CN106909449A - 一种移动终端程序的计算迁移方法与装置 - Google Patents

一种移动终端程序的计算迁移方法与装置 Download PDF

Info

Publication number
CN106909449A
CN106909449A CN201710019405.3A CN201710019405A CN106909449A CN 106909449 A CN106909449 A CN 106909449A CN 201710019405 A CN201710019405 A CN 201710019405A CN 106909449 A CN106909449 A CN 106909449A
Authority
CN
China
Prior art keywords
migration
summit
transportable unit
component
computation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710019405.3A
Other languages
English (en)
Other versions
CN106909449B (zh
Inventor
何宁宁
刘元安
范文浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CK TELECOM TECHNOLOGY EQUIPMENT (HEYUAN) Co Ltd
Original Assignee
CK TELECOM TECHNOLOGY EQUIPMENT (HEYUAN) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CK TELECOM TECHNOLOGY EQUIPMENT (HEYUAN) Co Ltd filed Critical CK TELECOM TECHNOLOGY EQUIPMENT (HEYUAN) Co Ltd
Priority to CN201710019405.3A priority Critical patent/CN106909449B/zh
Publication of CN106909449A publication Critical patent/CN106909449A/zh
Application granted granted Critical
Publication of CN106909449B publication Critical patent/CN106909449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
    • G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种移动终端程序的计算迁移方法与装置包括：将移动终端程序分割为多个组件，并剔除不支持计算迁移的组件；根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图；根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到迁移计算权重比满足当前带宽的最小值；在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移；在当前带宽不稳定时，立即在时延允许范围内进行计算迁移。

