等多领域的移动应用持续增长。一方面，移动端不断丰富的互 联网业务、多样化的媒体应用需要进行自然语言处理、语音识别、图像识别等计算密集型任 务，这对移动设备性能提出更高要求；另一方面，移动端又存在计算与存储资源有限、电池 续航时间受限、通信能力有限等限制。将移动端能力与云计算模式结合而提出的移动云计 算在一定程度上缓解了这两方面的矛盾。移动端云应用利用云计算平台的资源处理计算任 务，并与移动端通信或同步以便与用户交互，既利用了移动端泛在、易用等优点，又能解决 资源需求的问题。据市场报告，到2016年全球用于移动云计算服务的开销将达到64. 7亿 美元，移动云应用极大丰富，为日常生活带来巨大便利。
[0003] 但是，与传统云应用相比，移动云应用具有移动性、资源有限（如电池）、网络不稳 定（如wifi网络不可用、3G信号盲点等）等特点，其服务可用性更为脆弱，计算资源提供与 业务服务经常性失效或不可访问。而作为用户服务质量体验的第一要素，云应用的服务可 用性直接反映了云应用的服务质量，是用户最为关心的问题，同时也是移动云应用提供商 优化其应用产品与服务的重点。
[0004] 移动端云应用具有以下特点：1)位置动态性：移动端位置的动态变化直接影响了 其网络连接的类型，如3G网络或者不同的wifi连接，而不同的网络连接类型也带来了云应 用不同的服务质量体验，如稳定的wifi连接可保证媒体类云应用的高可用性；2)时间动态 性：移动端云应用的使用情况和环境随时间动态变化，决定因素在于用户的行为模式，如用 户在睡前常用音乐类应用，则针对音乐类应用在睡前时间段要求较高可用性；3)资源有限 性：移动端的资源有限性主要体现在续电时间，而续电时间在假设通话时间相同情况下与 网络连接以及用户使用云应用的习惯存在关联关系；因此，移动端云应用可用性主要受到 以下几个因素的影响：1)网络连接（与地理位置有关），伴随用户地理位置的转移，用户所 处网络状态随之转移，网络状态的改变直接影响移动端云应用可用性并间接影响移动端手 机耗电。2)用户使用时间分布（与应用使用模式有关），用户使用移动云应用具有一定的 相对稳定的时间分布，该分布直接影响用户实际感受到的移动云应用可用性。3)续电时间 (与应用使用模式有关），应用耗电与应用某时刻的剩余电量直接影响移动云应用的可用 性，与此同时，这两个因素同用户的使用模式密切相关。
[0005] 因此，随着移动云应用的丰富，需要为移动用户及云应用提供商提供一种可用性 分析方法和系统，以使得用户获得更好的服务质量体验，这些使得移动云应用提供商提高 其应用可用性成为一个急需解决的难题，而根据移动用户个性化的时空行为模式对云应用 的可用性进行预测和分析成为一种新思路。
【发明内容】
[0006] 针对现有技术存在的问题，本发明提出了一种基于移动用户个性化时空行为模式 分析的云应用可用性分析与预测方法和系统，目的在于为智能移动设备用户提高云应用服 务质量体验，帮助云应用提供商优化其应用产品。本发明从时间和空间两个维度对用户行 为进行描述，时间描述用户对云应用的使用意愿和习惯，空间描述用户地点转移和网络环 境，通过对云应用的移动用户时空行为模式的分析，结合移动设备耗电与网络连接状态的 时空变化，分析和预测云应用在移动端的可用性。
[0007] 本发明提供的技术方案为：
[0008] -种移动设备端云应用可用性分析与预测方法与系统，如图1所示。该系统包含 了移动智能设备端和云端两部分。
[0009] 移动智能设备端主要模块有：云应用设备端，用户界面，基于时间的云应用使用模 式记录模块，基于时间的电量消耗监测和统计模块，基于地理位置的网络连接类型监测与 统计模块和移动用户时空行为数据收集器：
[0010] 1)用户界面，主要功能是提供移动端与移动用户的交互过程。用户可通过界面指 定希望分析和预测的云应用，选择意愿使用云应用的时间段；同时，用户界面提供用户查看 云应用的可用性功能，并向下层基于时间的云应用使用模式记录模块提供数据支持。
[0011] 2)基于时间的云应用使用模式记录模块，功能在于记录移动用户对某云应用的意 愿使用时间（从用户界面获取，由用户指定），以一段时间为周期进行统计，并把统计结果 传递给移动用户时空行为数据收集器。
[0012] 3)基于时间的电量消耗监测与统计模块，对用户移动设备端电量实时监测，生成 元组{time, battery},该元组代表某时刻和剩余电量的对应,存储时相当于关系数据库的 一个表项。同时，测试用户使用移动云设备过程的耗电速率，最终把监测结果传递给移动用 户时空行为数据收集器。
