CN103561103A - 业务迁移的控制方法和装置 - Google Patents

Abstract

本申请提供业务迁移的控制方法和装置。该方法包括：接收用户终端对业务的迁移请求；以及根据针对多个用户终端的业务迁移情况的统计分析，确定是否将该业务迁移到云端处理。由此能够提高业务迁移决策的准确性，进而提高终端性能，方便用户的使用，提高用户体验。

Description

业务迁移的控制方法和装置

技术领域

本申请涉及移动云计算技术领域，更具体地涉及一种业务迁移的控制方法和装置。

背景技术

随着用户日益增长的需求，移动终端设备如今整合了丰富的功能。但由于移动终端设备在诸如处理能量、运行速度和存储空间等资源上的限制，导致用户体验降低。在这种情况下，移动云计算应运而生。

在移动云计算中，迁移（Offloading）技术以其可以有效地降低应用的处理能量以及提高运行速率而备受关注。用户通过将应用或业务全部或部分地迁移到云端来降低对移动终端设备的能量消耗且提高应用或业务的处理速度。但是，迁移并不总是时刻能提高移动终端设备的性能，所以是否进行迁移成了当前的热门话题。

现有的技术大多是通过预估终端业务迁移到云端所用的能量和时延以及业务在本地处理的能量和时延来决定是否将其送到云端。例如，在一种现有方案中，通过对信道作静态估计，来估算业务迁移到云端的能量和时延，然后将其与在本地处理的能量和时延进行比较来决定是否将业务迁移到云端。在另一现有方案中，通过对信道建模为2个状态的马尔科夫过程，来估算业务迁移到云端的能量和时延，然后将其与在本地处理的能量和时延进行比较来决定是否将业务迁移到云端。还有一种现有方案，其中将业务的时延作为约束，对其迁移到云端的能量进行预估，从而决定是否迁移。

然而，在现有方案中，其前提假设的信道模型或是静态的，或是简单2个状态的马尔科夫过程，无法反应真实无线信道的特性，因此不够合理。所以，这些方案在真实无线环境中的性能比理论性能相距甚远，导致对业务迁移到云端的能量和时延预估有误，因而作出错误决策。这样不仅不能利用业务迁移来提高终端性能，反而会影响用户终端的使用，降低用户体验。

因此，需求一种改进的业务迁移控制技术，来克服上述现有技术中的问题。

发明内容

本申请的目的就在于提供一种业务迁移的控制技术，以提高业务迁移决策的准确性，进而提高终端性能，方便用户的使用，提高用户体验。

具体而言，根据本申请实施例的一个方面，提供一种业务迁移的控制方法，其特征在于，包括：接收用户终端对业务的迁移请求；以及根据针对多个用户终端的业务迁移情况的统计分析，确定是否将该业务迁移到云端处理。

根据本申请实施例的另一个方面，提供一种业务迁移的控制装置，其特征在于，包括：接收模块，用于接收用户终端对业务的迁移请求；以及确定模块，用于根据针对多个用户终端的业务迁移情况的统计分析，确定是否将该业务迁移到云端处理。

与现有技术相比，根据本申请的技术方案，通过统计分析多个用户终端的业务迁移情况来作出是否进行业务迁移的决策。由此能够提高业务迁移决策的准确性，进而提高终端性能，方便用户的使用，提高用户体验。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请一个实施例的业务迁移的控制方法的流程图；

图2是根据本申请一个实施例的业务迁移的控制方法的流程图；

图3是根据本申请一个实施例的业务迁移的控制方法的流程图；

图4是根据本申请一个实施例的根据用户终端的信道状况和所在小区的负载情况估计用户终端的传输时延的方法的流程图；

图5是根据本申请一个实施例的业务迁移的控制装置的结构框图；

图6是示出小区m的用户终端n的业务迁移到云端所需总时延的示意图；以及

图7是示出平均时延随迁移比例的变化趋势的示意图。

具体实施方式

本申请的主要思想就在于，通过统计分析多个用户终端的业务迁移情况，以此作为参考来作出是否进行业务迁移的决策，而不像现有技术中那样，只考虑一个用户终端自己的情况。由此能够更真实地反映实际的无线环境，使得决策的正确率大大提高，用户终端性能也随之提高，用户使用更方便。

