移動(dòng)云環(huán)境中交互式應(yīng)用性能優(yōu)化問(wèn)題的研究.pdf

1、近年來(lái)，隨著智能移動(dòng)設(shè)備的廣泛普及，一大批移動(dòng)應(yīng)用也涌現(xiàn)出來(lái)，深入到人們生活的方方面面。這些移動(dòng)應(yīng)用強(qiáng)大的功能和豐富的體驗(yàn)對(duì)設(shè)備的處理能力提出了越來(lái)越高的要求，進(jìn)而刺激著智能移動(dòng)設(shè)備的快速升級(jí)換代。然而，移動(dòng)設(shè)備上有限的資源仍越來(lái)越明顯地成為了限制移動(dòng)應(yīng)用體驗(yàn)及其適用場(chǎng)景的瓶頸。隨著移動(dòng)網(wǎng)絡(luò)的持續(xù)升級(jí)和云計(jì)算技術(shù)的逐漸成熟，研究者們嘗試將移動(dòng)應(yīng)用中計(jì)算復(fù)雜的部分通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò)遷移到云端運(yùn)行，從而突破智能移動(dòng)設(shè)備的資源瓶頸、提升應(yīng)用的體驗(yàn)。

2、隨著相關(guān)的研究成果逐漸積累，人們將這一新興領(lǐng)域稱(chēng)為移動(dòng)云計(jì)算。研究者們從理論分析、框架設(shè)計(jì)、關(guān)鍵技術(shù)盼設(shè)計(jì)與驗(yàn)證、實(shí)際案例分析等角度對(duì)這一思想進(jìn)行了深入的探討和研究，并得到了許多令人振奮的結(jié)果。
　　本論文基于前人的工作，著眼于在移動(dòng)應(yīng)用中占很大比例的交互式應(yīng)用，對(duì)其特性進(jìn)行分析，并設(shè)計(jì)了在移動(dòng)云環(huán)境下對(duì)其進(jìn)行性能優(yōu)化的整套框架和平臺(tái)。由于移動(dòng)交互式應(yīng)用對(duì)響應(yīng)時(shí)間敏感而其計(jì)算往往相對(duì)復(fù)雜的特性，在開(kāi)發(fā)中確定其質(zhì)量指標(biāo)（如識(shí)別率、精

3、確度等）時(shí)極大地受限于移動(dòng)設(shè)備的處理能力。在這一移動(dòng)云計(jì)算平臺(tái)中，在對(duì)應(yīng)用進(jìn)行計(jì)算遷移的同時(shí)，通過(guò)自動(dòng)調(diào)節(jié)應(yīng)用參數(shù)（如迭代次數(shù)、數(shù)據(jù)集大小等）的方式對(duì)應(yīng)用的質(zhì)量指標(biāo)也一同進(jìn)行動(dòng)態(tài)調(diào)整。通過(guò)在其上測(cè)試一個(gè)基于圖像的物體識(shí)別應(yīng)用，本文相比傳統(tǒng)的優(yōu)化框架能更為顯著地為這一示例應(yīng)用提升性能。
　　在這一平臺(tái)的優(yōu)化框架中，應(yīng)用性能的質(zhì)量指標(biāo)和常規(guī)指標(biāo)對(duì)上述可調(diào)參數(shù)和遷移方案的依賴(lài)關(guān)系是通過(guò)機(jī)器學(xué)習(xí)的方式自動(dòng)學(xué)習(xí)得到的，是這一優(yōu)化框架中的一個(gè)

4、重點(diǎn)及難點(diǎn)。在移動(dòng)云計(jì)算的現(xiàn)實(shí)場(chǎng)景中，稀疏的歷史執(zhí)行記錄是不可避免的常態(tài)。針對(duì)這一挑戰(zhàn)，本文將應(yīng)用的性能模型分割成若干個(gè)子模型分別進(jìn)行離線(xiàn)的訓(xùn)練和學(xué)習(xí)，而當(dāng)在線(xiàn)性能預(yù)測(cè)時(shí)則將這些子模型連接組合起來(lái)進(jìn)行預(yù)測(cè)，從而提高了對(duì)數(shù)據(jù)稀疏問(wèn)題的魯棒性。此外，本文以自動(dòng)訓(xùn)練得到的特征向量來(lái)表征模塊間、設(shè)備間的相似性，并利用這些相似性降低新設(shè)備、新應(yīng)用的歷史執(zhí)行記錄不足帶來(lái)的影響。通過(guò)一系列的實(shí)驗(yàn)驗(yàn)證，本文設(shè)計(jì)的預(yù)測(cè)框架能夠很好地應(yīng)對(duì)現(xiàn)實(shí)環(huán)境中歷史數(shù)據(jù)

5、稀疏的問(wèn)題。
　　在這一平臺(tái)的優(yōu)化框架中，除上述對(duì)應(yīng)用性能的預(yù)測(cè)之外，對(duì)應(yīng)用遷移方案的決策也同樣至關(guān)重要。基于對(duì)應(yīng)用性能的預(yù)測(cè)，本文設(shè)計(jì)了一個(gè)基于遺傳算法的通用算法對(duì)各種移動(dòng)交互式應(yīng)用的遷移方案進(jìn)行決策，并在其中集成了對(duì)數(shù)據(jù)并行、流水線(xiàn)等分布式加速的決策。通過(guò)示例數(shù)據(jù)的實(shí)際運(yùn)行情況得知，這一通用算法在給出高質(zhì)量決策的同時(shí)能夠很好地滿(mǎn)足大多數(shù)移動(dòng)交互式應(yīng)用的實(shí)時(shí)性需求。而針對(duì)基于數(shù)據(jù)流的移動(dòng)交互式應(yīng)用，本文提出將計(jì)算同時(shí)遷移到多個(gè)微

6、云上以突破其帶寬瓶頸，并針對(duì)這一場(chǎng)景中存在的多用戶(hù)競(jìng)爭(zhēng)微云資源的問(wèn)題，設(shè)計(jì)了統(tǒng)一對(duì)多個(gè)用戶(hù)進(jìn)行遷移決策的啟發(fā)式算法。這一算法中分布式的離線(xiàn)預(yù)處理與集中式的在線(xiàn)啟發(fā)式?jīng)Q策相結(jié)合的方案使得其實(shí)時(shí)性及擴(kuò)展性都得到了較好的保障。從實(shí)驗(yàn)結(jié)果可知，這一算法能夠在多微云場(chǎng)景下實(shí)時(shí)地為區(qū)域內(nèi)的所有用戶(hù)決策出近乎理論最優(yōu)的遷移方案。
　　在對(duì)移動(dòng)交互式應(yīng)用的特點(diǎn)及其實(shí)際運(yùn)用中的需求進(jìn)行深入分析之后，本文設(shè)計(jì)并實(shí)現(xiàn)了面向這類(lèi)應(yīng)用的移動(dòng)云計(jì)算平臺(tái)，并在