移动云计算中任务卸载调度策略的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-12页 |
| 1.1.1 移动云计算 | 第8-10页 |
| 1.1.2 任务卸载技术 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文组织结构 | 第13-15页 |
| 第2章 任务卸载与调度研究 | 第15-23页 |
| 2.1 可卸载任务的研究 | 第15-17页 |
| 2.1.1 卸载任务的类型 | 第15-16页 |
| 2.1.2 应用划分方法 | 第16-17页 |
| 2.2 卸载调度策略的研究 | 第17-19页 |
| 2.2.1 云端服务器的任务调度 | 第18-19页 |
| 2.2.2 移动端的任务调度算法 | 第19页 |
| 2.3 联合决策策略的设计需求 | 第19-22页 |
| 2.3.1 当前卸载决策的局限性 | 第19-21页 |
| 2.3.2 卸载策略研究中的影响因素 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 联合决策策略的设计 | 第23-30页 |
| 3.1 联合决策策略的概述 | 第23-25页 |
| 3.1.1 卸载场景 | 第23-24页 |
| 3.1.2 整体架构 | 第24-25页 |
| 3.2 联合决策策略的流程 | 第25-27页 |
| 3.3 联合决策策略的算法描述 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 联合决策策略的实现 | 第30-47页 |
| 4.1 基于内存优化的服务器调度算法 | 第31-35页 |
| 4.1.1 基本思想 | 第31-33页 |
| 4.1.2 算法描述 | 第33-34页 |
| 4.1.3 服务器执行时间预测 | 第34-35页 |
| 4.2 时间/能耗估值模型 | 第35-38页 |
| 4.2.1 应用执行时间的估值 | 第36-38页 |
| 4.2.2 应用执行能耗的估值 | 第38页 |
| 4.3 决策的目标函数 | 第38-41页 |
| 4.3.1 目标函数的相关参数 | 第38-39页 |
| 4.3.2 目标函数的权重系数 | 第39-41页 |
| 4.4 资源监控模块 | 第41-42页 |
| 4.4.1 可用资源预估 | 第42页 |
| 4.4.2 资源需求预估 | 第42页 |
| 4.5 决策引擎 | 第42-44页 |
| 4.6 异常处理模块 | 第44-46页 |
| 4.6.1 异常的判定 | 第44-45页 |
| 4.6.2 异常的处理 | 第45-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-55页 |
| 5.1 实验环境 | 第47-49页 |
| 5.2 实验参数设置 | 第49-50页 |
| 5.2.1 性能评价指标 | 第49页 |
| 5.2.2 算法对比评估 | 第49-50页 |
| 5.3 实验结果与分析 | 第50-54页 |
| 5.3.1 服务器负载对决策策略的影响 | 第50-53页 |
| 5.3.2 电池余量对决策策略的影响 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 主要参考文献 | 第57-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65-66页 |
| 简历 | 第66页 |