[0013] 4)基于地理位置的网络连接类型监测与统计模块，对用户的网络状态进行实时监 测并以一天为周期进行统计，最终把统计结果传递给移动用户时空行为数据收集器。用户 的网络状态分为四种类型：3g网络，wifi网络，无网络，3g和wifi网络同时可用。
[0014] 5)移动用户时空行为数据收集器，从以上三个模块中收集用户使用模式，电量消 耗和实时情况以及网络状态模式，将三者整理并打包发送到云端。
[0015] 6)云应用设备端，指待分析和监测的移动云应用的设备端应用程序，主要是以 app客户端形式，即用户界面选取的云应用设备端。本模块主要是作为被监测的对象，直接 反应用户行为以及云应用性能。
[0016] 以上模块基于时间统计，为叙述方便，默认以一天为周期，把一天时间分段。建立 用户网络状态同时间段的映射，将每天的监测结果记录为处于每个映射状态的次数。
[0017] 移动云端面向云应用提供商，负责对移动设备端统计的用户时空行为模式进行分 析和预测，并同移动设备端交互。移动云端包括以下模块：云应用云端，云应用可用性管理 界面，云应用可用性模型模块，移动用户时空行为数据接收器，基于移动用户时空行为模式 的云应用可用性分析与预测模块：
[0018] 1)云应用可用性管理界面，主要为云应用提供商提供可视化用户行为模式和可用 性状况，并将可用性预测和分析结果传递给用户接口。
[0019] 2)移动用户时空行为数据接收器，接受移动智能设备端的移动用户时空行为数据 收集器传递的数据，并将数据整理，传递给基于移动用户时空行为模式的云应用可用性分 析与预测模块。
[0020] 3)云应用可用性模型模块，存放简单云应用可用性模型，并向基于移动用户时空 行为模式的云应用可用性分析与预测模块传递简单模型参数，比如四种网络在物理条件 (如部署，信号覆盖等）上的可用性概率。本模块存放与用户时空行为无关的可用性参数， 存放在z?端。
[0021] 4)基于移动用户时空行为模式的云应用可用性分析与预测模块，从移动用户时空 行为数据接收器和云应用可用性模型模块接收各项参数，建立用户时空行为模型并通过一 定算法对云应用可用性进行分析和预测。
[0022] 5)云应用云端，指云应用提供服务的云端部分。本模块作为系统的一部分，其功能 在于同云应用设备端交互，并由其他模块考虑其交互过程带来的可用性变化。同时，云应用 提供商可以根据分析结果对本模块进行优化。
[0023]与现有技术相比，本发明的积极效果为：
[0024] 本系统和方法可以帮助用户预测未来时间段移动设备端应用的可用性，为用户更 合理舒适使用应用提供帮助；本系统和方法可以帮助云应用提供商分析用户群的行为习惯 以及用户实际体验的应用可用性，帮助应用提供商优化产品。
【专利附图】
【附图说明】
[0025] 图1是本发明的基于移动用户时空行为模式的云应用可用性分析预测系统结构 示意图。
[0026] 图2是实施例中流程示意图。
【具体实施方式】
[0027]下面通过具体实施例和附图，对本发明做进一步说明。
[0028] 本发明以对用户时空行为模式的分析为基础，采用监测与统计方式，计算和预测 云应用可用性。主要特点有以下三方面：
[0029] 1、本系统和方法的关注点在于智能移动设备端应用的可用性，角度是从用户行为 模式分析。
[0030] 2、本系统和方法从时间和空间两个方面对用户行为进行描述，时间描述用户使用 意愿和习惯，空间描述用户地点转移和使用环境。
[0031] 3、本系统和方法通过对用户行为和意愿的监测和获取，主要获取智能移动设备耗 电和网络连接状态的时空变化，计算得到较为实际准确的智能移动设备端应用的可用性。
[0032] 图1是本发明的基于移动用户时空行为模式的智能移动设备云应用可用性预测 系统的结构示意图。本系统采用模块化方式构建，不同模块之间通过接口进行交互并传递 消息，各模块之间具有相对的独立性并做到模块间的松耦合。如图1所示，其中移动设备端 包括云应用移动端，用户接口，基于时间的云应用使用模式记录模块，基于时间的电量消耗 检测和统计模块，基于地理位置的网络连接类型监测与统计模块和移动用户时空行为数据 收集器；移动云端（主要是面向云应用提供商）包括云应用，云应用可用性管理界面，移动 用户时空行为数据接收器，基于移动用户时空行为模式的云应用可用性分析与预测模块， 云应用可用性模型。下面分别对不同的模块进行具体说明。
