CN110545209A - 一种基于云计算资源优化的智能传输方法和装置 - Google Patents
一种基于云计算资源优化的智能传输方法和装置 Download PDFInfo
- Publication number
- CN110545209A CN110545209A CN201910907668.7A CN201910907668A CN110545209A CN 110545209 A CN110545209 A CN 110545209A CN 201910907668 A CN201910907668 A CN 201910907668A CN 110545209 A CN110545209 A CN 110545209A
- Authority
- CN
- China
- Prior art keywords
- total
- efficiency
- task
- consumed
- power
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
-
- 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
- H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于云计算资源优化的智能传输方法，包括以下步骤：基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率；通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式；基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率。本发明可大大节省移动设备端的功耗，提高电池的使用时长。
Description
技术领域
本发明涉及计算机领域，并且更具体地，涉及一种基于云计算资源优化的智能传输方法和装置。
背景技术
为了解决移动端电池能量消耗过快的问题，云计算应用而生。目前关于云计算的研究很多，大多数研究停留在单一的优化能量效率或频谱效率这些方面，这就导致了如果集中在一种目标来优化，就会以牺牲另外一种目标为代价，导致资源的利用率低下。目前关于云计算资源优化传输也有很多，但是大多数都是侧重与计算复杂度的优化，或者针对云服务器性能的优化，并没有考虑到云端与本地端之间的数据传输的问题，或者就仅仅将传输功率设定为一个固定的值，这不符合实际情况。
发明内容
鉴于此，本发明实施例的目的在于提出一种基于云计算资源优化的智能传输方法和装置，能够将能量效率和频谱效率同时考虑在内进行联合优化，得到最优的功率分配策略，并将该策略应用到云计算的数据传输中。
基于上述目的，本发明实施例的一方面提供了一种基于云计算资源优化的智能传输方法，包括以下步骤：
基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率；
通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式；
基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率。
在一些实施方式中，所述方法还包括：
通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务。
在一些实施方式中，所述基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率包括：
能量效率为频谱效率为
其中C表示系统总吞吐量，P表示系统总消耗功率，W表示系统总带宽。
在一些实施方式中，所述通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式包括：
其中，γRE表示为资源效率，μr、μw分别表示功率利用率和带宽利用率，Pm、Wm分别表示功率最大值和带宽最大值，α表示权重因子。
在一些实施方式中，基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率包括：
根据用户更侧重能量效率优化还是频谱效率优化来选定合适的权值因子，然后通过注水算法和辅助倒数的梯度来计算所述资源效率取最大值时的总消耗功率P。
在一些实施方式中，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务包括：
在本地执行所述任务需消耗的总能量为其中，
A表示执行所述任务所需的步骤数，N表示在本地每秒可以执行的步骤数，P1表示本地的消耗功率。
在一些实施方式中，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务还包括：
在云端执行所述任务需消耗的总能量为其中，
M表示在云端每秒可以执行的步骤数，P2表示云端的消耗功率，P3表示从本地传输到云端的所述总消耗功率。
在一些实施方式中，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务还包括：
比较E1和E2的大小，若E1大于E2，则在本地执行所述任务，否则在云端执行所述任务。
在一些实施方式中，所述总消耗功率包括电路消耗功率和传输消耗功率。
本发明实施例的另一方面提供了一种基于云计算资源优化的智能传输装置，包括：
至少一个处理器；和
存储器，所述存储器存储有处理器可运行的程序代码，所述程序代码在被处理器运行时实施上述任一项所述的方法。
本发明具有以下有益技术效果：本发明实施例提供的一种基于云计算资源优化的智能传输方法和装置，首先将能量效率和频谱效率同时考虑在内进行联合优化，通过优化得到了最优和次优的资源分配策略，并将该策略应用到云计算的数据传输中，可通过计算用户给的任务来计算其任务量，智能地判断该任务是在本地还是在云端执行，该方法可大大节省移动设备端的功耗，提高电池的使用时长。
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，下面将对实施例或现有技术描述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实施例。
图1是根据本发明的一种基于云计算资源优化的智能传输方法的流程图；
图2是根据本发明的能量效率和频谱效率随权重因子变化的曲线图；
图3是根据本发明的一种基于云计算资源优化的智能传输装置的硬件结构示意图。
具体实施方式
以下描述了本发明的实施例。然而，应该理解，所公开的实施例仅仅是示例，并且其他实施例可以采取各种替代形式。附图不一定按比例绘制；某些功能可能被夸大或最小化以显示特定部件的细节。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅仅是作为用于教导本领域技术人员以各种方式使用本发明的表示性基础。如本领域普通技术人员将理解的，参考任何一个附图所示出和描述的各种特征可以与一个或多个其他附图中所示的特征组合以产生没有明确示出或描述的实施例。所示特征的组合为典型应用提供了表示性实施例。然而，与本发明的教导相一致的特征的各种组合和修改对于某些特定应用或实施方式可能是期望的。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