Description

一种移动终端程序的计算迁移方法与装置
技术领域
本发明涉及移动通信领域，特别地，涉及一种移动终端程序的计算迁移方法与装置。
背景技术
移动终端包括智能手机、平板电脑等的快速发展，成为大众喜爱的主要通讯与娱乐设备。终端应用程序层出不穷，如社交应用，网络游戏，音视频应用，定位服务等等，这些应用程序成为消耗终端能耗的主要内容。虽然技术人员在终端硬件方面不停改进增强终端蓄电能力，但远远不能满足终端能耗需求。
“计算迁移”能够有效从软件方面缓解终端耗能问题，移动终端通过计算迁移把应用程序的复杂计算经过无线网络环境迁移至更高速的服务器执行，服务器执行完毕后返回执行结果至计算迁移点，终端继续执行，从而减少终端运行时间和能耗。计算迁移通过程序分割技术将终端应用程序执行组件一分为二或者一分为多进行迁移计算，因此能否有效进行迁移的前提是得到正确的分割结果。
目前，通过现有研究得到程序分割技术主要有两种：一、手动程序分割。程序员提前实现程序代码分割，只在迁移时刻迁移已经分割好的程序，是一种静态的程序分割算法。二、自动程序分割。即使用自动的程序分析算法和工具动态分割程序代码，并迁移至相应服务器执行。自动程序分割有静态和动态两种形式。顾名思义，静态程序分割是在迁移决策前，就决定程序哪些部分应该被迁移，不考虑程序实际运行环境。动态程序分割是在程序实际运行过程中，综合考虑一系列迁移条件，根据实时网络环境，目标函数等动态分割决策可迁移程序片段。计算迁移过程中要经过易变不稳定的无线网络环境，数据传输是计算迁移的必要环节，移动设备和服务器之间程序数据传递是造成终端能耗的主要方面。在整个计算迁移过程中，主要有四个组成部分会造成时延和能耗：程序在移动终端本地执行的时间(能耗)、迁移至服务器执行程序的时间(终端等待产生空闲能耗)，终端传输数据和服务器返回数据的传输时间(能耗)。其中，数据传输部分产生能耗是通信能耗，其他为计算能耗。这两种能耗是计算迁移产生的总能耗。若程序分割算法自身复杂度很高，对于终端来说会产生大量能耗；若网络环境较差，会使得迁移过程产生大量通信能耗，甚至影响应用程序执行时延。
针对现有技术中迁移程序分割不能自适应网络环境动态分割，导致终端能耗高、时延高的问题，目前尚无有效的解决方案。
发明内容
有鉴于此，本发明的目的在于提出一种移动终端程序的计算迁移方法与装置，能够自适应网络环境进行动态分割，降低终端的能耗与时延。
基于上述目的，本发明提供的技术方案如下：
本发明实施例提供了一种移动终端程序的计算迁移方法，包括：
将移动终端程序分割为多个组件，并剔除不支持计算迁移的组件；
根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图；
根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到迁移计算权重比满足当前带宽的最小值；
在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移；
在当前带宽不稳定时，立即在时延允许范围内进行计算迁移。
在一些实施方式中，所述根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图包括：
将所述多个剩余组件作为顶点；
将所述多个剩余组件之间的交互关系作为边；
将所述每个剩余组件的计算任务量作为对应顶点的权值；
将所述每两个剩余组件之间的交互任务量作为对应边的权值；
根据顶点、边、顶点的权值与边的权值构建组件关系无向图。
在一些实施方式中，根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到计算量与通信量之比满足当前带宽的最小值包括：
根据组件关系无向图计算每个顶点的计算迁移比，并将计算迁移比最大的顶点加入可迁移单元；
根据当前可迁移单元计算总迁移计算量与迁移计算权重比，并以当前带宽作为自变量，通过香农公式获得迁移计算权重比的最小值；
判断迁移计算权重比是否满足最小值，若不满足则将继续选取顶点加入可迁移单元并返回上一步骤。
在一些实施方式中，所述顶点的计算迁移比，为顶点的权值与所有与该顶点直接相连的权重之和的比；所述根据当前可迁移单元计算总迁移计算量与迁移计算权重比包括：
根据当前可迁移单元计算总迁移计算量、新加入可迁移单元的顶点的迁移计算量与当前可迁移单元与外部的直接连接边的权重之和；
根据组件关系无向图计算新加入可迁移单元的顶点与可迁移单元的外部关联权重、以及新加入可迁移单元的顶点与可迁移单元的内部关联权重；
根据当前可迁移单元计算总迁移计算量与新加入可迁移单元的顶点的迁移计算量之和、与当前可迁移单元与外部的直接连接边的权重之和与新加入可迁移单元的顶点与可迁移单元的外部关联权重之和与新加入可迁移单元的顶点与可迁移单元的内部关联权重之差，计算迁移计算权重比。
在一些实施方式中，所述若不满足则将继续选取顶点加入可迁移单元包括：
分别指定每个可迁移单元以外的顶点，并分别计算该顶点与可迁移单元的外部关联权重与该顶点与可迁移单元的内部关联权重；
根据该顶点与可迁移单元的外部关联权重、该顶点与可迁移单元的内部关联权重计算该顶点加入可迁移单元之后可迁移单元的迁移计算权重比；
选取加入可迁移单元之后可迁移单元的迁移计算权重比最大的顶点加入可迁移单元。
