面向移动设备云的任务调度算法研究-计算机科学与技术专业毕业论文.docxVIP

万方数据 万方数据 Classified Index: TP393.01 U.D.C: 004.9 Dissertation for the Master Degree in Engineering RESEARCH ON TASK SCHEDULING ALGORITHM FOR MOBILE DEVICE CLOUD Candidate： Liu, Xia Supervisor： Prof. Du, Xiaojiang Academic Degree Applied for： Master of Engineering Speciality： Computer Science and Technology Affiliation： School of Computer Science and Technology Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 随着云计算的蓬勃发展，以及人们对于移动终端的普遍使用，移动云计算领域发展 迅速。但是，这种模式存在一个不可避免地缺点，即移动终端与云通信过程中，会产生 较大的时间延迟，并且会消耗大量不必要的电能，因此，针对以上存在的问题，研究者 们提出了概念移动设备云（Mobile Device Cloud，即 MDC）。 移动设备云指的是一组移动设备组成的小型云，组内设备互相协作完成任务，移动 设备可以将任务传输给同在一个组内临近的其他设备，并由其他设备执行任务，进而完 成自身不可完成的任务，同时大大节省了耗电量以及时间延迟。研究者们证明了将任务 迁移给一个移动设备云的其他移动设备来执行，确实可以节省所需的时间以及能耗，并 且相对于将任务在本机执行，将任务迁移给 MDC 中其他设备，能够分别节省所需时间 以及能耗为最高至 50%和 26%。因此，移动设备云的提出是非常有意义的。本文的研究 内容为如何在 MDC 环境下调度任务，以尽量延长整个 MDC 组内移动终端的生命周期， 并同时提高吞吐率。 本文首先介绍了云计算、微云及移动设备云领域的研究发展情况，并针对现有研究 分析了其不足之处。然后对于相关工作进行了介绍与分析，其中包括云计算、微云、移 动设备云架构及其之间的区别，以及经典任务调度算法的介绍分析与比较。 其次，本文对于总体研究方案进行了详细介绍，并对系统流程进行了描述。并重点 介绍了任务预处理过程，即研究了如何将不同的任务分解为子任务。同时本文研究了如 何定夺任务分解的粒度，使得子任务在 MDC 环境中传递时，耗能更小并且更有助于吞 吐率的提升。在任务分解部分，本文提出了通过分析任务程序构建任务结构图的方案， 然后基于任务结构图构建独立单元，并进一步构建业务逻辑单元，得到分解后的子任务。 再次，在将任务分解为较适合本课题研究背景的子任务后，重点研究了面向移动设 备云的任务调度算法，包括基于遗传算法的初始分配调度算法，以及后续的移动设备动 态调度算法。并且，针对动态调度算法的研究，首先提出了重要模型，包括由移动设备 运动所导致的设备与云之间动态连接模型，及动态调度系统模型，然后基于以上模型提 出了移动设备动态任务调度算法。 最后，本文通过实验，说明了任务分解的结果，并验证本文所提出的任务分解策略 的正确性以及初始分配任务算法和移动设备动态任务调度算法的性能。本文所提出的任 务分解策略及任务调度算法能够有效地应用在移动设备云环境下，使得移动设备的能耗 尽可能小并且同时保证了任务吞吐率。 关键词：移动设备云；移动云计算；任务调度；能耗；吞吐率 I Abstract With the development of cloud computing and using of mobile devices, mobile cloud computing is developing very fast. But it has an indispensable defect, namely when mobile devices communicate with cloud, there will be a huge time delay, and mobile devices will consume a lot of unnecessary electric energy. To solve these problems, researchers came up with Mobile Device Cloud (MDC). MDC refers to a small cloud