基于上述目的，本发明的实施例一方面提出了一种基于云计算资源优化的智能传输方法，如图1所示，包括以下步骤：
步骤S101：基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率；
步骤S102：通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式；
步骤S103：基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率。
在一些实施例中，所述方法还包括：通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务。
在一些实施例中，为了保证通信质量，我们设定从本地到云端的最小传输速率为RS以及最大传输功率为PM。另外，μr、μw分别为功率利用率和带宽利用率，Pm、Wm分别为功率/带宽最大值。假设有N个子载波，系统总带宽为Wm，每个子载波智能介入一个云服务器，那么每个子载波的带宽为：
假设第k个云服务器在第n个子载波上的传输功率为pk,n，N0为单边噪声功率谱密度，信道频率响应为Hk,n，则第n个子载波上能够达到最大的速率为：
则第k个云服务器总数据速率为：
则系统总的吞吐量为：
其中，ρk,n∈{1,0}，表示第n个子载波是否分配给第k个云服务器。
在一些实施例中，所述基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率包括：能量效率为：
频谱效率为：
其中，C表示系统总吞吐量，P表示系统总消耗功率，W表示系统总带宽。在一些实施例中，总功率消耗包括电路消耗功率PD和传输消耗功率PC，即：
P＝PC+PD
在一些实施例中，所述通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式包括：
其中，γRE表示为资源效率，μr、μw分别表示功率利用率和带宽利用率，Pm、Wm分别表示功率最大值和带宽最大值，α表示权重因子。资源效率是通过上述方式，将频谱效率和能量效率通过加和的方式联合起来进行优化的。α为权重因子，主要是是用来控制能量效率和频谱效率之间的平衡。
在一些实施例中，基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率包括：根据用户更侧重能量效率优化还是频谱效率优化来选定合适的权值因子，然后通过注水算法和辅助倒数的梯度来计算所述资源效率取最大值时的总消耗功率P。这可以包括根据用户拥有更多带宽量还是更注重传输质量来选定合适的权值因子。其中，若系统总带宽相对于总功率较大，则会更偏向于频谱效率的优化，若系统总带宽小于系统总功率，则会更侧重于能量效率。当α＝0时，所提出的资源效率只可以进行能量效率的优化，而当α＝∞时，提出的资源效率只可以进行频谱效率的优化。因此α完全可根据客户的需求进行决定。如图2所示，α越大，则能量效率越小，频谱效率越大。这是因为，随着α的增大，更多的权重会加在频谱效率上，所以，最终的资源分配侧重于频谱效率而进行。另外，当α＝1.1时，相应的能量效率和频谱效率都很接近最大的能量效率和最大的频谱效率，这个值比较符合我们提出的能量效率和频谱效率的折中优化，更具有广泛性。在实际的情况中，用户可以根据图2或者系统的实际需求更改α的值。
在选定合适的α值后，我们最终的目标是在固定的传输功率P下，获得γRE的最大值。由于子载波已固定，故定理上，γRE是关于P是连续可导且拟凹的。通过对γRE函数进行求倒数后，我们通过注水算法进行功率分配，由于传输功率是固定的，先给每一个子载波一个最小的功率，该功率可以满足信息的传输，然后将剩余的功率再次来进行分配，来进一步增大系统的总速率，由于函数是拟凹的，所以结果肯定会存在一个最大值且唯一，故我们通过注水算法和辅助倒数的梯度可获得最优的分配方案。
在一些实施例中，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务包括：在本地执行所述任务需消耗的总能量为：
其中，A表示执行所述任务所需的步骤数，N表示在本地每秒可以执行的步骤数，P1表示本地的消耗功率。
在一些实施例中，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务还包括：在云端执行所述任务需消耗的总能量为：
其中，M表示在云端每秒可以执行的步骤数，P2表示云端的消耗功率，P3表示从本地传输到云端的所述总消耗功率(也即应用到上面提到的优化方法计算出的最优的消耗能量P)。
在一些实施例中，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务还包括：比较E1和E2的大小，若E1大于E2，则在本地执行所述任务，否则在云端执行所述任务。
在技术上可行的情况下，以上针对不同实施例所列举的技术特征可以相互组合，或者改变、添加以及省略等等，从而形成本发明范围内的另外实施例。
从上述实施例可以看出，本发明实施例提供的一种基于云计算资源优化的智能传输方法，首先将能量效率和频谱效率同时考虑在内进行联合优化，通过优化得到了最优和次优的资源分配策略，并将该策略应用到云计算的数据传输中，可通过计算用户给的任务来计算其任务量，智能地判断该任务是在本地还是在云端执行，该方法可大大节省移动设备端的功耗，提高电池的使用时长。
基于上述目的，本发明实施例的另一个方面，提出了一种基于云计算资源优化的智能传输装置一个实施例。
所述基于云计算资源优化的智能传输装置包括存储器、和至少一个处理器，存储器存储有可在处理器上运行的计算机程序，处理器执行程序时执行上述任意一种方法。
如图3所示，为本发明提供的基于云计算资源优化的智能传输装置的一个实施例的硬件结构示意图。
以如图3所示的计算机设备为例，在该计算机设备中包括处理器301以及存储器302，并还可以包括：输入装置303和输出装置304。
处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图3中以通过总线连接为例。
存储器302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基于云计算资源优化的智能传输方法对应的程序指令/模块。处理器301通过运行存储在存储器302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基于云计算资源优化的智能传输方法。
存储器302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基于云计算资源优化的智能传输方法所创建的数据等。此外，存储器302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302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。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303可接收输入的数字或字符信息，以及产生与基于云计算资源优化的智能传输方法的计算机设备的用户设置以及功能控制有关的键信号输入。输出装置304可包括显示屏等显示设备。