更具体而言，本申请发明人注意到，近几年，随着宽带无线网络的业务量呈指数增长以及用户终端业务对带宽的需求也近乎到了贪婪的地步，异构蜂窝网络将逐步成为主流模式。但在当前估算用户终端业务迁移到云端所用的时延方面，却基本没有考虑异构网。另外，也没有考虑用户所在小区和相邻小区的负载情况。此外，不同的调度算法也会影响用户终端将业务迁移到云端所需的能量和时延。若不考虑这些方面，就会对业务迁移到云端的时延和能量预估有误，导致做出错误决策。这样不仅不能用业务迁移来提高终端性能，反而会降低用户体验，造成得不偿失的后果。

于是，本申请发明人基于对异构网中移动云业务的时延分析，针对业务迁移提出了优化的时延控制技术。下面结合图6对此进行详细描述，以便于更透彻地理解本申请构思。

如图6所示，假设小区m的用户终端n要将业务T迁移到云端，其所需的总时延可以表示为下面的式（1）：

${\mathrm{\τ}}_n^{\left(m\right)}={\mathrm{\τ}}_{U,n}^{\left(m\right)}+{\mathrm{\τ}}_{C,n}^{\left(m\right)}+{\mathrm{\τ}}_{D,n}^{\left(m\right)}---\left(1\right)$

其中，

分别代表业务迁移到云端所需的上行传输时延和下行传输时延，代表云端的处理时延。相比于传输时延，云端由于其强大的处理能力，处理时延很小，可以忽略。同时，一些典型的云业务上行的数据量远远大于下行的数据量。而且，上行的传输能力通常是无线传输网络中的瓶颈。所以，下行传输时延也基本可以忽略，从而式（1）可以简化为式（2）：

${\mathrm{\τ}}_n^{\left(m\right)}\≈{\mathrm{\τ}}_{U,n}^{\left(m\right)}---\left(2\right)$

假设业务在本地处理的时延表示为

则在异构网中所有用户终端将该业务迁移到云端的平均时延表示为式（3）：

$\stackrel{\‾}{\mathrm{\τ}}=\frac{1}{\underset{m=o}{\overset{M}{\mathrm{\Σ}}}{N}_m}\underset{m=0}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N_m}{\mathrm{\Σ}}}\{b_n^{\left(m\right)}{\mathrm{\τ}}_{U,n}^{\left(m\right)}+(1-b_n^{\left(m\right)}){\mathrm{\τ}}_{L,n}^{\left(m\right)}\}---\left(3\right)$

其中b_n ^(m)表示小区m中的用户终端n是否进行业务迁移，若迁移则为1，若不迁移则为0。N_m表示小区m内的用户终端数目。

而上行传输时延主要取决于上行的传输数据量和传输速率，可用式（4）来表示：

${\mathrm{\τ}}_{U,n}^{\left(m\right)}=\frac{D_n^{\left(m\right)}}{{\mathrm{\μ}}_n^{\left(m\right)}}---\left(4\right)$

其中，

代表上行的传输数据量，

代表上行的传输速率。

的大小取决于所采用的控制方法和调度算法，可表示为式（5）：

${\mathrm{\μ}}_n^{\left(m\right)}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\α}}_{k,n}^{\left(m\right)}{b}_n^{\left(m\right)}{\mathrm{\η}}_{k,n}^{\left(m\right)}---\left(5\right)$

其中，

代表小区m内用户终端n是否被分配到资源块k，若分配到则为1，若没有分配到则为0。b_n ^(m)表示小区m中的用户终端n是否进行业务迁移，若迁移则为1，若不迁移则为0。

