另外，通过使用关于电池 充电时间和设备的位置的信息，控制单元还可确定充电源可用的下一时间。
[0038] 如上所述，数据帧250可包括与特定的时间段的设备30的特定能量、数据以及服 务特性有关的信息。处理器102分析从设备30接收的环境信息，并识别用于确定未来的消 耗模式的必要数据，未来的消耗模式作出与设备的未来使用有关的预测。例如，如果用户在 星期一的下午九点、在位置X处对设备连续充电三周，则位置X被确定为具有很高的可能 性的具有充电源的位置。另外，时间星期一下午九点被识别为设备可能被充电特定量（例 如，电池的75%)的时间。类似地，如果用户在星期二上午八点观看视频连续两周，则位置 (例如，通勤列车）被标记为具有高的耗尽电池资源的可能性，且还具有高的能量消耗的可 能性。
[0039] 处理器102还被配置成使用数据帧250中的数据来计算并预测设备的近似能量消 耗。例如，数据帧250可提供如下信息：在一个月期间，用户在四个星期二中的三个星期二 的下午九点利用了 150焦耳（"J"）的能量，在第四个星期二，他或她仅使用了 50J。因此， 处理器102可基于四个读数，针对此时间段，预测用户消耗平均125J。使用数据帧250,处 理器可基于数据帧中的信息，针对设备的带宽消耗、内容消耗延迟以及数据消耗实施类似 的分析。
[0040] 控制单元120可应用各种概率技术生成每个设备30的未来的消耗模式。在一个 示例中，控制单元120可减去该日当前时间之后的数据帧250之间的值。在另一个示例中， 控制单元120可使用马尔可夫模型计算方法来生成未来的消耗模式。可替代地，控制单元 120还可使用任何其他时间微分学习方法。
[0041] 在步骤320,控制单元120使用该消耗模式、接收的环境信息（即，数据帧250)以 及关于设备30的可用网络连接的信息，确定最优网络拓扑。如在下面另外详细解释的，在 一个示例中，控制单元120确定无线设备30的多个网络连通性选择（即，拓扑）。特别地， 控制单元120被配置成创建包括设备30及设备30之间的可用连通性选择的连通性表示。 随后，控制单元120基于特定的需求（例如，数据消耗、功率、带宽、连通性等）评估所有可 用拓扑，以确定最优网络拓扑。
[0042] 设备30的最优网络拓扑通过尝试保持所有设备30可用，直至存在将他们重新充 电的机会，用以消除过度充电数据，并平衡所有设备30之间的网络通信期间的能量消耗。 进一步，当提供适当的服务质量（例如，较大的带宽以及较低的延迟）时，此最优拓扑使用 户从选择满足之前两个要求的连接拓扑的负担中获得重生。
[0043] 接下来，在步骤325,控制单元确定最优拓扑当前是否被应用到系统20中的设备 30。如果最优拓扑当前被应用到设备30,则方法300返回步骤310,在步骤310处，控制单 元120继续从无线设备30接收环境信息，并再次实施步骤310-325。然而，如果最优拓扑当 前未被应用到设备30,则控制单元120基于确定的网络最优拓扑向每个无线设备30发布连 通性命令，以实现期望的拓扑。
[0044] 图4图示流程图，该流程图示出用于确定最优网络拓扑的方法400的示例。方法 400可由处理器102的控制单元120执行。能够同时、并行或以与所图示的串行执行方式不 同的顺序执行本文结合方法400描述的各步骤。与所图示的示例中示出的步骤相比，还能 够使用额外的或更少的步骤执行方法400。
[0045] 方法400在步骤405开始，在步骤405,控制单元120创建设备30的连通性表示。 图5中示出以图形G= (V，E)的形式进行连通性表示的示例。将通过使用示例的图形G描 述方法400。然而，将理解，连通性表示可包括表、图示、图表或表示由同一用户拥有或操作 的设备30以及设备30之间的可用连通性选择的任何其他类型的表示。在图5中，图形G 表示用户的设备30及其彼此连接和连接到网络（例如，网络50)的方式。图形G包括多个 顶点V以及边E。每个顶点表示属于特定用户且具有至少一个通信接口（例如，Wi-Fi、蓝 牙、3G、4G等）的无线设备30。
