CN105704181A - 管理移动设备中的任务的方法和装置 - Google Patents

Abstract

本发明的实施方式提供了管理移动设备中的任务的方法和装置。具体地，提供了一种用于管理移动设备中的任务的方法，包括：估计由移动设备执行任务时由移动设备消耗的资源的第一数量；确定对移动设备可分配的网络配置；估计在网络配置下由移动计算环境中的计算节点执行任务时由移动设备消耗的资源的第二数量；以及响应于第二数量比第一数量小于预定阈值，确定由移动计算环境执行任务。进一步，提供了一种用于管理移动设备中的任务的装置。采用本发明的方法和装置，可以方便快速地确定由哪个设备执行任务更加有助于节省移动设备中的资源。

Description

管理移动设备中的任务的方法和装置

技术领域

本发明的各实施方式涉及任务管理，更具体地，涉及用于管理移动设备中的任务的方法和装置。

背景技术

随着云计算环境的发展，越来越多的计算设备加入了云计算环境并且成为云计算环境中的计算节点。此时，计算节点已经不再局限于常规的诸如个人计算机的计算设备，而是可以包括越来越多的通过无线方式接入到云计算环境中的移动设备(例如，移动电话等)。此时，由于大量移动设备的加入，传统的云计算环境逐渐演变为移动计算环境。

移动设备的体积较小，这导致移动设备在计算资源、存储资源以及供电资源等诸多方面受到限制，因而当在移动设备上执行需要较多资源的任务时，将会对移动设备造成沉重的负担，甚至会耗尽移动设备的各项资源。

由于目前移动设备已经可以经由无线网络来访问移动计算环境中的各种资源，因而期望可以将原本需要在移动设备上执行的任务上传(upload)到移动计算环境中，并且借助于移动计算环境中的强大的资源来执行所上传的任务、并将任务的结果返回至移动设备。以此方式，可以大大降低移动设备中的资源数量，并且有利于移动设备的运行。

由于移动设备经由无线网络而连接至移动云计算环境，不同于经由常规的有线网络在计算节点和云计算环境之间传输数据，在经由无线网络来在移动设备和移动云计算环境之间传输数据将会受到更多的限制。因而，如何判断是否需要将移动设备中的任务上传至移动云计算环境，需要考虑更多方面的因素。现有的将常规计算节点中的任务卸载(offload)到云计算环境中的方法并不适合于移动云计算环境和移动设备中的任务管理。

发明内容

因而，期望开发出一种能够准确地判断是否可以将移动设备中的任务上传到移动云计算环境的技术方案，并且期望该技术方案可以考虑到移动设备自身的属性信息以及该移动设备所处的无线网络的属性信息，进而确定由移动设备还是由移动云计算环境来处理待处理任务，以便达到降低移动设备中的资源数量的目的。

在本发明的一个实施方式中，提供了一种用于管理移动设备中的任务的方法，包括：估计由移动设备执行任务时由移动设备消耗的资源的第一数量；确定对移动设备可分配的网络配置；估计在网络配置下由移动计算环境中的计算节点执行任务时由移动设备消耗的资源的第二数量；以及响应于第二数量比第一数量小于预定阈值，确定由移动计算环境执行任务。

在本发明的一个实施方式中，提供了一种用于管理移动设备中的任务的装置，包括：第一估计模块，配置用于估计由所述移动设备执行所述任务时由所述移动设备消耗的资源的第一数量；确定模块，配置用于确定对所述移动设备可分配的网络配置；第二估计模块，配置用于估计在所述网络配置下由移动计算环境中的计算节点执行所述任务时由所述移动设备消耗的资源的第二数量；以及决定模块，配置用于响应于所述第二数量比所述第一数量小于预定阈值，确定由所述移动计算环境执行所述任务。

采用本发明所述的方法和装置，可以在协作开发丰富互联网应用的各个开发人员之间将代码集合进行隔离，以便开发人员在无需关系其他开发人员的代码细节的情况下，更加关注于实现自己的编程目标。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1示意性示出了适于用来实现本发明实施方式的示例性计算机系统/服务器的框图；

图2示意性示出了一个示例性的云计算环境；

图3示意性示出了云计算环境50(图2)提供的一组功能抽象层；

图4A示意性示出了根据一个技术方案的由移动设备执行任务时所消耗的移动设备中的能量的图示，以及图4B示意性示出了根据一个技术方案的由移动云计算环境中的计算节点执行任务时所消耗的移动设备中的能量的图示；

图5示意性示出了根据本发明一个实施方式的用于管理移动设备中的任务的技术方案的框图；

图6示意性示出了根据本发明一个实施方式的用于管理移动设备中的任务的方法的流程图；

图7示意性示出了根据本发明一个实施方式的用于确定对移动设备可分配的网络配置的技术方案的框图；

图8示意性示出了根据本发明一个实施方式的资源消耗的类型以及确定是否向移动云计算环境发送任务的判断条件的框图；以及

图9示意性示出了根据本发明一个实施方式的用于管理移动设备中的任务的装置的框图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整的传达给本领域的技术人员。