[0033] 1 ?移动设备端
[0034] 移动设备端是整个系统的统计与监测中心，它实现了对用户时空行为模式的定性 和定量统计分析，同用户的交互以及数据打包传递到云端的功能。根据功能性特征划分模 块并设计交互路径，对云应用的使用情况和环境进行全面同步监测。
[0035] 移动设备端包含了对本方法和系统核心思想的具体支持和体现，主要包括云应用 移动端，用户接口，基于时间的云应用使用模式记录模块，基于时间的电量消耗监测和统计 模块，基于地理位置的网络连接类型监测与统计模块和移动用户时空行为数据收集器六个 模块。各个模块都通过与其他相关模块和移动云端进行信息交互来完成整体功能。下面阐 述每个模块的主要功能。
[0036] 1>用户接口
[0037] 用户接口是用户直接可视可操作模块，提供的主要功能包括用户对意愿监测云应 用的选择功能，用户对意愿使用时间段的指定功能以及计算所得可用性结果对用户的反馈 功能。
[0038] 用户接口的实现以app界面为主，主要包括显示布局和操作布局，可以使用移动 端操作系统编程接口实现。如Android系统中，可以使用textview，bar等组件。
[0039] 2>基于时间的云应用使用模式记录模块
[0040] 基于时间的云应用使用模式记录模块主要功能是对用户指定的云应用以及本应 用的意愿使用时间段进行记录（从用户接口获取），并传递给移动用户时空行为数据收集 器。
[0041] 记录方法为将时间分段，对每一个时间段维持两个标记（如整形变量），分别代表 未来在该时间段是否意愿使用和以往在该时间段意愿使用的次数。
[0042] 3>基于时间的电量消耗监测和统计模块
[0043] 基于时间的电量消耗监测和统计模块主要实现两个功能：测算移动端耗电和记录 实时电量。移动端耗电测算分两部分，第一部分是系统耗电，即未使用移动云应用的耗电 速率；第二部分为使用移动云应用时的耗电速率。移动端云应用耗电速率的测算办法有多 种，以Android系统为例，甚至有部分Android衍生系统自带应用耗电检测。较为方便的做 法是读取电池记录文件（如在API中使用internal包），也可以读取移动云应用运行时的 cpu分配时间，从中获取其使用时间的百分比，并用（总耗电*百分比/总时间）表示。当 用户希望系统预测可用性时，本模块取得当前电量交付给移动用户时空行为数据收集器。
[0044] 由于耗电同网络状态紧密相关，需要对不同网络状态下的耗电速率进行分别测 算。在基于地理位置的网络连接类型监测与统计模块中，网络状态分为四种类型，则测算速 率有四个值同网络状态一一对应。
[0045] 4>基于地理位置的网络连接类型监测与统计模块
[0046] 基于地理位置的网络连接类型监测与统计模块关注点在于网络状态。本模块把网 络状态分为四种：3g，wifi, 3g with wifi和no 3g with no wifi,把时间分段，建立记录（表 1)。
[0047] 表1基于时空行为统计表
[0048]
【权利要求】
1. 一种基于移动用户时空行为的云应用可用性预测方法，其步骤为： 1) 移动智能设备端将用户选取的待预测云应用及其使用时间t，即用户使用模式，发 送给该移动智能设备端的移动用户时空行为数据收集器； 2) 所述移动用户时空行为数据收集器将收到的用户使用模式信息，该移动智能设备端 的电量消耗统计信息以及网络状态模式统计信息发送给云端； 3) 所述云端根据该移动用户时空行为数据收集器发送过来的数据计算所述待预测云 应用在设定使用时间段的可用性，并将计算结果发送给该移动智能设备端。
2. 如权利要求1所述的方法，其特征在于所述电量消耗统计信息包括系统耗电速率统 计信息，云应用耗电速率和电量实时监测二元组{time,battery};其中，time表示某时刻， battery表示剩余电量。
3. 如权利要求1所述的方法，其特征在于所述网络状态模式统计信息包括一个周期内 各个时间段的网络状态统计信息；其中网络状态包括：3g网络可用，wifi网络可用，无网络 可用，3g和wifi网络同时可用。
4. 如权利要求1或2或3所述的方法，其特征在于所述云端根据公另 ('、-NtviJ) 算一概率密度函数f(t)，以及根据公式pt師)计算一用户网络状态分布概率密度 Tl 函数Pi(t);其中，j7(/)A=l，Nu(t)表示在t时刻的云应用用户的意愿使用次数，Tl为使 O 用时间周期，在t时刻处于第i个网络类型状态的次数统计为函数NniU)，网络状态总数为n〇