代表小区m内用户终端n在资源块k上的传输速率。

与此同时，可以给出终端本地处理的时延如式（6）：

${\mathrm{\τ}}_{L,n}^{\left(m\right)}=\frac{C_n^{\left(m\right)}}{X_n^{\left(m\right)}}---\left(6\right)$

其中，

代表终端本地计算量所对应的代码指令数，

代表单位时间所能执行的代码指令数。

继而建立目标函数，如式（7）所示：

$\begin{array}{c}\arg \underset{A,B}{\min }\stackrel{\‾}{\mathrm{\τ}}\\ s.t.a_{k,n}^{\left(m\right)}\∈\left\{\mathrm{0,1}\right\},\\ b_n^{\left(m\right)}\∈\left\{\mathrm{0,1}\right\},\\ 1\≤k\≤K,1\≤n\≤N_m,1\≤m\≤M.\end{array}---\left(7\right)$

其中，K表示小区内总共的资源块数目，M表示服务基站管辖的小区总数。

显然目的就在于，使得目标函数得到最优解或者是有效地降低目标函数的值。假定用户终端的业务运算量相同且运行速率相同，则用户终端的本地处理时延就相同，可以表示为τ_L。并且由于终端业务相同，则上行传输的数据量也相同，可以记为D。则所有用户终端的平均时延可以重新写为式（8）：

$\stackrel{\‾}{\mathrm{\τ}}=\frac{1}{\underset{m=o}{\overset{M}{\mathrm{\Σ}}}{N}_m}\underset{m=0}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N_m}{\mathrm{\Σ}}}\{b_n^{\left(m\right)}{\mathrm{\τ}}_{U,n}^{\left(m\right)}+(1-b_n^{\left(m\right)}){\mathrm{\τ}}_L\}---\left(8\right)$

然后再进一步写成式（9）：

$\stackrel{\‾}{\mathrm{\τ}}=\mathrm{\ρ}{\stackrel{\‾}{\mathrm{\τ}}}_O+(1-\mathrm{\ρ}){\mathrm{\τ}}_L---\left(9\right)$

其中，ρ代表选择进行该业务迁移的用户终端的比例，而

代表进行该业务迁移的用户终端的平均时延。表达式分别如式（10）和式（11）：

$\mathrm{\ρ}=\frac{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N_m}{\mathrm{\Σ}}}{b}_n^{\left(m\right)}}{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{N}_m}---\left(10\right)$

${\stackrel{\‾}{\mathrm{\τ}}}_O=\frac{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N_m}{\mathrm{\Σ}}}{b}_n^{\left(m\right)}{\mathrm{\τ}}_n^{\left(m\right)}}{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N_m}{\mathrm{\Σ}}}{b}_n^{\left(m\right)}}---\left(11\right)$

在式（9）中有两个变量，分别是迁移比例ρ和迁移用户终端的平均时延

并且从

的表达式中可以看出它是迁移比例ρ、迁移用户终端的无线信道质量γ以及调度算法S的函数，也就是说可以写成

从而可以将

表示为式（12）：

$\stackrel{\‾}{\mathrm{\τ}}=\mathrm{\ρ}\·f(\mathrm{\ρ},\mathrm{\γ},S)+(1-\mathrm{\ρ})\·{\mathrm{\τ}}_L---\left(12\right)$

基于上面的分析，本申请发明人提出了基于对多个用户终端的统计分析对业务迁移进行时延控制的技术。

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参照图1，图1示出了根据本申请一个实施例的业务迁移的控制方法100的流程图。