首先应当理解，尽管本公开包括关于云计算的详细描述，但其中记载的技术方案的实现却不限于云计算环境，而是能够结合现在已知或以后开发的任何其他类型的计算环境而实现。

云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。

特征包括：

按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。

广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。

资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。

迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。

可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户账号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。

服务模型如下：

软件即服务(SaaS)：向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。

平台即服务(PaaS)：向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。

基础架构即服务(IaaS)：向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。

部署模型如下：

私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。

共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。

公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。

混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。

云计算环境是面向服务的，特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。

现在参考图1，其中显示了云计算节点的一个例子。图1显示的云计算节点10仅仅是适合的云计算节点的一个示例，不应对本发明实施方式的功能和使用范围带来任何限制。总之，云计算节点10能够被用来实现和/或执行以上所述的任何功能。

云计算节点10具有计算机系统/服务器12，其可与众多其他通用或专用计算系统环境或配置一起操作。众所周知，适于与计算机系统/服务器12一起操作的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任意系统的分布式云计算技术环境，等等。

计算机系统/服务器12可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器12可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

如图1所示，云计算节点10中的计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器12访问的任意可获得的介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其他光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施方式的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其他程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施方式中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其他计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其他模块通信。应当明白，尽管图中未示出，其他硬件和/或软件模块可以与计算机系统/服务器12一起操作，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

现在参考图2，其中显示了示例性的云计算环境50。如图所示，云计算环境50包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点10，本地计算设备例如可以是个人数字助理(PDA)或移动电话54A，台式电脑54B、笔记本电脑54C和/或汽车计算机系统54N。云计算节点10之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点10进行物理或虚拟分组(图中未显示)。这样，云的消费者无需在本地计算设备上维护资源就能请求云计算环境50提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解，图2显示的各类计算设备54A-N仅仅是示意性的，云计算节点10以及云计算环境50可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。

现在参考图3，其中显示了云计算环境50(图2)提供的一组功能抽象层。首先应当理解，图3所示的组件、层以及功能都仅仅是示意性的，本发明的实施方式不限于此。如图3所示，提供下列层和对应功能：

硬件和软件层60包括硬件和软件组件。硬件组件的例子包括：主机，例如系统；基于RISC(精简指令集计算机)体系结构的服务器，例如IBM系统；IBM系统；IBM系统；存储设备；网络和网络组件。软件组件的例子包括：网络应用服务器软件，例如IBM应用服务器软件；数据库软件，例如IBM数据库软件。(IBM，zSeries，pSeries，xSeries，BladeCenter，WebSphere以及DB2是国际商业机器公司在全世界各地的注册商标)。

虚拟层62提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器、虚拟存储、虚拟网络(包括虚拟私有网络)、虚拟应用和操作系统，以及虚拟客户端。

在一个示例中，管理层64可以提供下述功能：资源供应功能：提供用于在云计算环境中执行任务的计算资源和其他资源的动态获取；计量和定价功能：在云计算环境内对资源的使用进行成本跟踪，并为此提供账单和发票。在一个例子中，该资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其他资源提供保护。用户门户功能：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(SLA)计划和履行功能：为根据SLA预测的对云计算资源未来需求提供预先安排和供应。

工作负载层66提供云计算环境可能实现的功能的示例。在该层中，可提供的工作负载或功能的示例包括：地图绘制与导航；软件开发及生命周期管理；虚拟教室的教学提供；数据分析处理；交易处理；以及任务管理。

在本发明的上下文中，将以移动云计算环境作为移动计算环境的具体示例来描述本发明的各个实施方式。本领域技术人员应当理解，本发明的移动计算环境可以包括基于无线网络连接的任意计算环境。

在移动云计算环境中，移动设备可以经由基站来连接至云，并且可以利用云中的各种计算节点的处理能力。通常而言，移动设备的处理能力、存储能力和供电能力都是有限的，因而可以考虑将需要占用较大处理能力、存储能力和耗电量较大的任务上传到云，并由云中的计算节点进行处理。当计算节点完成任务时，再将处理结果发送回到移动设备，以实现节约移动设备中的资源消耗的目标。

目前已经提出了将资源有限的计算设备处的任务发送到云端进行处理并从云接收处理结果的技术方案，然而这些技术方案并没有考虑到移动设备可能面临的复杂的无线网络环境状态，并且仅适用于常规的有线连接的计算设备，因而并不能将这些现有的技术方案移至到移动云计算环境中。

在下文中，将仅以“下棋”的应用为具体示例，描述如何实现本发明的技术方案。应当注意，在“下棋”应用中，用户和移动设备上运行的应用轮流移动棋子，因而可以将由“下棋”应用计算如何移动棋子的行为称为“任务”。

图4A示意性示出了根据一个技术方案的由移动设备执行任务时所消耗的移动设备中的能量的图示400A。如图4A所示，在用户与“下棋”应用交互期间可以存在两种类型的功率消耗：待机功率410A，即移动设备维持正常运行状态时所需的功率消耗，例如，维持显示器等模块正常运行的功率消耗(此时CPU出于空闲(idle)状态)；以及处理功率420A，即移动设备在计算如何移动棋子时所消耗的额外的功率，例如，此时CPU将从空闲状态转换至占用状况。