5. 如权利要求4所述的方法，其特征在于所述可用性计算方法为： η 51) 根据公式Aimblle=AfΣ 计算该移动智能设备端的移动云应用系统可用性 /-1 Anrobile,以及计算该移动智能设备端的电池电量可用性Abattey ; 52) 根据公式A=AnrobilJAbattoy计算得到每一所述待预测云应用在用户选择的预测时 间内的可用性； 其中，Abattoy =Tb/Tt，Tt为用户希望使用的总时间，Tb为预测的移动智能设备电量耗 尽前的用户希望使用时间；As为云应用提供商所保证的可用性指数，Ai为该移动智能设备 端处于第i种网络状态上的可用性概率，Fi为一个周期范围内用户意愿使用且所处地理位 Tl 置满足第i个网络状态的概率，，且之厂，.=1，η为网络状态总数。 0 1
6. -种基于移动用户时空行为的云应用可用性预测系统，其特征在于包括通过网络连 接的移动智能设备端和云端；所述移动智能设备端包括基于时间的云应用使用模式记录模 块，基于时间的电量消耗监测与统计模块，基于地理位置的网络连接类型监测与统计模块， 移动用户时空行为数据收集器；所述云端包括移动用户时空行为数据接收器；其中， 所述基于时间的云应用使用模式记录模块，用于将用户选取的待预测云应用及其使用 时间t，即用户使用模式，发送给所述移动用户时空行为数据收集器； 所述基于时间的电量消耗监测与统计模块，用于实时监测所述移动智能设备端的电 量，生成电量消耗统计信息，并将其发送给所述移动用户时空行为数据收集器； 所述基于地理位置的网络连接类型监测与统计模块，用于实时监测所述移动智能设备 端的网络状态模式，生成网络状态模式统计信息，并将其发送给所述移动用户时空行为数 据收集器； 所述移动用户时空行为数据收集器，用于将收到的用户使用模式信息，该移动智能设 备端的电量消耗统计信息以及网络状态模式统计信息发送给所述移动用户时空行为数据 接收器； 所述云端根据所述移动用户时空行为数据接收器接收的数据，计算所述待预测云应用 在设定使用时间段的可用性，并将计算结果发送给该移动智能设备端。
7. 如权利要求6所述的系统，其特征在于所述电量消耗统计信息包括系统耗电速率统 计信息，云应用耗电速率和电量实时监测二元组{time,battery};其中，time表示某时刻， battery表示剩余电量。
8. 如权利要求6所述的系统，其特征在于所述网络状态模式统计信息包括一个周期内 各个时间段的网络状态统计信息；其中网络状态包括：3g网络可用，wifi网络可用，无网络 可用，3g和wifi网络同时可用四种状态。
9. 如权利要求6或7或8所述的系统，其特征在于所述移动用户时空行为数据接收器 ι?η-神）Nnl(I) 根据公式 计算一概率密度函数fα)，以及根据公式Pl()-j轉)计算一用 〇 1 Tl 户网络状态分布概率密度函数Pi(t)，并将Pi(t)、f(t)发送给所述云端；其中， O Nu(t)表示在t时刻的云应用用户的意愿使用次数，Tl为使用时间周期，第i个网络类型状 态的次数统计为函数Nni(t),网络状态总数为η。 η
10. 如权利要求9所述的系统，其特征在于所述云端根据公式Ami3bile=Ae 十算 /-1 该移动智能设备端的移动云应用系统可用性Anwbile,以及计算该移动智能设备端的电池电 量可用性Abattwy ;根据公式A=Amobile*Abattery计算得到每一所述待预测云应用在用户 选择的预测时间内的可用性；其中，Abattery=Tb/Tt，Tt为用户希望使用的总时间，Tb为 预测的电量耗尽前的用户希望使用时间；As为云应用提供商所保证的可用性指数，Ai为该 移动智能设备端处于第i种网络状态上的可用性概率，Fi为一个周期范围内用户意愿使用 Tl 且所处地理位置满足第i个网络状态的概率，F1(Tl)= ]/⑴/ΜΦ//，且;^尺=1,η为网络状 0 1 态总数。
【文档编号】H04L12/26GK104468257SQ201410598622
【公开日】2015年3月25日 申请日期:2014年10月30日 优先权日:2014年10月30日
【发明者】李影, 贾统, 袁小雍, 唐红艳, 张齐勋, 吴中海 申请人:北京大学