如图1所示，在步骤S110处，可以接收用户终端对业务的迁移请求。

具体而言，当用户终端的某个业务诸如图像检索、语音识别、游戏、导航等等的应用被激活时，用户终端可以向其所在小区对应的服务基站发送业务迁移请求，以请求诸如宏基站、微基站、微微基站、中继器之类的服务基站将其该业务迁移到云端来处理，而不由用户终端本身来处理。相应地，服务基站可以接收用户终端对该业务的迁移请求。这里，用户终端可以是指诸如手机、便携式终端、笔记本电脑之类的各种移动终端设备。

在服务基站接收到上述业务迁移请求之后，在步骤S120处，可以根据针对多个用户终端的业务迁移情况的统计分析，确定是否将该业务迁移到云端处理。

具体而言，服务基站可以接收到其管辖小区内的所有用户终端的业务迁移请求。换言之，服务基站可以掌握其管辖小区内的所有用户终端的业务迁移情况。根据统计得到的多个用户终端的业务迁移情况，服务基站就可以确定是否将当前用户终端的该业务迁移到云端，由云端来处理。在一个示例中，可以按照针对某个业务准予迁移的用户终端的比例来确定是否迁移。在另一示例中，可以通过考虑针对某个业务请求迁移的用户终端的数目以及用户的无线信道状况来预估当前用户终端可能需要的传输时延，并通过传输时延与本地处理时延的比较来确定是否迁移。这里应认识到的是，本申请并不限于上述示例方式，而是还可以有其它确定方式基于针对多个用户终端的业务迁移情况的统计分析来作出是否进行业务迁移的决策。

根据本申请发明人的分析，如式（12）可见，给定调度算法的情况下，

只与迁移比例ρ和迁移用户终端的无线信道状况γ有关。为了降低运算复杂度，先将γ忽略。这样，将只与ρ有关，可以表示为f(ρ)。如果f(ρ)满足以下条件：一是关于ρ的单调增函数，二是该函数为凸函数，就可以得到一个最佳迁移比例ρ。使得简化的模型达到最优，该值就作为控制门槛来决定用户终端是否可以进行业务迁移。

根据本申请的一个实施例，可以通过针对某个业务的预定迁移比例（即，针对某个业务准予迁移的用户终端的比例）来控制是否进行业务迁移。预定迁移比例是在忽略用户终端的无线信道状况的情况下、针对特定网络场景和调度方案所预先确定的、使得所有用户终端的平均时延最小化的迁移比例。图2示出了根据本申请一个实施例的业务迁移的控制方法200的流程图。

如图2所示，在步骤S210处，响应于用户终端对业务的迁移请求，产生随机数。

具体而言，当用户终端的业务被激活时，用户终端可以向其所在小区对应的服务基站发送业务迁移请求，以请求诸如宏基站、微基站、微微基站、中继器之类的服务基站将其该业务迁移到云端来处理，而不由用户终端本身来处理。相应地，服务基站可以接收用户终端对该业务的迁移请求，并且响应于用户终端对该业务的迁移请求，可以产生一个随机数。在一个优选实施例中，可以针对用户终端，产生一个（0,1）内的随机数。

然后在步骤S220处，根据随机数与预定迁移比例的比较，确定是否将该业务迁移到云端处理。

如前面所述，预定迁移比例是在特定网络场景和调度方案下预先确定的使得所有用户终端的平均时延最小化的迁移比例。更具体而言，预定迁移比例的值取决于具体的网络场景和调度方案。预定迁移比例的确定原则是使得在特定网络场景和调度方案下的所有用户终端的平均时延最小化，即最优比例因子。通常最优比例因子与网络场景和调度方案有关。比如，在异构网络场景下，Max C/I调度方案下得到的最优比例因子和轮询调度方案下得到的最优比例因子是不同的。