图4A中以阴影示出的部分420A示意性示出了处理功率。在t0-t1期间，用户思考并移动棋子，此时移动设备的功率消耗仅涉及待机功率；在t1-t2期间，应用计算应当如何移动棋子，此时移动设备的功率将包括待机功率和处理功率两部分。应当注意，处理功率远远大于待机功率，因而t1-t2期间的耗电量将会猛增。应当注意，在图4A中仅仅示意性示出了在下棋中的一个回合中的功率消耗，在实际应用环境中，一盘棋可能会涉及数十甚至上百个回合。可见，当由移动设备来执行计算任务时，在下棋期间的耗电量将非常大。

另外，图4B示意性示出了根据一个技术方案的由移动云计算环境中的计算节点执行任务时所消耗的移动设备中的能量的图示400B。如图4B所示，当由移动云计算环境中的计算节点执行任务时，移动设备仅需向云发送任务并且从云接收处理结果。以此方式，在t0-t1期间的功率消耗是待机功率410B；并且在t1-t2期间向云发送任务并从云接收结果，两个操作的功率消耗分别为发送功率420B和接收功率422B。应当注意，接收功率422B较小因而可以忽略，尽管发送功率420B较大，然而由于在正常的网络状况下发送过程的持续时间较短，因而并不会消耗太多的能量。当网络状况较差时，发送过程持续时间较长、甚至移动设备不得不重复地发送任务，此时则将消耗移动设备中的较多能量。

如图4A和4B所示，通常而言，向云发送任务并从云接收处理结果可以降低移动设备的能量消耗，因而期望开发出一种可以基于当前的网络状况来确定是否向云发送任务的技术方案。在此技术方案中，无论由云中的计算节点执行任务还是由移动设备自身来执行任务，期望可以以最小的资源消耗为代价来获得处理结果。应当注意，尽管在图4A和图4B中仅示意性示出了功率消耗方面的资源消耗，在本发明的应用环境中，资源消耗还可以包括其他方面的内容，在下文中将结合具体实施方式进行描述。

图5示意性示出了根据本发明一个实施方式的用于管理移动设备中的任务的技术方案的框图500。如图5所示，基站530作为移动设备540和移动云计算环境510的中介而操作，因而基站530可以方便地知晓在移动设备540和移动云计算环境510两者的信息。

在本发明的一个实施方式中，可以在基站530处判断是否向移动云计算环境510发送任务，如果确定需要向移动云计算环境510发送任务，则可以经由基站530来从移动设备540向云中的计算节点520发送任务(如箭头A1和A2所示)，并且在由计算节点520执行任务之后，经由基站530来将处理结果返回至移动设备540(如箭头B1和B2所示)。在图5中仅仅示意性示出了一个移动设备540与移动云计算环境510之间的交互，在本发明的上下文中，多个移动设备可以同时与移动云计算环境510进行交互。

基于上文所述的原理可知，由云中的计算节点执行任务、以及由移动设备自身执行任务，都会消耗移动设备中的资源，因而需要分别确定由云中的计算节点执行任务、以及由移动设备自身执行任务时，消耗的移动设备中的资源的数量。进一步，可以通过比较两个资源数量，来确定是否向云发送任务。

具体地，本发明提出了一种用于管理移动设备中的任务的方法，包括：估计由移动设备执行任务时由移动设备消耗的资源的第一数量；确定对移动设备可分配的网络配置；估计在网络配置下由移动计算环境中的计算节点执行任务时由移动设备消耗的资源的第二数量；以及响应于第二数量比第一数量小于预定阈值，确定由移动计算环境执行任务。

图6示意性示出了根据本发明一个实施方式的用于管理移动设备中的任务的方法的流程图600。在步骤S602中，估计由移动设备执行任务时由移动设备消耗的资源的第一数量。

在本发明的上下文中，资源可以包括不同的类型，并且针对不同类型的资源可以定义相应的估计公式。具体地，当资源的类型为时间时，可以通过执行每个任务(例如，在“下棋”应用中计算每次移动棋子)所用的时间的平均值来作为在时间方面的资源消耗的数量。当资源类型为能量时，可以基于移动设备的待机功率和处理功率来获取在能量方面的资源消耗的数量。

在步骤S604中，确定对移动设备可分配的网络配置。在移动计算环境中，移动设备与云经由无线网络进行通信，此时在从移动设备向移动计算环境发送任务时将消耗的移动设备中的资源的数量将会受到无线网络的影响，因而，还需要确定对移动设备可分配的网络配置。具体地，由于由与移动设备通信的基站来向移动设备分配各项网络通信资源，因而可以从基站处获取对移动设备可分配的网络配置。

在步骤S606中，估计在网络配置下由移动计算环境中的计算节点执行任务时由移动设备消耗的资源的第二数量。在已经确定了当前可分配的网络配置的情况下，可以估计由移动云计算环境中的计算节点执行任务时由移动设备所消耗的资源的数量。