所述一个或者多个基于云计算资源优化的智能传输方法对应的程序指令/模块存储在所述存储器302中，当被所述处理器301执行时，执行上述任意方法实施例中的基于云计算资源优化的智能传输方法。
所述执行所述基于云计算资源优化的智能传输方法的计算机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。
最后需要说明的是，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，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(ROM)或随机存储记忆体(RAM)等。
此外，典型地，本发明实施例公开所述的装置、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，因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例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，根据本发明实施例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，执行本发明实施例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(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(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发明实施例公开的范围。
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和/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或诸如红外线、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。
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”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。
上述本发明实施例公开实施例序号仅仅为了描述，不表示实施例的优劣。
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。
上述实施例是实施方式的可能示例，并且仅仅为了清楚理解本发明的原理而提出。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，并非旨在暗示本发明实施例公开的范围(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)
1.一种基于云计算资源优化的智能传输方法，其特征在于，包括以下步骤：
基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率；
通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式；
基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务。
3.根据权利要求2所述的方法，其特征在于，所述基于系统总带宽、总吞吐量以及总消耗功率得到系统的能量效率和频谱效率包括：
能量效率为频谱效率为
其中C表示系统总吞吐量，P表示系统总消耗功率，W表示系统总带宽。
4.根据权利要求3所述的方法，其特征在于，所述通过资源效率调节所述总消耗功率和所述系统总带宽之间的权重关系，进而将所述资源效率表示为所述能量效率和所述频谱效率通过权值因子加和的形式包括：
其中，γRE表示为资源效率，μr、μw分别表示功率利用率和带宽利用率，Pm、Wm分别表示功率最大值和带宽最大值，α表示权重因子。
5.根据权利要求4所述的方法，其特征在于，基于用户需求在选定的所述权值因子的情况下，得到所述资源效率最大化的情况下的所述总消耗功率包括：
根据用户更侧重能量效率优化还是频谱效率优化选定合适的权值因子，然后通过注水算法和辅助倒数的梯度来计算所述资源效率取最大值时的总消耗功率P。
6.根据权利要求2所述的方法，其特征在于，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务包括：
在本地执行所述任务需消耗的总能量为其中，
A表示执行所述任务所需的步骤数，N表示在本地每秒可以执行的步骤数，P1表示本地的消耗功率。
7.根据权利要求6所述的方法，其特征在于，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务还包括：
在云端执行所述任务需消耗的总能量为其中，
M表示在云端每秒可以执行的步骤数，P2表示云端的消耗功率，P3表示从本地传输到云端的所述总消耗功率。
8.根据权利要求7所述的方法，其特征在于，通过所述总消耗功率计算在云端执行任务需消耗的总能量以及在本地执行所述任务需消耗的总能量并将所述两个总能量进行比较，以决定在何处执行所述任务还包括：
比较E1和E2的大小，若E1大于E2，则在本地执行所述任务，否则在云端执行所述任务。
9.根据权利要求1所述的方法，其特征在于，所述总消耗功率包括电路消耗功率和传输消耗功率。
10.一种基于云计算资源优化的智能传输装置，其特征在于，包括：
至少一个处理器；和
存储器，所述存储器存储有处理器可运行的程序代码，所述程序代码在被处理器运行时实施如权利要求1-9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910907668.7A CN110545209B (zh) | 2019-09-24 | 2019-09-24 | 一种基于云计算资源优化的智能传输方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910907668.7A CN110545209B (zh) | 2019-09-24 | 2019-09-24 | 一种基于云计算资源优化的智能传输方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110545209A true CN110545209A (zh) | 2019-12-06 |
| CN110545209B CN110545209B (zh) | 2022-12-27 |
Family
