8、绿色移动云计算中的多标准卸载决策解析

绿色移动云计算中的多标准卸载决策解析

1. 引言

随着移动通讯和计算技术的飞速发展，移动用户数量不断增加，需求也日益多样化。如今，用户的需求不再局限于语音通话、短信服务和上网冲浪，还包括使用各种应用程序。然而，许多应用程序对设备资源配置要求较高，运行这些程序会大量消耗手持移动设备的电量。通常，移动设备在计算能力、存储容量和电池续航等方面存在资源限制。在这种情况下，像语音/面部/物体识别、增强现实、自然语言处理等资源密集型和复杂的应用程序，在移动设备上运行十分困难。

为了解决这一问题并满足用户需求，移动云计算应运而生，它为用户提供了卸载功能。在移动云卸载（MCO）中，用户可以将数据和计算任务迁移到远程云服务器。计算卸载是指将计算密集型任务从移动设备迁移到云端，执行完成后将结果返回给移动设备。MCO 的目的是克服移动设备的资源限制，通过降低能耗来延长电池寿命。但与云端通信也需要消耗能量，因此在决策是否卸载、是完全卸载还是部分卸载应用程序时，会面临诸多问题。

例如，若移动设备要卸载计算任务 C，卸载 C 的能耗（包括通信能耗）为 Eoffc，本地执行的能耗为 Elocc，就需要预测 Eoffc 是否小于 Elocc。若 Eoffc < Elocc，则从设备能耗角度看，卸载是有益的。同样，延迟也是一个重要参数，尤其是对于时间敏感的应用程序。与云端通信会产生一定延迟，若卸载计算任务 C 的总延迟（包括通信延迟）为 Loffc，本地执行的延迟为 Llocc，就需预测 Loffc 是否小于 Llocc。若 Loffc < Llocc，则从延迟角度看，卸载是有益的。此外，一些应用程序可能需要根据延迟或能耗进行部分卸载，此时决定卸载哪部分、本地执行哪部分就显得尤为重要。

<