类似于步骤S602中的估计步骤，在此步骤中，资源可以包括不同的类型，并且针对不同类型的资源可以定义相应的估计公式。具体地，当资源的类型为时间时，可以通过向云发送任务/从云接收处理结果的时间和由云中的计算节点执行任务所需的时间，来作为在时间方面的资源消耗的数量；或者，当云中的计算节点具有极强的处理能力时，还可以忽略该计算节点执行任务所需的时间。当资源类型为能量时，可以基于移动设备的待机功率和发送/接收功率来获取在能量方面的资源消耗的数量。

在步骤S608中，响应于第二数量比第一数量小于预定阈值，确定由移动计算环境执行所述任务。在此步骤中，可以将由移动设备执行任务所消耗的移动设备中的资源的数量与由云中的计算节点执行任务所消耗的移动设备中的资源的数量进行比较，以确定由哪个主体执行任务时更有利于节省移动设备中的资源，继而可以选择由能够节省更多资源消耗的主体来执行任务。

本领域技术人员可以自定义预定阈值的数值，并且该数值可以是消耗资源的绝对数值，也可以是由不同设备执行任务时所消耗资源的比值。例如，为了避免频繁的切换，可以规定当第二数量比第一数量小于10％时，确定由移动计算环境执行任务。又例如，为了更多地节省移动设备的资源，还可以将预定阈值设置为“0”。

具体地，可以在第二数量小于或者等于第一数量时，向云发送任务。应当注意，如在步骤S602和S606中描述，资源可以包括多种类型，因而在此步骤中进行比较的两个数量应当是针对同一类型的资源的度量。具体地，当资源的类型是时间时，第一数量和第二数量应当均为在时间方面的资源消耗的数量；而当资源的类型是能量时，则第一数量和第二数量应当均为在能量方面的资源消耗的数量。

在本发明的一个实施方式中，所述网络配置包括调制信息M和信道数量c。具体地，在确定对移动设备可分配的网络配置时，可以从多个可分配的调制信息中选择调制信息M，以及从多个可分配的信道数量中选择信道数量c。

应当注意，在移动云计算环境中，移动设备经由基站来连接至移动云计算环境中的计算节点。因而可以从基站所支持的网络配置中来选择可分配的部分。具体地，调制信息和信道数量是影响网络配置的重要因素，因而可以以包括调制信息M和信道数量c的二元组(M，c)来描述网络配置。

应当注意，在现有的移动通信系统中，调制信息和信道数量是预定义的数值。例如，调制信息可以包括如下类型：2、4、8、16、32和64，即，可以从上述6个数值中选取任意一个数值来作为调制信息。又例如，信道数量可以是1-110之间的任何整数，即可以选择1-110之间的任何整数来作为信道信息。因而，在本发明的各个实施方式中，可以构造6×110＝660个二元组，图7示意性示出了根据本发明一个实施方式的用于确定对移动设备可分配的网络配置的技术方案的框图700。在下文中将参见图7描述如何确定对移动设备可分配的网络配置。

如图7所示，横坐标表示信道数量，纵坐标表示调制信息，因而如图7所示的矩阵中的每个方框可以表示描述网络配置的一个二元组(M，c)。以此方式，当判断是否向云发送一个任务时，可以针对如图7所示的每个二元组(M，c)，来判断由云中的计算节点执行任务时所消耗的移动设备中的资源的第二数量是否小于或者等于由移动设备自身执行任务时所消耗的移动设备中的资源的第二数量，进而确定是否向云发送该任务。以此方式，只要发现在一个二元组(M，c)表示的网络配置下的第二数量小于或者等于第一数量，即可向云发送任务而不必再针对其他二元组进行计算。

在本发明的一个实施方式中，进一步包括：指令由移动计算环境中的计算节点执行任务；以及向移动设备发送执行任务的结果。在由移动计算环境中的计算节点执行任务之后，可以向移动设备发送执行结果。由于移动设备在接收数据时仅消耗很少的资源，因而可以忽略接收结果时产生的资源消耗。

在本发明的一个实施方式中，估计由移动设备执行任务时由移动设备消耗的资源的第一数量包括：基于移动设备的处理器配置估计第一时间消耗T₁以作为第一数量；以及估计在网络配置下由移动计算环境中的计算节点执行任务时由移动设备消耗的资源的第二数量包括：基于向移动计算环境发送任务的时间以及由移动计算环境中的计算节点执行任务的时间T_vm，估计第二时间消耗T₂以作为第二数量。

在本发明的上下文中，第一数量和第二数量可以是时间方面的资源消耗的度量。具体地，当由移动设备执行任务时，执行任务所需的时间反比于处理器的处理能力，因而可以基于移动设备的处理器配置来估计由移动设备执行任务所需的时间。例如，假设移动设备1的CPU为1.7G并且具有4个处理器核，而移动设备2的CPU同样是1.7G并且仅具有2个处理器核，则可以近似地认为移动设备1的处理时间是移动设备2的处理时间的一半。

当由云中的计算节点执行任务时，可以基于向云发送任务、从云接收处理结果、以及由云中的计算节点执行任务时的延迟时间来估计当由云中的计算节点执行任务的时间消耗。

在本发明的一个实施方式中，网络配置包括调制信息M和信道数量c，以及基于以下公式估计第二时间消耗T₂＝2T_tx(M，c)+T_vm，其中T_tx(M，c)表示在网络配置(M，c)下发送任务的时间，其中L表示任务的比特数，T_s和l是与所述移动设备所处的移动环境相关联的常数。