ID=68714456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910907668.7A Active CN110545209B (zh) | 2019-09-24 | 2019-09-24 | 一种基于云计算资源优化的智能传输方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110545209B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130064188A1 (en) * | 2011-09-14 | 2013-03-14 | Transpacific Ip Management Group Ltd. | Dynamic resource management for orthogonal frequency division multiple access wireless networks |
| CN105472714A (zh) * | 2015-10-29 | 2016-04-06 | 南京邮电大学 | 一种移动云计算上行数据传输的能量优化方法 |
| CN107426773A (zh) * | 2017-08-09 | 2017-12-01 | 山东师范大学 | 无线异构网络中面向能效的分布式资源分配方法和装置 |
-
2019
- 2019-09-24 CN CN201910907668.7A patent/CN110545209B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130064188A1 (en) * | 2011-09-14 | 2013-03-14 | Transpacific Ip Management Group Ltd. | Dynamic resource management for orthogonal frequency division multiple access wireless networks |
| CN105472714A (zh) * | 2015-10-29 | 2016-04-06 | 南京邮电大学 | 一种移动云计算上行数据传输的能量优化方法 |
| CN107426773A (zh) * | 2017-08-09 | 2017-12-01 | 山东师范大学 | 无线异构网络中面向能效的分布式资源分配方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 徐志强等: "多用户电力线通信自适应OFDM系统中的资源分配与交换优化", 《电网技术》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110545209B (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110545246A (zh) | 一种基于令牌桶的限流方法和装置 | |
| US20160353390A1 (en) | Device and method for controlling transmitting power of network access apparatus | |
| CN108834179B (zh) | 调整心跳周期的方法、服务器和客户端 | |
| CN110620793B (zh) | 一种提高音频质量的方法、设备及介质 | |
| US9876875B2 (en) | System, method and device for providing crowd-sourced, cloud-based custom tuning for applications | |
| CN110674924B (zh) | 一种深度学习推理自动量化方法和装置 | |
| WO2018196834A1 (zh) | 一种天线下倾角调整方法和装置 | |
| US10609206B1 (en) | Auto-repairing mobile communication device data streaming architecture | |
| CN112825023A (zh) | 集群资源管理方法、装置、电子设备和存储介质 | |
| Xing et al. | Energy-efficient proactive caching for fog computing with correlated task arrivals | |
| CN110545209B (zh) | 一种基于云计算资源优化的智能传输方法和装置 | |
| US20230308333A1 (en) | Adaptive peak to average power ratio papr suppression apparatus and method, and communication device | |
| Chandra et al. | Lebesgue measures based power control annealing in 5G D2D networks under QoS constraints for IoT applications | |
| Gayathri | Green cloud computing | |
| CN109753359B (zh) | 一种用于构建资源池的fpga板卡、服务器和系统 | |
| US11778451B2 (en) | 5G Network Exposure Function (NEF) capturing processor identity | |
| WO2021115015A1 (zh) | 波束选择方法、终端以及存储介质 | |
| Merikhi et al. | Cache-aided delivery network in a shared cache framework with correlated sources | |
| CN110442445B (zh) | 一种基于大规模容器云场景下计算网格的设计方法和装置 | |
| US11159989B2 (en) | Data caching method and storage medium | |
| Li et al. | Delay-aware adaptive wireless video streaming in edge computing assisted ultra-dense networks | |
| Su et al. | Caching policy optimization for rate adaptive video streaming | |
| CN111177066A (zh) | 一种提高访问片外存储器的效率的方法、设备及介质 | |
| CN107580060B (zh) | 一种移动端分库缓存方法 | |
| US11431349B2 (en) | Method, electronic device and computer program product for processing data |
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 |