《面向移动边缘计算的软件自适应卸载技术规范》编制说明.pdf

《面向移动边缘计算的软件自适应卸载技术规范》编制说明

一、标准制定的必要性

随着智能技术的兴起，出现了越来越多的计算密集型移动软件。由于处

理能力、内存容量和电池容量等方面受到限制，大多数移动设备依然无法在

短时间内处理不断涌现的各类计算密集型任务。

移动边缘计算通过把一些计算密集型任务发送到边缘服务器，来解决移

动设备资源受限的问题。由于边缘服务器的地理分布和移动设备的移动性，

移动边缘计算中软件的运行环境是高度复杂动态的，这给计算卸载的实施带

来极大难度和复杂度。面对高度复杂动态的运行环境，软件感知环境、改变

行为、提高性能的“自适应”模式，成为移动边缘计算中计算卸载的必然需

求。因此，有必要出台面向移动边缘计算的软件自适应卸载技术规范。

二、标准编制原则及依据

1.按照GB/T1.1－2020《标准化工作导则第1部分：标准化文件的结构和

起草规则》要求进行编写。

2.参照相关法律、法规和规定，在编制过程中着重考虑了科学性、适用

性和可操作性。

三、主要试验（或验证）情况分析

针对本规范中主要的三部分内容进行了详细的实验与分析，具体结果如

下：

1.针对自适应卸载的软件自动重构

1.1针对OO软件自适应卸载的程序自动重构

（1）实验设置

我们的实验环境包括五个计算节点：两个移动设备和三个远程节点资源。

我们模拟了四个位置，分别命名为花园，操场，教学楼和实验楼，四个位置

2

的网络情况各不相同。表1中描述了每个位置的移动设备和远程节点资源之间

的网络状况。

表1移动设备在不同位置的上下文环境

位置花园操场教学楼实验楼

服务节点

Edge1×rtt=300ms,rtt=30ms,×

v=1MB/sv=1MB/s

Edge2××rtt=60ms,rtt=35ms,

v=700KB/sv=950KB/s

Cloudrtt=200ms,rtt=200ms,rtt=200ms,rtt=55ms,

v=150KB/sv=150KB/sv=150KB/sv=725KB/s

实验用到两款移动设备是1)HonorMYA-AL10，配备1.4GHz4核处理器，

内存大小为2GB，代表低性能的移动设备；2)HonorSTF-AL00配备2.4GHz4

核处理器，内存大小为4GB，代表高性能的移动设备。而三个远程节点包括

两个移动边缘（Edge1和Edge2）和一个公有云服务，可用于在不同位置进行

计算迁移。Edge1是一款配备2.5GHz8核处理器，内存大小为4GB的边缘节点，

其网络覆盖了操场和教学楼。Edge2是一款配备3.0GHz8核处理器，内存大小

为8GB的边缘节点，其网络覆盖教学楼和实验楼。公有云服务是一台具有

3.6GHz16核处理器，内存大小为16GB的服务器，可以在所有位置公开访问。

为评估不同计算性能的移动设备通过计算迁移所获得的性能提升以及能

耗节省，选取了两个真正的Android应用程序。一种是车牌识别系统（LRS）。

车牌识别涉及捕获摄影视频或车牌图像，由此通过一系列算法处理它们，这

些算法能够将捕获的车牌图像的字母数字转换成文本条目。另一种是语音识

别系统（VRS），它使用语音识别技术将口头语言转换成书面语言。我们根

据规范中定义的设计模式重构这两个应用程序，使其支持计算卸载。

（2）对比方法

本规范从两个方法基于原始、传统迁移和自适应迁移对应用程序进行比

较，评估自适应迁移中间件带来的性能改进。原始应用程序完全在设备上运