发送任务的时间将受到多方面因素的影响，具体地，将受到网络配置(例如，二元组(M，c))的影响，并且还受到任务的大小(例如，比特数)的影响。在本发明的一个实施方式中，可以基于如下公式来计算表示在网络配置下发送任务的时间：其中L表示任务的比特数，T_s和l是常数，在4G(长期演进，LongTermEvolution，LTE)系统中，T_s＝0.5ms以及l＝7。

在本发明的一个实施方式中，可以近似地认为向云发送任务的时间和从云接收处理结果的时间是相同的。在本发明的一个实施方式中，可以基于由云中的计算节点执行其他任务的历史数据，来确定延迟时间T_vm。具体地，例如在下棋应用中，如果历史数据表示由云中的计算节点执行一个任务的平均时间为20ms，则可以设置延迟时间T_vm＝20ms。如果延迟时间远远大于向云发送任务的时间，还可以忽略延迟时间T_vm。

在本发明的一个实施方式中，估计由移动设备执行任务时由移动设备消耗的资源的第一数量包括：基于移动设备的处理器频率估计第一能量消耗P₁以作为第一数量；以及估计在网络配置下由移动计算环境中的计算节点执行任务时由移动设备消耗的资源的第二数量包括：基于移动设备的待机功率P_c和在网络配置下发送任务的发送功率P_T(M，c)，估计第二能量消耗P₂以作为第二数量。

在本发明的一个实施方式中，基于如下公式估计第一能量消耗P₁＝Kf²，其中K为常数，以及f为移动设备的处理器频率；以及基于如下公式估计第二能量消耗，其中发送功率p_e为最大错误概率，以及g为信道增益，N₀和w是与所述移动设备所处的移动环境相关联的常数。

本领域技术人员应当理解，由于移动设备在执行任务时的能量消耗主要依赖于处理器的耗电量，因而可以基于移动设备的处理器频率来估计能量消耗的第一数量。通过实验发现，处理器的能量消耗近似地正比于处理器频率的平方，因而可以基于P₁＝Kf²来估计第一能量消耗，其中K为基于经验值而确定的常数。

另外，本领域技术人员应当理解，由移动云计算环境中的计算节点执行任务时将消耗的移动设备中的资源数量主要依赖于发送任务期间的能量消耗(由于接收处理结果的能量消耗非常小因而可以将其忽略)，因而可以基于发送任务期间的功率和发送任务所需的时间来估计所能量消耗的第二数量。

在此实施方式中，发送任务的功率可以包括两部分，移动设备的待机功率P_c以及发送功率P_T(M，c)。可以基于历史测量值来获得移动设备的待机功率P_c，并且可以基于可以分配给移动设备的网络配置来计算发送功率P_T(M，c)。具体地，可以基于如下公式来计算：

$P_T(M,c)=\frac{c{N}_{0}w(M-1)\ln \left(2p_e\right)}{-1.5g}$ 公式1

其中N₀和w是常数，并且在4G系统中，N₀/2＝10^-12W/Hz以及w＝180kHz；p_e为最大错误概率，以及g为信道增益。在此实施方式中，可以指定最大错误概率p_e，并且例如通过测量方式获得信道增益g。

在此实施方式中，可以基于发送期间的移动设备的功率消耗(P_c+P_T(M，c))以及发送的持续时间T_tx(M，c)的乘积来获得在发送期间的能量消耗。即，

P₂＝(P_c+P_T(M，c))·T_tx(M，c)公式2

在本发明的一个实施方式中，第一数量是与移动设备通信的基站支持的最大信道数量，以及第二数量是基站向全部其他移动设备分配的信道数量总数与信道数量c的总和。

应当注意，在向移动云计算环境发送任务期间，还需要考虑是否存在可用的信道。由于基站通常同时与多个移动设备进行通信，因而还需要确定是否存在足够的空闲信道用于分配给移动设备。在此实施方式中，假设N个移动设备(包括当前正在运行“下棋”应用的移动设备)正在与基站通信，并且向该N个移动设备中的第i个移动设备分配了c_i个信道，则需要确保向各个移动设备分配的信道数量的总和小于或者等于信道总数(例如，110)。只有当信道数量的总和小于或者等于信道总数时，移动设备才能够向移动云计算环境发送任务。

尽管在上文中以不同实施方式描述了针对多种类型的资源如何估计第一数量和第二数量，本领域技术人员应当理解，还可以单独地或者组合地使用上述的各个实施方式。图8示意性示出了根据本发明一个实施方式的资源消耗的类型以及确定是否向移动云计算环境发送任务的判断条件的框图800。如图8所示，资源消耗可以包括时间消耗、能量消耗和信道消耗三方面的因素。