在一些实施方式中，所述顶点与可迁移单元的外部关联权重，为可迁移单元中任意一顶点直接连接的、非可迁移单元的顶点，与所有非可迁移单元中的顶点直接相连的边的权重之和；所述顶点与可迁移单元的内部关联权重，为可迁移单元中任意一顶点直接连接的、非可迁移单元的顶点，与所有可迁移单元中的顶点直接相连的边的权重之和。
在一些实施方式中，所述在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移包括：
在当前带宽稳定时，继续迭代扩大可迁移单元直到迁移计算权重比达到最大值；
根据迁移计算权重比最大值计算程序启用计算迁移后所有组件的总能耗与运行时间；
当计算程序启用计算迁移后所有组件的总能耗小于程序不启用计算迁移后所有组件的总能耗，且程序启用计算迁移后所有组件的运行时间小于终端的容忍时延时，进行计算迁移，否则重新计算。
在一些实施方式中，所述在当前带宽不稳定时，立即在时延允许范围内进行计算迁移包括：
根据迁移计算权重比立即计算程序启用计算迁移后所有组件的总能耗与运行时间；
当计算程序启用计算迁移后所有组件的总能耗小于程序不启用计算迁移后所有组件的总能耗，且程序启用计算迁移后所有组件的运行时间小于终端的容忍时延时，进行计算迁移，否则重新计算。
在一些实施方式中，所述计算程序启用计算迁移后所有组件的总能耗，为所有组件的终端计算能耗、终端空闲能耗、与终端与服务期间的通信能耗之和；所述计算程序启用计算迁移后所有组件的运行时间，为所有组件的终端计算时间、终端空闲时间、与终端与服务期间的通信时间之和。
本发明实施例还提供了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述方法。
综上所述，本发明提供的技术方案通过使用将移动终端程序分割为多个组件，剔除不支持计算迁移的组件，构建组件关系无向图，迭代扩大可迁移单元直到迁移计算权重比满足当前带宽的最小值，在当前带宽稳定时继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移、在当前带宽不稳定时立即在时延允许范围内进行计算迁移的技术手段，能够自适应网络环境进行动态分割，降低终端的能耗与时延。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的一种移动终端程序的计算迁移方法的流程图；
图2为根据本发明实施例的一种移动终端程序的计算迁移方法的实施例的组件关系无向图；
图3为根据本发明实施例的一种移动终端程序的计算迁移方法的实施例的详细流程图；
图4为本发明实施例提供的执行所述一种移动终端程序的计算迁移方法的电子设备的一个实施例的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进一步进行清楚、完整、详细地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
基于上述目的，本发明实施例的第一个方面，提出了一种移动终端程序的计算迁移方法的一个实施例。
如图1所示，根据本发明实施例提供的移动终端程序的计算迁移方法包括：
本发明实施例提供了一种移动终端程序的计算迁移方法，包括：
步骤S101，将移动终端程序分割为多个组件，并剔除不支持计算迁移的组件；
步骤S103，根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图；
步骤S105，根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到迁移计算权重比满足当前带宽的最小值；
步骤S107，在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移；
步骤S109，在当前带宽不稳定时，立即在时延允许范围内进行计算迁移。
在一些实施方式中，所述根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图包括：
将所述多个剩余组件作为顶点；
将所述多个剩余组件之间的交互关系作为边；
将所述每个剩余组件的计算任务量作为对应顶点的权值；
将所述每两个剩余组件之间的交互任务量作为对应边的权值；
根据顶点、边、顶点的权值与边的权值构建组件关系无向图。
在一些实施方式中，根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到计算量与通信量之比满足当前带宽的最小值包括：
根据组件关系无向图计算每个顶点的计算迁移比，并将计算迁移比最大的顶点加入可迁移单元；
根据当前可迁移单元计算总迁移计算量与迁移计算权重比，并以当前带宽作为自变量，通过香农公式获得迁移计算权重比的最小值；
判断迁移计算权重比是否满足最小值，若不满足则将继续选取顶点加入可迁移单元并返回上一步骤。
在一些实施方式中，所述顶点的计算迁移比，为顶点的权值与所有与该顶点直接相连的权重之和的比；所述根据当前可迁移单元计算总迁移计算量与迁移计算权重比包括：
根据当前可迁移单元计算总迁移计算量、新加入可迁移单元的顶点的迁移计算量与当前可迁移单元与外部的直接连接边的权重之和；
根据组件关系无向图计算新加入可迁移单元的顶点与可迁移单元的外部关联权重、以及新加入可迁移单元的顶点与可迁移单元的内部关联权重；
根据当前可迁移单元计算总迁移计算量与新加入可迁移单元的顶点的迁移计算量之和、与当前可迁移单元与外部的直接连接边的权重之和与新加入可迁移单元的顶点与可迁移单元的外部关联权重之和与新加入可迁移单元的顶点与可迁移单元的内部关联权重之差，计算迁移计算权重比。