[0046] 在图5中示出的示例中，图形G中的设备包括用户的无线设备30 ( 即，平板电脑 32、便携式电脑34以及智能电话36)、接入点40A和40B以及云（即，网络50)中的计算设 备60。每条边E = (u, v)表示源u (例如，智能电话36)和提供商v(例如，3G接入点）之 间可能的网络连接。每条边E的方向总是从源u流向计算设备60,并且接着流向网络50。 特别地，每条边E从源u流向接入点或可用作接入点的另一个设备，以允许源连接到网络50 以及计算设备60。
[0047] 每个移动设备顶点包括关于设备30的资源的信息：剩余能量、数据计划的剩余容 量、要求的带宽和运行应用程序的延迟以及与设备的资源关联的可能的任何其他数据。在 一个示例中，该信息可从数据帧250获取。可替代地，该信息可直接从设备30发送到计算设 备60。每条边E用参与连接的每个设备30的消耗需求标注。这些需求可包括以下内容：消 耗的能量、使用的移动数据的量、传输中发生的内容消耗延迟以及由边提供的带宽。另外， 每条边E包括具有针对活跃网络连接边的值1的连接属性以及针对禁用网络连接边的值0 的连接属性。最后，边还包括在每个设备v的时间段结束时实现的生成的消耗模式。例如， 边包括顶点v中的剩余能量的预测，以及顶点v中的数据计划的剩余容量的预测。
[0048] 因此，控制单元120使用来自数据帧250 (或设备对于系统是新的时，来自默认数 据270)的信息、生成的未来的消耗模式以及关于设备的可用连接的信息，创建连通性图形 G。连通性图形识别由同一用户拥有或操作的设备30可连接的所有可能的方式。
[0049] 图5中示出的网络连接包括：到计算设备60的Wi-Fi连接、3G连接、蓝牙连接以 及网络连接。在图5图示的连通性图形中，所有设备30经由可用于设备30之间的直接点 对点通信的3G连接、Wi-Fi连接或蓝牙通信接口，访问网络50及计算设备60。
[0050] 在其他示例中，不是所有设备30可直接连接到网络50。例如，如果没有设备可用 的Wi-Fi接入点，具有Wi-Fi通信接口但不具有3G通信接口的设备不能到达网络50。在 该情形下，系统20的控制单元120实现引导策略，该引导策略包括自动绑定操作，使得这种 设备能够通过可访问该设备的其他设备中的一个设备到达网络50以及计算设备60。通过 使用此引导策略，所有设备30能够到达网络50而不用最初从计算设备60接收通信信号。 只要设备30中的至少一个设备能够通过其自己的通信接口到达网络50且具有可用资源以 允许其他设备30通过其连接到计算设备60,那么引导策略就保证系统20中的所有设备30 的连通性。
[0051] 在设备30加入系统20时（即，在由用户登记时），该设备被登记到具有计算设备 60的云中。计算设备60协调同一用户拥有且包括在用户账户中的所有设备30。在登记时， 计算设备60向新设备30发送必要的凭证以使用用户账户内的其他设备30提供的连通性 服务。这些凭证可包括例如：服务集标识符（"SSID"）以及连接到其他设备30的接入点 使用的密码。通过这些凭证，用户账户内的任何设备30可经由其他设备30绑定，而不需要 计算设备60的显式命令。
[0052] 在一个示例中，在设备30启动时，控制单元120自动向该设备发送指令，以尝试通 过任何已知的或开放的Wi-Fi接入点连接到计算设备60 (包括通过用户账户内的其他设备 绑定）。如果设备30不能通过可用Wi-Fi资源到达计算设备60,则其尝试使用其3G通信接 口连接。最终，如果3G通信接口也不可用，则设备30尝试经由通过蓝牙共享网络（例如， 互联网）的另一个设备30到达计算设备60。如果其他网络接口可用（例如，以太网等）， 则设备30还可尝试经由这些网络接口连接。
[0053] 如果这些连接中没有一个可用，则设备30保持未连接，且周期性尝试再次连接。 这种情形仅在用户账户中没有设备能够连接到网络时发生。只要存在至少一个其他设备30 具有到网络的连通性且具有用来共享的其他网络连接，就存在至少一个设备60准备向系 统20中的所有设备提供互联网连通性。
[0054] 接下来，在步骤410,控制单元120基于生成的连通性图形G，确定和评估无线设备 30的可用拓扑（或不同的网络连通性选择）。图6中描述了用于确定和评估可用拓扑的一 个具体方法。如在下面另外详细描述的，在一个示例中，图6的方法排除了不满足具体需求 的拓扑，并将剩余拓扑存储在存储器110的表中。在步骤420,为了确定最优网络拓扑，控制 单元120分析剩余拓扑。在一个示例中，控制单元12按拓扑的带宽和延迟特性