图8中三个公式示出了判断是否向移动云计算环境发送任务的三个条件。例如，当资源是时间时，如果时间的第二数量(由移动云计算环境中的计算节点执行任务消耗的时间)小于或者等于时间的第一数量(由移动设备执行任务消耗的时间)，则可以向移动云计算环境发送任务，此时向移动云计算环境发送任务的条件为：

$2T_{\mathrm{tx}}(m,c)+T_{\mathrm{vm}}\≤{\stackrel{\‾}{t}}_m$ 公式3

例如，当资源是能量消耗时，如果能量消耗的第二数量(由移动云计算环境中的计算节点执行任务消耗的能量)小于或者等于能量消耗的第一数量(由移动设备执行任务消耗的能量)，则可以向移动云计算环境发送任务，此时向移动云计算环境发送任务的条件为：

$(P_c+P_T(M,c))\·T_{\mathrm{tx}}(M,c)\≤{\mathrm{kf}}^2\·{\stackrel{\‾}{t}}_m$ 公式4

例如，当资源是信道消耗时，如果向各个移动设备分配的信道数量的总和小于或者等于信道总数，则可以向移动云计算环境发送任务，此时向移动云计算环境发送任务的条件为：

${\mathrm{\Σ}}_{i=1}^N{c}_j\≤C$ 公式5

本领域技术人员还可以单独地或者组合地使用上述的各个实施方式。例如，在移动设备处于低电量时，可以选择更加有助于节约移动设备中的电量的实施方式；在认为时间的重要性更高时，可以选择更加有助于节约时间的实施方式；或者，还可以综合地考虑时间消耗、能量消耗和信道消耗三方面的影响，即，在满足公式3-5中所示的三个条件时，向移动云计算环境发送任务。

在本发明的一个实施方式中，本发明的方法在与移动设备通信的基站处实现。由于基站担任移动设备和移动云计算环境之间的中介，因而可以基站处执行本发明的方法。由于基站的运算能力较强，并且易于采集计算第一数量和第二数量所需的各种参数，因而在基站处执行本发明的方法可以在尽量少地消耗移动设备自身的各项资源的情况下，判断是否向移动云计算环境发送任务。

在本发明的一个实施方式中，响应于所述第二数量没有比所述第一数量小于预定阈值，从所述调制信息M的多个候选值和所述信道数量c的多个候选值中，选择候选值，使得选择后所述第二数量比所述第一数量小于所述预定阈值。

返回图7，上文已经参见图7描述了调制信息M的多个候选值(即，2、4、8、16、32和64)和信道数量c的多个候选值(即，1-110之间的任何整数)。因而，在此实施方式中可以从如图7所示的各个二元组中逐个进行选择。

具体地，当选择如图7中的左下角的第一个二元组(2，1)时，假设此时计算的第二数量大于第一数量，则可以继续从图7所示的其他二元组中选择下一个网络配置。例如，沿着横轴所示的方向可以选择下一个二元组(2，2)，假设此时计算的第二数量仍然大于第一数量，则可以继续从图7所示的其他二元组中选择下一个二元组，直到找到使得第二数量比第一数量小于预定阈值的二元组、或者已经遍历了全部二元组为止。本领域技术人员应当理解，当采用上文的方法进行搜索时，当已经遍历了M＝2的全部二元组时，接着可以逐一测试M＝4、8、16、...、64的每个二元组是否可以使得第二数量比第一数量小于预定阈值的二元组。

备选地，本领域技术人员还可以首先沿着图7中纵轴所示的方向进行搜索、或者还可以采用其他顺序进行搜索，只要找到使得第二数量比第一数量小于预定阈值的二元组、或者已经遍历了全部二元组为止。在此实施方式中，如果不能找到使得第二数量比第一数量小于预定阈值的二元组，则表明由移动云计算环境中的计算节点执行任务将使得移动设备消耗更多的资源，因而可以由移动设备执行任务。

在本发明的一个实施方式中，进一步包括：响应于第二数量没有比所述第一数量小于预定阈值，由移动设备执行任务。当由移动云计算环境中的计算节点执行任务比由移动设备执行任务消耗更多资源时，可以在移动设备本地执行任务，以便尽可能少地消耗移动设备中的资源。

前面已经参考附图描述了实现本发明的方法的各个实施方式。本领域技术人员可以理解的是，上述方法既可以以软件方式实现，也可以以硬件方式实现，或者通过软件与硬件相结合的方式实现。并且，本领域技术人员可以理解，通过以软件、硬件或者软硬件相结合的方式实现上述方法中的各个步骤，可以提供一种基于相同发明构思的一种设备。即使该设备在硬件结构上与通用处理设备相同，由于其中所包含的软件的作用，使得该设备表现出区别于通用处理设备的特性，从而形成本发明的各个实施方式的设备。本发明中所述设备包括若干装置或模块，所述装置或模块被配置为执行相应步骤。本领域的所述技术人员通过阅读本说明书可以理解如何编写程序实现所述装置或模块执行的动作。由于所述设备与方法基于相同的发明构思，因此其中相同或相应的实现细节同样适用于与上述方法对应的装置或模块，由于其在上文中已经进行了详细和完整的描述，因此在下文中可能不再进行赘述。

