基于移动云计算的临界数据卸载方法

摘要

本发明属于移动通信领域，尤其涉及移动云计算数据卸载。基于移动云计算的临界数据卸载方法，首先通过计算出云端虚拟机的运算能力，从而确定能否将数据传输到云端进行处理。而后，在截止时间已知的条件下，又通过蒙特卡罗估计方法，来估计临界数据量阈值，选择出最优的执行策略。本发明相比于只在手机端和云端进行选择处理，可以使得手机消耗的能量最小。

主权项

基于移动云计算的临界数据卸载方法，其特征在于，包括如下步骤：S1、移动终端开始执行移动程序，所述移动终端测量出需要执行的总的数据量的大小为λ；S2、计算数据能够在云端卸载的最低运算指标其中，表示数据能够在云端卸载的最低运算指标，F_X(ρ)为关于X的分布函数，X的概率密度函数为所述f(w)服从Gamma分布，α、β为能耗因子，f为移动终端CPU的频率，U为移动终端CPU的上电电压，k表示CPU有效电容参数，k＝10^‑11，参数ρ＝0.995表示数据执行成功的概率，X满足W＝LX，L表示CPU处理的数据量大小，W表示CPU处理L大小的数据量所需的周期数。S3、若S2所述则转入S6，任务数据在移动端执行，若S2所述则转入S4，其中，γ为云端的运算能力；S4、在不同的截止时间内，估计临界数据切换阈值S5、选择最优的数据传输策略，若时，进入S6，若时，进入S7；S6、任务数据都在移动端执行，并进入S8，消耗的能量为S7、任务数据在移动端和云端并行执行,并进入S8，即将数据量分为两部分，在移动端执行的数据量为λ_m，在云端执行的数据量为λ_send，其中，${\lambda }_{send}=\frac{\lambda \frac{1}{f}{F}_X^{-1}\left(\rho \right)-\frac{{\lambda }_{receive}}{R_{rs}}}{\frac{1}{R_{ts}}+\frac{1}{{\mathrm{\gamma fF}}_X\left(\rho \right)}+\frac{1}{f}{F}_X^{-1}\left(\rho \right)},$λ_m＝λ‑λ_send，消耗的能量为$E_{ec}^{*}={\mathrm{kU}}^2{F}_X^{-1}\left(\rho \right)\lambda -\frac{\lambda \frac{1}{f}{F}_X^{-1}\left(\rho \right)-\frac{{\lambda }_{receive}}{R_{rs}}}{\frac{1}{R_{ts}}+\frac{1}{{\mathrm{\gamma fF}}_X\left(\rho \right)}+\frac{1}{f}{F}_X^{-1}\left(\rho \right)}\left({\mathrm{kU}}^2{F}_X^{-1}\right(\rho )-P_{tp}\frac{1}{R_{ts}}-\frac{P_n}{{\mathrm{\gamma F}}_X\left(\rho \right)f})+\frac{{\lambda }_{receive}}{R_{rs}};$S8、数据执行完成，返回S1更新需要处理的数据量λ，重新选择最优的执行策略。