在一些实施方式中，所述若不满足则将继续选取顶点加入可迁移单元包括：
分别指定每个可迁移单元以外的顶点，并分别计算该顶点与可迁移单元的外部关联权重与该顶点与可迁移单元的内部关联权重；
根据该顶点与可迁移单元的外部关联权重、该顶点与可迁移单元的内部关联权重计算该顶点加入可迁移单元之后可迁移单元的迁移计算权重比；
选取加入可迁移单元之后可迁移单元的迁移计算权重比最大的顶点加入可迁移单元。
在一些实施方式中，所述顶点与可迁移单元的外部关联权重，为可迁移单元中任意一顶点直接连接的、非可迁移单元的顶点，与所有非可迁移单元中的顶点直接相连的边的权重之和；所述顶点与可迁移单元的内部关联权重，为可迁移单元中任意一顶点直接连接的、非可迁移单元的顶点，与所有可迁移单元中的顶点直接相连的边的权重之和。
在一些实施方式中，所述在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移包括：
在当前带宽稳定时，继续迭代扩大可迁移单元直到迁移计算权重比达到最大值；
根据迁移计算权重比最大值计算程序启用计算迁移后所有组件的总能耗与运行时间；
当计算程序启用计算迁移后所有组件的总能耗小于程序不启用计算迁移后所有组件的总能耗，且程序启用计算迁移后所有组件的运行时间小于终端的容忍时延时，进行计算迁移，否则重新计算。
在一些实施方式中，所述在当前带宽不稳定时，立即在时延允许范围内进行计算迁移包括：
根据迁移计算权重比立即计算程序启用计算迁移后所有组件的总能耗与运行时间；
当计算程序启用计算迁移后所有组件的总能耗小于程序不启用计算迁移后所有组件的总能耗，且程序启用计算迁移后所有组件的运行时间小于终端的容忍时延时，进行计算迁移，否则重新计算。
在一些实施方式中，所述计算程序启用计算迁移后所有组件的总能耗，为所有组件的终端计算能耗、终端空闲能耗、与终端与服务期间的通信能耗之和；所述计算程序启用计算迁移后所有组件的运行时间，为所有组件的终端计算时间、终端空闲时间、与终端与服务期间的通信时间之和。
综上所述，本发明提供的技术方案通过使用将移动终端程序分割为多个组件，剔除不支持计算迁移的组件，构建组件关系无向图，迭代扩大可迁移单元直到迁移计算权重比满足当前带宽的最小值，在当前带宽稳定时继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移、在当前带宽不稳定时立即在时延允许范围内进行计算迁移的技术手段，能够自适应网络环境进行动态分割，降低终端的能耗与时延。
基于上述目的，本发明实施例的第二个方面，提出了一种移动终端程序的计算迁移方法的一个实施例。
首先将应用程序抽象为图结构，利用图结构中的点和边，抽象组件关系，组件关系图的建立过程如下：程序中运行时组件抽象为顶点，组件之间的交互关系抽象为边。其中图中顶点的权值表示这个组件运行时的计算任务量；边的权值表示组件之间的交互任务量。根据这些组件和交互关系，可以得到如图2所示的组件关系无向图。
本发明目的是节约终端能耗，应用程序在终端运行能耗为端运行时平均能耗PL乘以应用程序平均运行时间TL来获得这段运行时间内的能耗。
EL＝PL*TL
计算迁移能耗，并不是迁移到服务器端执行的组件在服务器端产生能耗，而是包括四个部分：一是从终端发送数据到服务器端终端产生能耗Et；二是服务器执行过程中，终端等待时即空闲时产生能耗Ef；三是服务器端执行完程序返回结果给终端，终端接收数据产生能耗Er；四是必须留在终端执行或没有被迁移部分产生的能耗EL。应用程序迁移时在终端产生的整体能耗为：
计算迁移的目的是为了节约终端能耗，延长终端使用时间，所以迁移分割算法应尽量减小E。此外，根据计算迁移的必要条件本地执行程序能耗要大于迁移程序的整体能耗，否则进行计算迁移没有意义，即EL>E。
香农定理(Shannon)指出数据传输速率Rmax与信道带宽B、信噪比S/N的关系为：
Rmax＝B×log2(1+S/N)
通过公式可知，网络带宽的不断变化，会影响数据传输速率的变化，以此引起传输时延和能耗的变化。因为Q＝QL+QS且Rmax＞Rdata，代入El＞E化简得到：
在上述公式中，Pt，Pr，PL，PI，Q，M，β为定值，分别表示终端发送数据功率、接收数据功率、运行时功率、空闲时功率、应用程序的计算量、移动终端运行速率与服务器运行速率与终端比值。变量DS，Dr，QS会根据实时计算迁移结果动态变化，其中，DS为终端发送给服务器数据，QS是在服务器端运行的总计算量，Dr是服务器完执行完程序后返回给终端的数据，数据量相对较小，且返回数据量大小是我们及编程人员不可控的。但是DS，QS等值经过分析可知，QL+QS为定值等于整个应用程序的总计算量，且DS越小，QS越大，公式右边部分整个比值越小。终端发射数据功率Pt一般远大于接收数据功率Pr，且服务器返回给终端数据量也较小，因此，我们忽略终端接收返回数据产生能耗进一步简化公式得到：
在迁移过程中，根据网络带宽的变化，本方法主要通过调整DS与QS的比值找到最佳迁移单元。
为了定量计算迁移前后终端能耗，我们给出以组件为执行单位的能耗和时延计算公式，如果任意组件vi在终端执行，则组件vi能耗为:
其中PL为终端运行时功率，Tvi l(t)为单个组件vi在终端执行时间。如果组件vi在服务器端执行，则组件vi在终端产生空闲能耗:
其中Pi为终端空闲时功率，Tvi s(t)为单个组件vi在服务器端执行时间。