图9示意性示出了根据本发明一个实施方式的用于管理移动设备中的任务的装置的框图900。具体地，提供了一种用于管理移动设备中的任务的装置，包括：第一估计模块910，配置用于估计由所述移动设备执行所述任务时由所述移动设备消耗的资源的第一数量；确定模块920，配置用于确定对移动设备可分配的网络配置；第二估计模块930，配置用于估计在所述网络配置下由移动计算环境中的计算节点执行所述任务时由所述移动设备消耗的资源的第二数量；以及决定模块940，配置用于响应于响应于所述第二数量比所述第一数量小于预定阈值，确定由所述移动计算环境执行所述任务。

在本发明的一个实施方式中，其中网络配置包括调制信息M和信道数量c。

在本发明的一个实施方式中，进一步包括：云指令模块，配置用于指令移动计算环境中的计算节点执行任务；以及结果发送模块，配置用于向移动设备发送执行任务的结果。

在本发明的一个实施方式中，第一估计模块910包括：第一时间估计模块，配置用于基于移动设备的处理器配置估计第一时间消耗T₁以作为第一数量；以及第二估计模块930包括：第二时间估计模块，配置用于基于向移动计算环境发送任务的时间、以及由移动计算环境中的计算节点执行任务的延迟时间T_vm，估计第二时间消耗T₂以作为第二数量。

在本发明的一个实施方式中，网络配置包括调制信息M和信道数量c，以及基于以下公式估计第二时间消耗T₂＝2T_tx(M，c)+T_vm，其中T_tx(M，c)表示在网络配置下发送任务的时间，其中L表示任务的比特数，T_s和l是与所述移动设备所处的移动环境相关联的常数。

在本发明的一个实施方式中，第一估计模块910包括：第一能量估计模块，配置用于基于移动设备的处理器频率估计第一能量消耗P₁以作为第一数量；以及第二估计模块930包括：第二能量估计模块，配置用于基于移动设备的待机功率P_c和在网络配置下发送任务的发送功率P_T(M，c)，估计第二能量消耗P₂以作为第二数量。

在本发明的一个实施方式中，基于如下公式估计第一能量消耗P₁＝Kf²，其中K为常数，以及f为移动设备的处理器频率；以及基于如下公式估计第二能量消耗P₂＝(P_c+P_T(M，c))·T_tx(M，c)，其中发送功率p_e为最大错误概率，以及g为信道增益，N₀和w是与所述移动设备所处的移动环境相关联的常数。

在本发明的一个实施方式中，第一数量是与移动设备通信的基站支持的最大信道数量，以及第二数量是基站向全部其他移动设备分配的信道数量总数与信道数量c的总和。

在本发明的一个实施方式中，该装置在与移动设备通信的基站处实现。

在本发明的一个实施方式中，进一步包括：本地指令模块，配置用于响应于第二数量没有比第一数量小于预定阈值，确定由移动设备执行任务。

在本发明的一个实施方式中，进一步包括：选择模块，配置用于响应于所述第二数量没有比所述第一数量小于预定阈值，从所述调制信息M的多个候选值和所述信道数量c的多个候选值中，选择候选值，使得选择后所述第二数量比所述第一数量小于所述预定阈值。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是——但不限于——电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言-诸如Smalltalk、C++等，以及常规的过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施方式中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施方式的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本发明的各实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施方式。在不偏离所说明的各实施方式的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施方式的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施方式。

Claims (22)

1.一种用于管理移动设备中的任务的方法，包括：

估计由所述移动设备执行所述任务时由所述移动设备消耗的资源的第一数量；

确定对所述移动设备可分配的网络配置；

估计在所述网络配置下由移动计算环境中的计算节点执行所述任务时由所述移动设备消耗的资源的第二数量；以及

响应于所述第二数量比所述第一数量小于预定阈值，确定由所述移动计算环境执行所述任务。

2.根据权利要求1所述的方法，其中所述网络配置包括调制信息M和信道数量c。

3.根据权利要求1所述的方法，进一步包括：

指令由所述移动计算环境中的所述计算节点执行所述任务；以及

向所述移动设备发送执行所述任务的结果。

4.根据权利要求2或3所述的方法，其中：

所述估计由所述移动设备执行所述任务时由所述移动设备消耗的资源的第一数量包括：基于所述移动设备的处理器配置估计第一时间消耗T₁以作为所述第一数量；以及

所述估计在所述网络配置下由移动计算环境中的计算节点执行所述任务时由所述移动设备消耗的资源的第二数量包括：基于向所述移动计算环境发送所述任务的时间、以及由所述移动计算环境中的所述计算节点执行所述任务的延迟时间T_vm，估计第二时间消耗T₂以作为所述第二数量。

5.根据权利要求4所述的方法，其中所述网络配置包括调制信息M和信道数量c，以及

基于以下公式估计所述第二时间消耗T₂＝2T_tx(M，c)+T_vm，其中T_tx(M，c)表示在所述网络配置下发送所述任务的时间，其中L表示任务的比特数，T_s和l是与所述移动设备所处的移动环境相关联的常数。

