移動云計算中高能效的數(shù)據(jù)獲取技術(shù)研究.pdf

1、隨著移動智能終端設備的普及和移動互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，云計算不再局限于PC和靜態(tài)的有線拓撲網(wǎng)絡，基于手機等智能終端的移動云計算開始嶄露頭角。然而，與PC相比智能終端的資源仍然受到限制，尤其電池容量方面。目前，移動智能終端電量消耗的最主要方式是通過無線網(wǎng)絡訪問互聯(lián)網(wǎng)，但是無線網(wǎng)絡的帶寬和數(shù)據(jù)中心之間的帶寬是有限的，數(shù)據(jù)傳輸過程中網(wǎng)絡延遲很大，這極快地消耗移動智能終端的電量，嚴重縮短電池的供應時間，給人們帶來極大的不便。
　　 圍繞

2、上述問題，本文在對移動云計算環(huán)境中數(shù)據(jù)獲取機制研究分析的基礎(chǔ)上，結(jié)合國內(nèi)外研究現(xiàn)狀及實際應用，對數(shù)據(jù)獲取中的數(shù)據(jù)緩存技術(shù)、數(shù)據(jù)預取技術(shù)和數(shù)據(jù)復制技術(shù)三個方面進行了深入的研究，并提出了相應的節(jié)能策略，主要包括以下三個方面的工作:
　　 (1)數(shù)據(jù)緩存技術(shù):通過對傳統(tǒng)的副本替換算法的研究分析，針對傳統(tǒng)策略的不足，并將美國俄亥俄州立大學講席教授張曉東博士提出的LIRS(LowInter-reference Recency)替換算法應用

3、到副本替換中。設計了一個自適應緩存策略池，這個策略池實現(xiàn)了這些替換策略LRU、MRU、LFU、MFU、FIFO和LIRS，并在不同的訪問模式下將該策略與其他的策略進行了全面的比較。
　　 (2)數(shù)據(jù)預取技術(shù):在分析了傳統(tǒng)的數(shù)據(jù)預取系統(tǒng)模型之上，提出了利用移動客戶端用戶歷史訪問記錄，通過關(guān)聯(lián)規(guī)則挖掘技術(shù)得到用戶訪問數(shù)據(jù)的相關(guān)性，并結(jié)合移動客戶端對網(wǎng)絡中數(shù)據(jù)資源的讀寫能耗，通過價值評估函數(shù)進行預取數(shù)據(jù)選擇的預取系統(tǒng)——PCMIP(p

4、ower_based Cache miss initiatedprefetch)數(shù)據(jù)預取系統(tǒng)。PCMIP數(shù)據(jù)預取系統(tǒng)依賴兩個預取集合:預取數(shù)據(jù)集合和失效預取集合。預取數(shù)據(jù)集合中的數(shù)據(jù)在用戶訪問網(wǎng)絡時就將其預取到客戶端緩存中。失效預取集合的請求發(fā)生在用戶請求的數(shù)據(jù)失效時，不僅向服務器請求該失效數(shù)據(jù)，而且同時請求與失效數(shù)據(jù)項相關(guān)的數(shù)據(jù)。隨著移動客戶端系統(tǒng)資源的消耗，提出根據(jù)客戶端電能使用率動態(tài)調(diào)整支持度和置信度進行關(guān)聯(lián)規(guī)則的挖掘。將該預取策

5、略與CMIP數(shù)據(jù)預取策略進行了比較分析。
　　 (3)數(shù)據(jù)復制技術(shù):通過對數(shù)據(jù)復制技術(shù)研究，在異構(gòu)環(huán)境下，提出使用多模型處理器進行節(jié)能。一方面不考慮用戶QoS（Quality of Service），對于樹形網(wǎng)絡，提出了一個副本放置算法HMRU(Heterogeneity and（M）inimm powerconsumption(R)eplica(U)pdate);同時，對于DCell網(wǎng)絡，提出了一個LUA((L)azy-(U)

6、pdate(A)lgorithm)算法。另一方面考慮用戶QoS，根據(jù)用戶對數(shù)據(jù)服務的QoS需求，構(gòu)建副本放置的多維QoS模型，在此基礎(chǔ)上，利用模糊綜合評判和層次分析法對數(shù)據(jù)中心的副本做綜合評價。在QoS的約束下，對于樹形網(wǎng)絡，提出了一個副本放置算法QoS_based HMRU;同時，對于DCell網(wǎng)絡，本文提出了一個QoS_based LUA算法。
　　 通過大量的實驗表明，我們的算法不僅保持了良好的性能，而且在能源效率方面得到