表示组件vi和vj间的数据传输量，如果组件vi和vj在同侧执行(都在终端或服务器)，则组件间没有传输时延和能耗。否则若组件vi在终端执行，vj在服务器端执行，则传输时延和能耗为：
其中Pt为终端发送数据功率，Rdata(t)为上行传输速率(从终端到服务器端)。若组件vi在服务器端执行，vj在终端执行，则传输时延和能耗为：
其中Pr为终端接收数据功率，Sdata(t)为下行传输速率(从服务器端到终端)。
综上，程序所有组件产生能耗和运行时间为：
设用户容忍时延为Tmax，则迁移运行时间必须满足：T(t)≤Tmax。程序分割算法必须在用户容忍时延内完成组件迁移及计算任务，并且得到能耗公式E(t)的最小值或在当前环境下的最优值，才能进行计算迁移。根据组件关系图和迁移必要公式以及目标公式，我们详细叙述本发明的具体实施方案：
在任意无向图G(V，E)中，顶点v与顶点u通过边E直接相连，则v和u互为直接相连点。所有与u直接相连的边E陈为直接相连边。顶点u计算量w(u)与所有直接相连边的权重e(u，v)和的比值，定义为计算迁移比，记作COC(u)，表达式如下：
其中，V是与u互为直接相连点的集合。
本方法最终目的是要找到一个可迁移单元U，在这个可迁移单元内部的点称为迁移点，所有在这个单元外部的点称为待选择点，所有待选择点的集合记为POE，其中待选择点中与可迁移单元中任意一点直接相连的点称为单元外连点，所有单元外连点的集合记为UOP，所有单元外连点与可迁移单元直接相连边称为单元内连边，所有单元内连边的集合记为UIE，单元外连点与单元以外的直接相连边称为单元外连边，所有单元外连边的集合记为UOE.
任意属于集合UOP的节点v，与可迁移单元U所有直接相连边的集合称为EI(v)，边权之和称为此节点对可迁移单元U的内部关联权重WI(v，U)。
EI(v)＝{(v,u)∈UIE,u∈U,v∈UOP}
其中，w(e)是属于EI(v)的边的权重。
任意属于集合UOP的节点v，与待选择点的集合POE的所有直接相连边的集合称为Eo(v)，边权之和称为此节点对可迁移单元U的外部关联权重WO(v，U)。
w(e)是属于Eo(v)的边的权重。
本方法根据当前网络带宽B，首先得到当前迁移计算量和通信量最小值MINwp，通过不断更新可迁移单元U，并且比较迁移计算权重比(WP值)，判断此环境是否适合迁移，若迁移，能否节省终端能耗。
其中，W(U)是整个迁移单元的计算量之和，W(v)是新加入组件的计算量，Eo(U)是整个迁移单元与外部的直接连接边的权重之和，Wo(v,U)是新加入组件与此单元的外部关联权重，WI(v，U)是新加入组件与此单元的内部关联权重。我们选择的组件应是使得WP(U)是最大值的组件，且加入单元后应该使得WP>MINwp。
如图3所示，本发明设计的自适应程序分割方法步骤如下：
首先，标记应用程序中不可迁移组件，如需要与用户输入交互的组件；需要使用终端本地硬件接口，如照相机，音频，传感器等等的组件；会引起安全和用户隐私泄露的组件等。
其次，排除不能迁移组件，根据组件运行时关系，构造应用程序组件关系图，对于图中的每个顶点分别计算COC(u)，得到具有最大值的顶点u，此顶点作为可迁移单元U的第一个顶点，并记录W(U)和WP(U)为COC(u)。
然后，分别计算所有与单元U直接相连点的内部关联权重WI(v，U)和外部关联权重WO(v，U)。计算W(U)+w(v)与E(U)-WI(v，U)+WO(v，U)的比值，选择具有最大比值的组件加入单元U中，更新单元U和W(U)。
若不能满足当前网络环境下最小值，则重复上一步骤继续合并单元U。若满足且当前网络带宽稳定，重复上一步骤继续合并单元U，得到最大值并判断是否满足当前网络环境下最小值，若满足则计算E(t)和T(t),在时延允许范围内E(t)<EL则迁移；若满足但当前网络带宽不稳定，停止计算，判断是否满足当前网络环境下最小值，若满足，立即计算E(t)和T(t),在时延允许范围内E(t)<EL则迁移。
本发明实施例以图2示出的组件关系无向图为例说明本发明的具体实施方式。
第一步：计算图中任意顶点u计算量w(u)与所有直接相连边的权重e(u，v)和的比值，即COC(u)，如下表所示：
从表格可以看出，序号为4的组件具有最大的COC值，因此选择此组件为起始位置，并且构成迁移单元的第一个点。与组件4直接相连的点有四个，为2、3、6、7号点。
第二步：计算直接连接点的内部关联权重和外部关联权重
组件序号 内部关联权重 外部关联权重
2 3 5
3 4 10
6 2 16
7 1 8
计算出来的结果见上表。我们希望合并的组件与迁移单元的内部关联权重高，外部关联权重小，并且计算量大，如果有组件的外部关联权重小于内部关联权重，则这个组件是首要选取的点，否则我们计算假设加入后的WP值，所有的WP值不化简直接计算。
组件序号 WP
2 74/12
3 76/16
6 93/24
7 84/17
上表显示出，加入组件2后整个单元的WP值最高，我们选择组件2加入单元中，更新W(U)＝74和Eo(U)＝12。
我们假设当前带宽为ζ。根据公式，忽略服务器的返回数据量，计算出QS/DS最小值为8，则此时单元不能满足迁移的必要条件，并且带宽变化范围非常小，我们继续计算，此时单元集合为2、4号点，与单元U的直接相连点为1、3、6、7号点。
经过计算，加入组件1，组件1的内部关联权为3，外部关联权为2，且计算出WP约为8.54，此时WP>8，在带宽变化非常大的情况下如果想要立即迁移也能得到能耗优化。再之后加入组件3，如下表所示：