在本申请的一个实施例中，预定迁移比例可以在（0%-100%）间取值。

根据本申请的实施例，可以通过仿真来寻找不同网络场景和调度算法下的最优比例因子。例如，可以在仿真中考虑两种网络场景，一种是包含一个宏基站和三个微基站的异构网络，另一种是只有一个宏基站的同构网络。每种场景采用不同的调度方案，例如Max C/I调度方案、轮询调度方案等。假设信道模型和系统设置的具体参数如表1所示，并且用户终端以泊松分布动态到达小区，随机分布于小区内部。根据用户终端接收到的能量选择接入点。系统采用全补偿的开环功控。

参数	值
		载波(GHz)	2
带宽(MHz)	10
		时隙间隔(ms)	0.5
资源块分隔(kHz)	180
		资源块数目	50
信道模型	VA,速度为3km/h
		到达率	2个应用/子帧
迁移文件大小(Kbytes)	10
		目标信噪比(dB)	10
eNodeB的传输功率(dBm)	宏基站为46，微基站为30
		UE最大发射功率(Pmax)(dBm)	23
天线配置	发射天线数×接收天线数=1×1
		宏基站的路径损耗模型	128.1+37.6log10(R),距离R以km为单位
微基站的路径损耗模型	140.7+36.7log10(R),距离R以km为单位
		调度方案	RR,Max C/I
功率控制	全路径损耗补偿的开环功控

表1

图7示出了随着上传比例增大所有用户终端的平均时延的变化趋势。其中，假设业务的终端处理时延为1ms。从图中可以看出，针对不同的网络场景和调度方案，都存在相应的一个最优比例因子使得所有用户的平均时延最低。例如，在异构网中Max C/I调度方案下，针对该类终端处理时延（1ms）业务的最优比例因子为0.4。

更具体而言，在步骤S220中，当随机数小于业务对应的预定迁移比例时，可以确定将该业务迁移到云端处理。当随机数大于或等于该业务对应的预定迁移比例时，可以确定由用户终端自己处理该业务。

由上面的描述可见，图2所述的方案可以简单地通过控制用户终端的迁移比例来实现对业务迁移的有效控制。

仍参照式（12），根据本申请发明人的分析，在给定调度算法的情况下，只与迁移比例ρ和迁移用户终端的无线信道状况γ有关。为了更准确地进行业务迁移控制，不仅考虑迁移比例ρ，而且考虑迁移用户终端的无线信道状况γ对平均时延的影响。下面结合图3的实施例进行更详细描述。

图3是根据本申请一个实施例的业务迁移的控制方法300的流程图。如图3所示，在步骤S310处，响应于用户终端对业务的迁移请求，根据用户终端的信道状况和所在小区的负载情况，估计用户终端的传输时延。

具体而言，根据本申请的实施例，通过考虑用户终端本身的信道状况以及用户终端所在小区的负载情况（即，同小区内的其它用户终端的业务迁移情况），来预估用户终端将业务迁移到云端处理所需的传输时延。与只考虑用户终端本身的信道状况的现有技术而言，根据本申请实施例的方案可以更准确地预估该传输时延。

更具体而言，同小区内想要进行该业务迁移的用户终端越多，即，发出该业务迁移请求的用户终端越多，则每个用户终端所能使用的资源块越少，可获得的传输速率越低，传输时延也就越长。另外，结合用户终端本身的信道状况，允许信道较优的用户终端进行业务迁移。由此不仅可以控制迁移比例，而且可以使得信道较优的用户终端进行业务迁移。下面结合图4的实施例进行更详细描述。

图4是根据本申请一个实施例的根据用户终端的信道状况和所在小区的负载情况估计用户终端的传输时延的方法400的流程图。

如图4所示，在步骤S410处，根据用户终端的无线信道状况，预估用户终端在每个资源块上的平均传输速率。

在本申请的实施例中，可以根据用户终端的无线信道状况，预估用户终端在各资源块上的传输速率，然后通过求平均，预估出用户终端在每个资源块上的平均传输速率。如下式（13）所示：

$\stackrel{\‾}{{\mathrm{\η}}_{\mathrm{RB},n}^{\left(m\right)}\left(t\right)}=\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\η}}_{k,n}^{\left(m\right)}\left(t\right)}{K},0\≤m\≤M,0\≤k\≤K---\left(13\right)$

