移动设备服务卸载供应的混合移动云计算解决方案

### 移动设备服务卸载供应的混合移动云计算解决方案 #### 1. 现有系统与本文方案概述 近期提出了一些朝特定方向发展的系统，例如 SAMI 和 MOCHA。SAMI 旨在决定在其他移动设备、本地小云或远程云执行代码时，最小化计算的能源和货币成本；MOCHA 则利用所有可用远程云站点和本地小云的延迟和响应时间信息，来决定代码执行位置。不过，这些解决方案都未利用移动设备间的协作服务供应，而这正是本文方法的关键要素。 本文提出的混合移动云计算解决方案，能够建立本地移动云，以支持执行云及该区域移动设备上的可用服务。系统的主要组件如下： - **本地移动云**：由可通过无线接口相互通信的移动设备组成，这些设备能向其他节点请求和提供服务。 - **eNodeB**：为本地移动云提供与基础设施的连接。 - **远程云**：托管移动节点可通过 eNodeB 访问的服务。 当移动节点（寻求者）生成服务请求时，算法会决定该请求应由全球云平台还是附近的其他移动节点来提供服务。下面详细介绍该算法。 #### 2. 服务请求解决流程 服务请求解决流程如图所示： ```mermaid graph LR A[请求生成] --> B[远程知识收集] B --> C[本地知识收集] C --> D[评估] D --> E[请求分配] F[寻求者] -->|eNodeB 询问| G[eNodeB] G -->|eNodeB 响应| F ``` 具体步骤如下： 1. **请求生成**：移动节点（寻求者）运行应用程序，生成服务请求。 2. **远程知识收集**：寻求者向 eNodeB 发送消息，询问 LTE 可用上传和下载数据速率状态，以及在远程云执行服务所需时间的估计。eNodeB 接收消息后，观察带宽占用情况，并将这些数据作为响应发送给寻求者，包括远程云服务执行时间的估计。 3. **本地知识收集**：寻求者使用包含先前收集的移动云中其他提供者数据的本地知识库，如提供者的移动性统计信息、计算队列状态和提供的服务等。当两个节点直接接触时，本地知识库中的信息会更新。 4. **评估**：寻求者利用知识库评估所有已知可用于解决请求的移动提供者的预期服务供应时间，并将这些预期时间与使用远程云服务的估计服务供应时间进行比较。 5. **请求分配**： - 若寻求者选择远程云解决方案，它会立即使用 LTE 基础设施发送服务请求。 - 若所选提供者在本地移动云且寻求者当前未与其接触，它会等待与所选提供者的下一次接触，然后开始发送请求。在此期间，寻求者与其他移动提供者可能会有进一步接触，触发新的信息交换，可能重新评估最合适的提供者，从而改变服务执行计划。 #### 3. 数据收集 决定如何提供服务请求所需的信息包括： - **LTE 相关信息**：使用 LTE 基础设施的上传和下载数据速率，以及请求服务的平均执行时间。这些数据由寻求者通过 eNodeB 创建的响应消息获得。eNodeB 收集节点请求服务的平均执行时间并存储在数据库中，根据小区中移动用户当前产生的流量估计上传和下载数据速率。 - **其他移动提供者信息**： - 与寻求者的平均接触和非接触时间。 - 与寻求者通信的平均数据速率。 - 提供者的服务列表。 - 提供者队列统计信息，如平均负载、平均请求到达率和平均服务时间。 - 从提供者到寻求者要传输的平均数据队列。这些信息由每个节点通过监控与其他节点的接触（关于接触、非接触时间和平均数据速率），以及在直接接触期间交换其他统计信息来收集。 #### 4. 服务供应替代方案评估 寻求者使用两个模型分别评估本地移动云中每个可解决请求的提供者的预期服务供应时间，以及使用远程云的预期服务供应时间。 ##### 4.1 本地移动云提供者模型 该模型基于机会计算模型，对于给定的提供者，服务供应时间 $R_{mobile}$ 的预期值可表示为五个连续时间段的总和： 1. **服务提供者接触时间（W）**：评估执行后，寻求者遇到提供者所需的时间。若寻求者已与提供者接触，该值为零；否则，为非接触期的预期持续时间。 2. **数据传输时间（输入时间 B，输出时间 θ）**：将输入参数从寻求者传输到提供