从上表可以看出，如果带宽不变，则全部迁移最节省能耗，但是全部迁移不实际。当加入到组件9时，出现了最小割的情况，最小割的缺点偏向于单点分割。带宽变化的情况下，初始带宽为ζ，计算到加入组件1后，即可迁移，否则继续加入组件3，若此时带宽在(8/13)ζ至ζ范围内变动，迁移组件{2，4，1，3}都可节约能耗，不需要重新计算或者继续计算。带宽下降至(1/2)ζ时，继续计算加入组件5，迁移组件{2，4，1，3，5}。继续下降至(4/15)ζ，直到加入组件12，迁移组件{2，4，1，3，5，11，6，12}，也即是带宽在(4/15)ζ至(1/2)ζ范围内变化时，迁移组件{2，4，1，3，5，11，6，12}都能满足节约终端能耗。下表示出了以上结果。
由此分析可以看出，自适应组件分割算法能结合实时网络带宽及时作出迁移决策，并且迁移结果可在带宽变化的一定范围内调整，虽然迁移结果并不是整体迁移最优解，但是算法能够快速执行迁移，根据优化目标函数和网络环境动态调整，求出局部最优解。
综上所述，本发明提供的技术方案通过使用将移动终端程序分割为多个组件，剔除不支持计算迁移的组件，构建组件关系无向图，迭代扩大可迁移单元直到迁移计算权重比满足当前带宽的最小值，在当前带宽稳定时继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移、在当前带宽不稳定时立即在时延允许范围内进行计算迁移的技术手段，能够自适应网络环境进行动态分割，降低终端的能耗与时延。
基于上述目的，本发明实施例的第三个方面，提出了一种执行所述移动终端程序的计算迁移方法的电子设备的一个实施例。
图4示出的是本发明提供的执行所述移动终端程序的计算迁移方法的电子设备的一个实施例的硬件结构示意图。
所述执行所述移动终端程序的计算迁移方法的电子设备包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述任意一种方法。
以如图4所示的电子设备为例，在该电子设备中包括一个处理器401以及一个存储器402，并还可以包括：输入装置403和输出装置404。
处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器402作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的所述移动终端程序的计算迁移方法对应的程序指令/模块。处理器401通过运行存储在存储器402中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的移动终端程序的计算迁移方法。
存储器402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据移动终端程序的计算迁移装置的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器402可选包括相对于处理器401远程设置的存储器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置403可接收输入的数字或字符信息，以及产生与移动终端程序的计算迁移装置的用户设置以及功能控制有关的键信号输入。输出装置404可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器402中，当被所述处理器401执行时，执行上述任意方法实施例中的移动终端程序的计算迁移方法。
所述执行所述移动终端程序的计算迁移方法的电子设备的任何一个实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。所述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外，典型地，本公开所述的装置、设备等可为各种电子终端设备，例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等，也可以是大型终端设备，如服务器等，因此本公开的保护范围不应限定为某种特定类型的装置、设备。本公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外，根据本公开的方法还可以被实现为由CPU执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时，执行本公开的方法中限定的上述功能。
此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外，应该明白的是，本文所述的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能，但是这种实现决定不应被解释为导致脱离本公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中，所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外先、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本公开的元素可以以个体形式描述或要求，但是也可以设想多个，除非明确限制为单数。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims (10)