6.根据权利要求5所述的方法，其中：

所述估计由所述移动设备执行所述任务时由所述移动设备消耗的资源的第一数量包括：基于所述移动设备的处理器频率估计第一能量消耗P₁以作为所述第一数量；以及

所述估计在所述网络配置下由移动计算环境中的计算节点执行所述任务时由所述移动设备消耗的资源的第二数量包括：基于所述移动设备的待机功率P_c和在所述网络配置下发送所述任务的发送功率P_T(M，c)，估计第二能量消耗P₂以作为所述第二数量。

7.根据权利要求6所述的方法，其中基于如下公式估计第一能量消耗P₁＝Kf²，其中K为常数，以及f为所述移动设备的所述处理器频率；以及

基于如下公式估计所述第二能量消耗P₂＝(P_c+P_T(M，c))·T_tx(M，c)，其中所述发送功率p_e为最大错误概率，以及g为信道增益，N₀和w是与所述移动设备所处的移动环境相关联的常数。

8.根据权利要求2或3所述的方法，其中：

所述第一数量是与所述移动设备通信的基站支持的最大信道数量，以及所述第二数量是所述基站向全部其他移动设备分配的信道数量总数与所述信道数量c的总和。

9.根据权利要求1-3中的任一项所述的方法，其中所述方法在与所述移动设备通信的基站处实现。

10.根据权利要求1-3中的任一项所述的方法，进一步包括：

响应于所述第二数量没有比所述第一数量小于预定阈值，确定由所述移动设备执行所述任务。

11.根据权利要求2所述的方法，进一步包括：

响应于所述第二数量没有比所述第一数量小于预定阈值，从所述调制信息M的多个候选值和所述信道数量c的多个候选值中，选择候选值，使得选择后所述第二数量比所述第一数量小于所述预定阈值。

12.一种用于管理移动设备中的任务的装置，包括：

第一估计模块，配置用于估计由所述移动设备执行所述任务时由所述移动设备消耗的资源的第一数量；

确定模块，配置用于确定对所述移动设备可分配的网络配置；

第二估计模块，配置用于估计在所述网络配置下由移动计算环境中的计算节点执行所述任务时由所述移动设备消耗的资源的第二数量；以及

决定模块，配置用于响应于所述第二数量比所述第一数量小于预定阈值，确定由所述移动计算环境执行所述任务。

13.根据权利要求12所述的装置，其中所述网络配置包括调制信息M和信道数量c。

14.根据权利要求12所述的装置，进一步包括：

云指令模块，配置用于指令所述移动计算环境中的所述计算节点执行所述任务；以及

结果发送模块，配置用于向所述移动设备发送执行所述任务的结果。

15.根据权利要求13或14所述的装置，其中：

所述第一估计模块包括：第一时间估计模块，配置用于基于所述移动设备的处理器配置估计第一时间消耗T₁以作为所述第一数量；以及

所述第二估计模块包括：第二时间估计模块，配置用于基于向所述移动计算环境发送所述任务的时间、以及由所述移动计算环境中的所述计算节点执行所述任务的延迟时间T_vm，估计第二时间消耗T₂以作为所述第二数量。

16.根据权利要求15所述的装置，其中所述网络配置包括调制信息M和信道数量c，以及

基于以下公式估计所述第二时间消耗T₂＝2T_tx(M，c)+T_vm，其中T_tx(M，c)表示在所述网络配置下发送所述任务的时间，其中L表示任务的比特数，T_s和l是与所述移动设备所处的移动环境相关联的常数。

17.根据权利要求16所述的装置，其中：

所述第一估计模块包括：第一能量估计模块，配置用于基于所述移动设备的处理器频率估计第一能量消耗P₁以作为所述第一数量；以及

所述第二估计模块包括：第二能量估计模块，配置用于基于所述移动设备的待机功率P_c和在所述网络配置下发送所述任务的发送功率P_T(M，c)，估计第二能量消耗P₂以作为所述第二数量。

18.根据权利要求17所述的装置，其中基于如下公式估计第一能量消耗P₁＝Kf²，其中K为常数，以及f为所述移动设备的所述处理器频率；以及

基于如下公式估计所述第二能量消耗P₂＝(P_c+P_T(M，c))·T_tx(M，c)，其中所述发送功率p_e为最大错误概率，以及g为信道增益，N₀和w是与所述移动设备所处的移动环境相关联的常数。

19.根据权利要求13或14所述的装置，其中：

所述第一数量是与所述移动设备通信的基站支持的最大信道数量，以及所述第二数量是所述基站向全部其他移动设备分配的信道数量总数与所述信道数量c的总和。

20.根据权利要求12-14中的任一项所述的装置，其中所述装置在与所述移动设备通信的基站处实现。

21.根据权利要求12-14中的任一项所述的装置，进一步包括：

本地指令模块，配置用于响应于所述第二数量没有比所述第一数量小于预定阈值，确定由所述移动设备执行所述任务。

22.根据权利要求13所述的装置，进一步包括：

选择模块，配置用于响应于所述第二数量没有比所述第一数量小于预定阈值，从所述调制信息M的多个候选值和所述信道数量c的多个候选值中，选择候选值，使得选择后所述第二数量比所述第一数量小于所述预定阈值。