其中，

表示小区m内用户终端n在每个资源块k上的平均速率，

表示t时刻小区m内用户终端n在资源块k上的传输速率，K表示小区内总共的资源块数目，M表示服务基站管辖的小区总数。

然后，在步骤S420处，根据当前时刻用户终端所在小区内的人数，预估用户终端可获得的传输速率。

在本申请的实施例中，可以通过下式（14）来预估当前时刻用户终端可获得的传输速率：

$\stackrel{\‾}{{\mathrm{\μ}}_n^{\left(m\right)}\left(t\right)}=\frac{\stackrel{\‾}{{\mathrm{\η}}_{\mathrm{RB},N}^{\left(m\right)}\left(t\right)}\×K}{N_m^{\left(t\right)}},0\≤m\≤M---\left(14\right)$

其中，

表示小区m内用户终端n在t时刻的预估传输速率，

表示小区m内用户终端n在每个资源块k上的平均速率，N_m ^(t)表示小区m内t时刻的用户终端总数，K表示小区内总共的资源块数目。

在步骤S430处，根据预估的传输速率以及业务对应的传输数据量，计算用户终端的传输时延。

在本申请的实施例中，可以通过下式（15）来计算用户终端的传输时延：

$\stackrel{\‾}{\mathrm{\τ}\left(t\right)}=\frac{D}{\stackrel{\‾}{{\mathrm{\μ}}_n^{\left(m\right)}\left(t\right)}}---\left(15\right)$

其中，

表示用户终端n的预估传输时延，D为业务对应的传输数据量，

表示小区m内用户终端n在t时刻的预估传输速率。

在预估出用户终端将业务迁移到云端所需的传输时延之后，返回图3，接下来在步骤S320处，根据传输时延与业务的终端处理时延的比较，确定是否将业务迁移到云端处理。

其中，业务在用户终端处理所需的时延即为业务的终端处理时延。终端处理时延的计算公式可见前述式（6）。终端处理时延与业务的特性相关，不同的业务有不同的终端处理时延。在业务给定的情况下，该终端处理时延是已知的。本实施例中，假设云业务的10k数据对应1ms终端本地处理时延。

根据本申请的实施例，当传输时延小于终端处理时延时，可以确定将该业务迁移到云端处理。当传输时延大于或等于终端处理时延时，则可以确定由用户终端自己处理该业务。

由上面的描述可见，图3和图4所描述的方案不仅考虑用户终端本身的信道状况，而且考虑同小区内其他用户终端的业务迁移情况。因此，通过此方案可以控制迁移比例，而且可以对迁移的用户终端进行挑选，由此可以更好地控制业务迁移，使得终端的性能得到更好的提升，用户使用感受更好。

至此结合图1至图4描述了根据本申请实施例的业务迁移的控制方法。尽管上面是以异构网为例描述了本申请的实施例，但本申请并不限于此。本申请的方案实际上可以适用于其它已知或未来开发的任意类型的网络。另外，尽管上面是以在服务基站侧实施业务迁移控制为例描述了本申请的实施例，但本申请并不限于此，而是还可以在用户终端侧实施本申请的业务迁移控制方案。例如，当通过迁移比例控制业务迁移时，可以由用户终端响应于终端业务的激活来进行比如随机数的产生以及随机数与预定迁移比例的比较等的相应控制操作。再者，例如当通过根据用户终端的信道状况和所在小区的负载情况来控制业务迁移时，可以由用户终端从服务基站侧获取相应用户终端的信道状况以及所在小区的负载情况。然后基于这些获取的信息，用户终端可以预估将某业务迁移到云端处理所需的传输时延，并将传输时延与终端处理时延进行比较，进而确定是否进行业务迁移。

与上述业务迁移的控制方法类似，本申请还提供一种业务迁移的控制装置。

参照图5，图5是根据本申请一个实施例的业务迁移的控制装置500的结构框图。

如图5所示，装置500可以包括接收模块510和确定模块520。

具体而言，接收模块510可以用于接收用户终端对业务的迁移请求。确定模块520可以用于根据针对多个用户终端的业务迁移情况的统计分析，确定是否将该业务迁移到云端处理。

根据本申请的实施例，确定模块520可以进一步包括（图中未示出）：控制子模块，用于根据针对该业务的预定迁移比例，控制是否将该用户终端的业务迁移到云端处理，预定迁移比例是在忽略用户终端的无线信道状况的情况下、针对特定网络场景和调度方案预先确定的、使得所有用户终端的平均时延最小化的迁移比例。

根据本申请的实施例，控制子模块可以进一步包括（图中未示出）：随机数产生子模块，用于响应于用户终端对业务的迁移请求，产生随机数；以及比例确定子模块，用于根据随机数与预定迁移比例的比较，确定是否将业务迁移到云端处理。

根据本申请的实施例，确定子模块可以进一步用于：当随机数小于预定迁移比例时，将该业务迁移到云端处理；以及当随机数大于或等于预定迁移比例时，由用户终端处理该业务。

根据本申请的实施例，确定模块520可以进一步包括（图中未示出）：时延估计子模块，用于响应于用户终端对业务的迁移请求，根据该用户终端的信道状况和所在小区的负载情况，估计该用户终端的传输时延；以及时延确定子模块，用于根据传输时延与该业务的终端处理时延的比较，确定是否将该业务迁移到云端处理。

根据本申请的实施例，时延估计子模块可以进一步包括（图中未示出）：第一预估子模块，用于根据用户终端的无线信道状况，预估用户终端在每个资源块上的平均传输速率；第二预估子模块，用于根据当前时刻用户终端所在小区内的人数，预估用户终端可获得的传输速率；以及计算子模块，用于根据预估的传输速率以及该业务对应的传输数据量，计算该用户终端的传输时延。

根据本申请的实施例，时延确定子模块可以进一步用于：当传输时延小于终端处理时延时，将该业务迁移到云端处理；以及当传输时延大于或等于终端处理时延时，由用户终端处理该业务。

根据本申请的实施例，装置500还可以包括：返回模块（图中未示出），用于将确定的结果返回给该用户终端。

至此描述了根据本申请实施例的业务迁移的控制装置。以上描述的业务迁移的控制装置与之前描述的业务迁移的控制方法的处理是对应的，因此，关于其具体细节，可以参见之前描述的业务迁移的控制方法，这里不再赘述。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域内的技术人员应明白，本申请的实施例可提供为方法、设备、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种业务迁移的控制方法，其特征在于，包括：

接收用户终端对业务的迁移请求；以及

根据针对多个用户终端的业务迁移情况的统计分析，确定是否将所述业务迁移到云端处理。

2.根据权利要求1所述的方法，其特征在于，根据针对多个用户终端的业务迁移情况的统计分析，确定是否将所述业务迁移到云端处理的步骤进一步包括：

根据针对所述业务的预定迁移比例，控制是否将所述用户终端的所述业务迁移到云端处理，所述预定迁移比例是在忽略所述用户终端的无线信道状况的情况下、针对特定网络场景和调度方案预先确定的、使得所有用户终端的平均时延最小化的迁移比例。

3.根据权利要求2所述的方法，其特征在于，根据针对所述业务的预定迁移比例，控制是否将所述用户终端的所述业务迁移到云端处理的步骤进一步包括：

响应于用户终端对所述业务的迁移请求，产生随机数；以及

根据所述随机数与所述预定迁移比例的比较，确定是否将所述业务迁移到云端处理。

4.根据权利要求3所述的方法，其特征在于，根据所述随机数与所述预定迁移比例的比较，确定是否将所述业务迁移到云端处理的步骤进一步包括：

当随机数小于所述预定迁移比例时，将所述业务迁移到云端处理；以及

当随机数大于或等于所述预定迁移比例时，由所述用户终端处理所述业务。

5.根据权利要求1所述的方法，其特征在于，根据针对多个用户终端的业务迁移情况的统计分析，确定是否将所述业务迁移到云端处理的步骤进一步包括：

响应于用户终端对所述业务的迁移请求，根据所述用户终端的信道状况和所在小区的负载情况，估计所述用户终端的传输时延；以及

根据所述传输时延与所述业务的终端处理时延的比较，确定是否将所述业务迁移到云端处理。

6.根据权利要求5所述的方法，其特征在于，根据所述用户终端的信道状况和所在小区的负载情况，估计所述用户终端的传输时延的步骤进一步包括：

根据所述用户终端的无线信道状况，预估所述用户终端在每个资源块上的平均传输速率；

根据当前时刻所述用户终端所在小区内的人数，预估所述用户终端可获得的传输速率；以及

根据所述预估的传输速率以及所述业务对应的传输数据量，计算所述用户终端的传输时延。

7.根据权利要求5所述的方法，其特征在于，根据所述传输时延与所述业务的终端处理时延的比较，确定是否将所述业务迁移到云端处理的步骤进一步包括：

当传输时延小于终端处理时延时，将所述业务迁移到云端处理；以及

当传输时延大于或等于终端处理时延时，由所述用户终端处理所述业务。

8.一种业务迁移的控制装置，其特征在于，包括：

接收模块，用于接收用户终端对业务的迁移请求；以及

确定模块，用于根据针对多个用户终端的业务迁移情况的统计分析，确定是否将所述业务迁移到云端处理。

9.根据权利要求8所述的装置，其特征在于，所述确定模块进一步包括：

控制子模块，用于根据针对所述业务的预定迁移比例，控制是否将所述用户终端的所述业务迁移到云端处理，所述预定迁移比例是在忽略所述用户终端的无线信道状况的情况下、针对特定网络场景和调度方案预先确定的、使得所有用户终端的平均时延最小化的迁移比例。

10.根据权利要求9所述的装置，其特征在于，所述控制子模块进一步包括：

随机数产生子模块，用于响应于用户终端对所述业务的迁移请求，产生随机数；以及

比例确定子模块，用于根据所述随机数与所述预定迁移比例的比较，确定是否将所述业务迁移到云端处理。

11.根据权利要求10所述的装置，其特征在于，所述确定子模块进一步用于：

当随机数小于所述预定迁移比例时，将所述业务迁移到云端处理；以及

当随机数大于或等于所述预定迁移比例时，由所述用户终端处理所述业务。

12.根据权利要求8所述的装置，其特征在于，所述确定模块进一步包括：

时延估计子模块，用于响应于用户终端对所述业务的迁移请求，根据所述用户终端的信道状况和所在小区的负载情况，估计所述用户终端的传输时延；以及

时延确定子模块，用于根据所述传输时延与所述业务的终端处理时延的比较，确定是否将所述业务迁移到云端处理。

13.根据权利要求12所述的装置，其特征在于，所述时延估计子模块进一步包括：

第一预估子模块，用于根据所述用户终端的无线信道状况，预估所述用户终端在每个资源块上的平均传输速率；

第二预估子模块，用于根据当前时刻所述用户终端所在小区内的人数，预估所述用户终端可获得的传输速率；以及

计算子模块，用于根据所述预估的传输速率以及所述业务对应的传输数据量，计算所述用户终端的传输时延。

14.根据权利要求12所述的装置，其特征在于，所述时延确定子模块进一步用于：

当传输时延小于终端处理时延时，将所述业务迁移到云端处理；以及

当传输时延大于或等于终端处理时延时，由所述用户终端处理所述业务。

Images