1.一种移动终端程序的计算迁移方法，其特征在于，包括：
将移动终端程序分割为多个组件，并剔除不支持计算迁移的组件；
根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图；
根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到迁移计算权重比满足当前带宽的最小值；
在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移；
在当前带宽不稳定时，立即在时延允许范围内进行计算迁移。
2.根据权利要求1所述的方法，其特征在于，所述根据剩余组件以及剩余组件之间的数据交互关系，构建组件关系无向图包括：
将所述多个剩余组件作为顶点；
将所述多个剩余组件之间的交互关系作为边；
将所述每个剩余组件的计算任务量作为对应顶点的权值；
将所述每两个剩余组件之间的交互任务量作为对应边的权值；
根据顶点、边、顶点的权值与边的权值构建组件关系无向图。
3.根据权利要求2所述的方法，其特征在于，根据组件关系无向图与当前带宽迭代扩大可迁移单元，直到计算量与通信量之比满足当前带宽的最小值包括：
根据组件关系无向图计算每个顶点的计算迁移比，并将计算迁移比最大的顶点加入可迁移单元；
根据当前可迁移单元计算总迁移计算量与迁移计算权重比，并以当前带宽作为自变量，通过香农公式获得迁移计算权重比的最小值；
判断迁移计算权重比是否满足最小值，若不满足则将继续选取顶点加入可迁移单元并返回上一步骤。
4.根据权利要求3所述的方法，其特征在于，所述顶点的计算迁移比，为顶点的权值与所有与该顶点直接相连的权重之和的比；所述根据当前可迁移单元计算总迁移计算量与迁移计算权重比包括：
根据当前可迁移单元计算总迁移计算量、新加入可迁移单元的顶点的迁移计算量与当前可迁移单元与外部的直接连接边的权重之和；
根据组件关系无向图计算新加入可迁移单元的顶点与可迁移单元的外部关联权重、以及新加入可迁移单元的顶点与可迁移单元的内部关联权重；
根据当前可迁移单元计算总迁移计算量与新加入可迁移单元的顶点的迁移计算量之和、与当前可迁移单元与外部的直接连接边的权重之和与新加入可迁移单元的顶点与可迁移单元的外部关联权重之和与新加入可迁移单元的顶点与可迁移单元的内部关联权重之差，计算迁移计算权重比。
5.根据权利要求4所述的方法，其特征在于，所述若不满足则将继续选取顶点加入可迁移单元包括：
分别指定每个可迁移单元以外的顶点，并分别计算该顶点与可迁移单元的外部关联权重与该顶点与可迁移单元的内部关联权重；
根据该顶点与可迁移单元的外部关联权重、该顶点与可迁移单元的内部关联权重计算该顶点加入可迁移单元之后可迁移单元的迁移计算权重比；
选取加入可迁移单元之后可迁移单元的迁移计算权重比最大的顶点加入可迁移单元。
6.根据权利要求4或5所述的方法，其特征在于，所述顶点与可迁移单元的外部关联权重，为可迁移单元中任意一顶点直接连接的、非可迁移单元的顶点，与所有非可迁移单元中的顶点直接相连的边的权重之和；所述顶点与可迁移单元的内部关联权重，为可迁移单元中任意一顶点直接连接的、非可迁移单元的顶点，与所有可迁移单元中的顶点直接相连的边的权重之和。
7.根据权利要求4所述的方法，其特征在于，所述在当前带宽稳定时，继续迭代扩大可迁移单元并在时延允许范围内进行计算迁移包括：
在当前带宽稳定时，继续迭代扩大可迁移单元直到迁移计算权重比达到最大值；
根据迁移计算权重比最大值计算程序启用计算迁移后所有组件的总能耗与运行时间；
当计算程序启用计算迁移后所有组件的总能耗小于程序不启用计算迁移后所有组件的总能耗，且程序启用计算迁移后所有组件的运行时间小于终端的容忍时延时，进行计算迁移，否则重新计算。
8.根据权利要求4所述的方法，其特征在于，所述在当前带宽不稳定时，立即在时延允许范围内进行计算迁移包括：
根据迁移计算权重比立即计算程序启用计算迁移后所有组件的总能耗与运行时间；
当计算程序启用计算迁移后所有组件的总能耗小于程序不启用计算迁移后所有组件的总能耗，且程序启用计算迁移后所有组件的运行时间小于终端的容忍时延时，进行计算迁移，否则重新计算。
9.根据权利要求7或8所述的方法，其特征在于，所述计算程序启用计算迁移后所有组件的总能耗，为所有组件的终端计算能耗、终端空闲能耗、与终端与服务期间的通信能耗之和；所述计算程序启用计算迁移后所有组件的运行时间，为所有组件的终端计算时间、终端空闲时间、与终端与服务期间的通信时间之和。
10.一种电子设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-9任意一项所述的方法。
CN201710019405.3A 2017-01-11 2017-01-11 一种移动终端程序的计算迁移方法与装置 Active CN106909449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710019405.3A CN106909449B (zh) 2017-01-11 2017-01-11 一种移动终端程序的计算迁移方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710019405.3A CN106909449B (zh) 2017-01-11 2017-01-11 一种移动终端程序的计算迁移方法与装置

Publications (2)

Publication Number Publication Date
CN106909449A true CN106909449A (zh) 2017-06-30
CN106909449B CN106909449B (zh) 2021-03-23

Family

ID=59207075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710019405.3A Active CN106909449B (zh) 2017-01-11 2017-01-11 一种移动终端程序的计算迁移方法与装置

Country Status (1)

Country Link
CN (1) CN106909449B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107967170A (zh) * 2017-11-30 2018-04-27 深圳先进技术研究院 迁移计算方法、装置、设备及存储介质
CN108376099A (zh) * 2018-01-16 2018-08-07 西安建筑科技大学 一种优化时延与能效的移动终端计算迁移方法
CN109032503A (zh) * 2018-06-14 2018-12-18 浙江大华技术股份有限公司 一种固态硬盘数据迁移带宽的流控方法及装置
CN109062677A (zh) * 2018-07-10 2018-12-21 中国人民解放军国防科技大学 一种无人机系统计算迁移方法
WO2019200716A1 (zh) * 2018-04-20 2019-10-24 上海无线通信研究中心 面向雾计算的节点计算任务调度方法及其设备
CN113098917A (zh) * 2019-12-23 2021-07-09 华为技术有限公司 迁移功能节点的方法和相关设备
CN113098917B (zh) * 2019-12-23 2024-06-04 华为云计算技术有限公司 迁移功能节点的方法和相关设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968173A (zh) * 2012-09-28 2013-03-13 北京航空航天大学 一种基于带宽自适应代码迁移的移动设备节能方法
CN104009936A (zh) * 2014-05-21 2014-08-27 深圳市邦彦信息技术有限公司 一种基于动态权重计算的队列调度方法
CN104615498A (zh) * 2015-01-22 2015-05-13 北京仿真中心 一种基于任务迁移的集群系统动态负载均衡方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968173A (zh) * 2012-09-28 2013-03-13 北京航空航天大学 一种基于带宽自适应代码迁移的移动设备节能方法
CN104009936A (zh) * 2014-05-21 2014-08-27 深圳市邦彦信息技术有限公司 一种基于动态权重计算的队列调度方法
CN104615498A (zh) * 2015-01-22 2015-05-13 北京仿真中心 一种基于任务迁移的集群系统动态负载均衡方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107967170A (zh) * 2017-11-30 2018-04-27 深圳先进技术研究院 迁移计算方法、装置、设备及存储介质
CN107967170B (zh) * 2017-11-30 2020-11-10 深圳先进技术研究院 迁移计算方法、装置、设备及存储介质
CN108376099A (zh) * 2018-01-16 2018-08-07 西安建筑科技大学 一种优化时延与能效的移动终端计算迁移方法
CN108376099B (zh) * 2018-01-16 2020-06-23 西安建筑科技大学 一种优化时延与能效的移动终端计算迁移方法
WO2019200716A1 (zh) * 2018-04-20 2019-10-24 上海无线通信研究中心 面向雾计算的节点计算任务调度方法及其设备
CN110392079A (zh) * 2018-04-20 2019-10-29 上海无线通信研究中心 面向雾计算的节点计算任务调度方法及其设备
CN109032503A (zh) * 2018-06-14 2018-12-18 浙江大华技术股份有限公司 一种固态硬盘数据迁移带宽的流控方法及装置
CN109032503B (zh) * 2018-06-14 2021-04-16 浙江大华存储科技有限公司 一种固态硬盘数据迁移带宽的流控方法及装置
CN109062677A (zh) * 2018-07-10 2018-12-21 中国人民解放军国防科技大学 一种无人机系统计算迁移方法
CN109062677B (zh) * 2018-07-10 2020-07-31 中国人民解放军国防科技大学 一种无人机系统计算迁移方法
CN113098917A (zh) * 2019-12-23 2021-07-09 华为技术有限公司 迁移功能节点的方法和相关设备
CN113098917B (zh) * 2019-12-23 2024-06-04 华为云计算技术有限公司 迁移功能节点的方法和相关设备

Also Published As

Publication number Publication date
CN106909449B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN106909449A (zh) 一种移动终端程序的计算迁移方法与装置
CN109286664A (zh) 一种基于拉格朗日的计算迁移终端能耗优化方法
CN106776963A (zh) 轻量化的bim大数据在线可视化方法和系统
Wang et al. SEE: Scheduling early exit for mobile DNN inference during service outage
CN104050245B (zh) 一种基于活跃度的社交网络影响力最大化方法
US20210168065A1 (en) Methods, computing devices, and storage media for adjusting network traffic
CN113779302B (zh) 基于值分解网络和多智能体的半分布式协作存储方法
US20190278320A1 (en) Optimizing neurosynaptic networks
CN106533966A (zh) 一种网络服务的资源编排方法及装置
CN107330028A (zh) 一种Apache NiFi在源数据录入数据库方面的扩展应用方法和系统
CN114172820A (zh) 跨域sfc动态部署方法、装置、计算机设备及存储介质
CN110377340A (zh) 运算方法、装置及相关产品
CN110351145A (zh) 一种基于经济效益的虚拟化的无线网络功能编排方法
Cai et al. Cognitive resource optimization for the decomposed cloud gaming platform
CN109871982A (zh) 一种配电网重构方法及云服务器、电子设备
CN114710439A (zh) 基于深度强化学习的网络能耗与吞吐量联合优化路由方法
CN107273187A (zh) 读取位置获取方法及装置、计算机装置、可读存储介质
Ren et al. Broadcast tree construction framework in tactile internet via dynamic algorithm
Lin et al. Latency-driven model placement for efficient edge intelligence service
CN110610231A (zh) 一种信息处理方法、电子设备和存储介质
CN115936108A (zh) 基于知识蒸馏的面向多元时序预测图神经网络压缩方法
US20190122114A1 (en) Hardware-software co-design of neurosynaptic systems
Long et al. Deep Reinforcement Learning-Based SFC Deployment Scheme for 6G IoT Scenario
Wang et al. Accelerating on-device DNN inference during service outage through scheduling early exit
Chen et al. DDPG-based intelligent rechargeable fog computation offloading for IoT

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant