【摘要】：隨著近年來移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,移動(dòng)設(shè)備及其上運(yùn)行的應(yīng)用已成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠�。同時(shí),由于移動(dòng)應(yīng)用的開發(fā)框架及流程的逐漸成熟,且移動(dòng)設(shè)備上傳感器的大量集成,一批對(duì)計(jì)算資源需求極大的應(yīng)用便應(yīng)運(yùn)而生。這些應(yīng)用推動(dòng)了移動(dòng)設(shè)備頻繁地更新?lián)Q代,然而其有限的資源仍然成為了限制應(yīng)用提供更好服務(wù)體驗(yàn)的瓶頸。隨著移動(dòng)無線網(wǎng)絡(luò)的快速升級(jí)和云計(jì)算技術(shù)的日趨成熟,研究人員提出將移動(dòng)應(yīng)用中一些計(jì)算密集型的模塊遷移至資源充裕的云端執(zhí)行,該方法不僅能夠提升應(yīng)用性能,而且可以減小移動(dòng)設(shè)備的功耗。隨著該研究領(lǐng)域成果的逐漸積累,人們將這一領(lǐng)域稱為移動(dòng)云計(jì)算。為了契合靈活多變的移動(dòng)環(huán)境,目前移動(dòng)云計(jì)算的相關(guān)研究都將計(jì)算遷移作為其計(jì)算模式的核心之一。雖然計(jì)算遷移能夠靈活地借助豐富的云端資源來提升移動(dòng)用戶的服務(wù)體驗(yàn),但也帶來了新的挑戰(zhàn)和研究問題。本文在深入分析了移動(dòng)云計(jì)算領(lǐng)域的相關(guān)研究成果之后,以性能優(yōu)化為目標(biāo),基于計(jì)算遷移設(shè)計(jì)了一系列優(yōu)化方案,主要在多用戶場(chǎng)景下的資源調(diào)度、可模塊化并行應(yīng)用的傳輸調(diào)度以及針對(duì)新型CNN移動(dòng)應(yīng)用的任務(wù)調(diào)度等三個(gè)方面展開了研究工作。首先,本文探討資源有限的微云在多用戶接入時(shí)的在線資源分配策略和計(jì)算遷移方案。我們分析多用戶陸續(xù)接入時(shí),在線資源分配方案呈現(xiàn)出的是一個(gè)序列決策過程�；谝陨戏治�,我們采用強(qiáng)化學(xué)習(xí)來設(shè)定計(jì)算和網(wǎng)絡(luò)資源的在線分配策略。而后,我們采用搜索剪枝方法,通過深度優(yōu)先遍歷來尋找多條線性鏈接,并基于一次遷移來確定每條線性鏈接上各模塊的執(zhí)行位置,進(jìn)而確定整個(gè)應(yīng)用拓?fù)渲懈髂K的計(jì)算遷移方案。模擬實(shí)驗(yàn)表明與在線貪心策略相比,基于強(qiáng)化學(xué)習(xí)的在線資源分配策略具有明顯的優(yōu)越性。同時(shí),搜索剪枝得出的計(jì)算遷移方案能達(dá)到最佳遷移方案性能的90%。其次,本文分析了可模型化并行應(yīng)用在進(jìn)行計(jì)算遷移后,結(jié)合移動(dòng)端和云端進(jìn)行分布式執(zhí)行時(shí)的傳輸調(diào)度問題。結(jié)合應(yīng)用中各模塊的計(jì)算遷移決策方案,我們?cè)O(shè)計(jì)了一個(gè)兩層的啟發(fā)式?jīng)Q策算法。其中外層采用上述的搜索剪枝方法,確定各模塊的計(jì)算遷移方案。而在內(nèi)層首先挑選需要同時(shí)跨網(wǎng)絡(luò)傳輸?shù)倪?綜合考慮每條邊的最晚開始時(shí)間及數(shù)據(jù)傳輸量,采用貪心算法設(shè)計(jì)跨網(wǎng)絡(luò)的數(shù)據(jù)傳輸策略。實(shí)驗(yàn)證明,結(jié)合搜索剪枝及貪心設(shè)計(jì)的啟發(fā)式?jīng)Q策算法,在滿足實(shí)時(shí)性的前提下顯著降低了可模塊并行應(yīng)用的響應(yīng)時(shí)間。最后,為進(jìn)一步提升基于CNN(卷積神經(jīng)網(wǎng)絡(luò))模型的圖像識(shí)別類應(yīng)用的推理性能,本文圍繞計(jì)算遷移提出了圖片感知的分布式推理框架——IF-CNN。首先,為減小CNN模型的平均復(fù)雜度,我們從多個(gè)復(fù)雜度不同的CNN模型組成的模型池中選擇高效的模型來處理不同的輸入圖片。具體的,我們采用多任務(wù)學(xué)習(xí)方法來預(yù)測(cè)待選模型針對(duì)輸入圖片的top-1標(biāo)簽概率,并以此來衡量待選模型處理此圖片的置信度。并基于此置信度,來選擇某閾值以上的最簡(jiǎn)單的CNN模型進(jìn)行處理。在挑選高效的處理模型之后,我們根據(jù)移動(dòng)端和云端的網(wǎng)絡(luò)狀況來實(shí)現(xiàn)CNN模型的分布式推理。在此過程中,我們分別采用半精度推理和特征壓縮來實(shí)現(xiàn)了本地推理和中間結(jié)果傳輸兩個(gè)階段的優(yōu)化。實(shí)驗(yàn)表明,IF-CNN能在基本不影響最終識(shí)別率的前提下,顯著提升CNN模型的推理性能。同時(shí),IF-CNN中的模型選擇過程能與其它模型壓縮的相關(guān)工作互補(bǔ),進(jìn)一步提升該類模型的推理性能。本文以優(yōu)化移動(dòng)應(yīng)用的性能為目標(biāo),圍繞計(jì)算遷移提出了一系列的優(yōu)化方案來進(jìn)一步減小應(yīng)用的響應(yīng)時(shí)間。首先,本文考慮到微云資源的有限性,采用了強(qiáng)化學(xué)習(xí)來設(shè)定多用戶接入時(shí)在線的資源分配方案及計(jì)算遷移策略。隨后,本文分析了可模塊并行應(yīng)用的特點(diǎn),設(shè)計(jì)了其在計(jì)算遷移之后的傳輸調(diào)度策略。最后,為進(jìn)一步提升CNN的推理性能,提出基于計(jì)算遷移提出圖片感知的分布式推理框架。我們希望本論文中的研究工作可以對(duì)移動(dòng)云領(lǐng)域的發(fā)展及技術(shù)推廣提供一些參考和幫助。
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP183;TP393.09
【圖文】：

，。線網(wǎng)絡(luò)質(zhì)量較差時(shí)，減小移動(dòng)端與云端之間的數(shù)據(jù)交互，保障應(yīng)用的性能�；阱义弦陨戏治�，計(jì)算遷移模式能夠更好地適用變化多端的移動(dòng)云環(huán)境。然而，對(duì)于移逡逑動(dòng)云計(jì)算中“云”的概念，不同研宄人員有著不同的見解。（１）最常見的觀點(diǎn)認(rèn)逡逑為，為移動(dòng)設(shè)備提供計(jì)算遷移服務(wù)的云即公有云（亞馬遜、微軟、阿里巴巴等構(gòu)逡逑建的面向企業(yè)或個(gè)人的云服務(wù)）的服務(wù)器。一般情況下，云數(shù)據(jù)中心計(jì)算資源豐逡逑富，但與移動(dòng)端間的網(wǎng)絡(luò)距離較遠(yuǎn)，網(wǎng)絡(luò)延遲和網(wǎng)絡(luò)帶寬不夠穩(wěn)定。（２）除常見逡逑的云數(shù)據(jù)中心觀點(diǎn)之外，來自卡內(nèi)基梅隆大學(xué)的Ｓａｔｙａｎａｒａｙａｎａｎ［１提出利用移動(dòng)逡逑設(shè)備周圍的空閑服務(wù)器（簡(jiǎn)稱微云，ｃｌｏｕｄｌｅｔ）來提供計(jì)算遷移服務(wù)，利用其與逡逑移動(dòng)設(shè)備間高帶寬、低延遲的網(wǎng)絡(luò)連接為延遲敏感類應(yīng)用提供更優(yōu)越的用戶體逡逑驗(yàn)。（３）另有一些研宄人員認(rèn)為，可利用周圍其他空閑可信的移動(dòng)設(shè)備組成自組逡逑織的“云”，同樣提供計(jì)算遷移服務(wù)。這類研宄者認(rèn)為由大量智能移動(dòng)設(shè)備自組逡逑織而成的對(duì)等網(wǎng)絡(luò)能夠互相提供富余的計(jì)算，從而共同解決一些問題，如大型災(zāi)逡逑難后網(wǎng)絡(luò)基礎(chǔ)設(shè)施被破壞后的應(yīng)用場(chǎng)景。如圖Ｌ１所示，本論文將著眼于上述第逡逑一類和第二類所定義的移動(dòng)云計(jì)算場(chǎng)景。逡逑

主要介紹基于計(jì)算遷移的移動(dòng)云這一研宄領(lǐng)域的產(chǎn)生及特點(diǎn)，并對(duì)逡逑論文的研宄問題及內(nèi)容進(jìn)行了詳細(xì)闡述，隨后介紹了全文的組織結(jié)構(gòu)。逡逑第二章，概括了移動(dòng)云計(jì)算領(lǐng)域的相關(guān)研宄工作，主要從移動(dòng)云計(jì)算的系統(tǒng)逡逑架構(gòu)、應(yīng)用場(chǎng)景、優(yōu)化目標(biāo)等方面對(duì)現(xiàn)有工作進(jìn)行了分類和總結(jié)。逡逑第三章，在微云場(chǎng)景下，站在移動(dòng)云服務(wù)提供商的角度，最大化接入同一微逡逑云的多個(gè)用戶的用戶體驗(yàn)。為解決該問題，我們首先設(shè)計(jì)了基于強(qiáng)化學(xué)習(xí)的在線逡逑資源分配策略，為陸續(xù)接入的多個(gè)應(yīng)用分配相應(yīng)的計(jì)算和網(wǎng)絡(luò)資源。而后，我們逡逑采用搜索剪枝，基于一次遷移的理論找到應(yīng)用中各模塊的計(jì)算遷移方案。實(shí)驗(yàn)表逡逑明，相較于在線貪心，我們提出的解決方案表現(xiàn)出明顯的優(yōu)越性，且搜索剪枝方逡逑法得出的計(jì)算遷移方案能達(dá)到最佳遷移方案性能的９０％。逡逑第四章，針對(duì)可模塊并行的應(yīng)用，將模塊間跨網(wǎng)絡(luò)的數(shù)據(jù)傳輸策略集成到只逡逑包含各模塊執(zhí)行地點(diǎn)的計(jì)算遷移方案中，形成最終的擴(kuò)展后的計(jì)算遷移方案。具逡逑體地，我們?cè)O(shè)計(jì)一個(gè)兩層的啟發(fā)式?jīng)Q策算法，其中外層通過搜索剪枝來枚舉出可逡逑行的模型執(zhí)行地點(diǎn)。而內(nèi)層在設(shè)計(jì)跨網(wǎng)絡(luò)傳輸策略時(shí)，采用貪心算法以滿足實(shí)時(shí)逡逑性需求。綜上，我們結(jié)合了搜索剪枝及貪心兩類算法，在滿足實(shí)時(shí)性需求的前提逡逑

．２．３自組織移動(dòng)設(shè)備組成資源云的移動(dòng)云架構(gòu)逡逑解決移動(dòng)設(shè)備和云數(shù)據(jù)中心之間網(wǎng)絡(luò)傳輸質(zhì)量較低的問題，除了利用附近的微云這個(gè)想法外，還有其他研宄人員提出“資源云”，即將相鄰備組織連接起來，互相共享資源［１７］。然而，由于資源云是移動(dòng)設(shè)備自建，這樣原本由云端或微云實(shí)現(xiàn)的管理功能（如資源監(jiān)控和管理、任務(wù)）自然落在了移動(dòng)設(shè)備之上。因此，基于這一架構(gòu)的移動(dòng)云將不可避免移動(dòng)設(shè)備的能耗。同時(shí)，由于移動(dòng)設(shè)備可能會(huì)頻繁加入或退出、參與計(jì)認(rèn)證也比較復(fù)雜，這種架構(gòu)在真實(shí)場(chǎng)景下難以實(shí)現(xiàn)。自組織移動(dòng)設(shè)備組的移動(dòng)云架構(gòu)如圖２．３所示。逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韋德昌;;Oracle數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的性能優(yōu)化[J];數(shù)碼世界;2017年04期

2 ;90天完成性能優(yōu)化——Mercury為SAP提供服務(wù)[J];每周電腦報(bào);2004年18期

3 ;產(chǎn)品性能優(yōu)化技術(shù)的新進(jìn)展[J];CAD/CAM與制造業(yè)信息化;2003年09期

4 ;簡(jiǎn)單易用網(wǎng)絡(luò)性能優(yōu)化軟件[J];網(wǎng)絡(luò)與信息;1999年10期

5 楊少波;硬盤子系統(tǒng)性能優(yōu)化[J];微計(jì)算機(jī)應(yīng)用;1989年05期

6 林海;;飛機(jī)性能優(yōu)化理論的實(shí)用化[J];飛行力學(xué);1989年01期

7 林丁報(bào);;ASP.NET Web應(yīng)用性能優(yōu)化淺析[J];科技創(chuàng)新導(dǎo)報(bào);2013年12期

8 張慶紅;程國(guó)建;;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)性能優(yōu)化[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年12期

9 林興國(guó);葉昌漢;;基于移動(dòng)互聯(lián)網(wǎng)的物聯(lián)網(wǎng)應(yīng)用無線性能優(yōu)化研探析[J];信息通信;2017年05期

10 曉慧;;本本性能優(yōu)化圣手[J];電腦知識(shí)與技術(shù)(經(jīng)驗(yàn)技巧);2012年01期

相關(guān)會(huì)議論文 前10條

1 李銳;;網(wǎng)絡(luò)性能優(yōu)化的探討與實(shí)現(xiàn)[A];中國(guó)煙草學(xué)會(huì)2016年度優(yōu)秀論文匯編—— 信息化管理主題[C];2016年

2 蘇秀平;陳江平;陳芝久;;間冷式冰箱性能優(yōu)化試驗(yàn)研究[A];上海市制冷學(xué)會(huì)二○○一年學(xué)術(shù)年會(huì)論文集[C];2001年

3 代桂平;殷保群;奚宏生;周亞平;;受控M／G／1排隊(duì)系統(tǒng)的性能優(yōu)化[A];第二十二屆中國(guó)控制會(huì)議論文集（下）[C];2003年

4 葛網(wǎng)華;周煒;郭乃網(wǎng);張婷;;智能配用電大數(shù)據(jù)系統(tǒng)工程實(shí)施與性能優(yōu)化[A];2017智能電網(wǎng)新技術(shù)發(fā)展與應(yīng)用研討會(huì)論文集[C];2017年

5 潘飛;周進(jìn)雄;;借助MATLAB實(shí)現(xiàn)某機(jī)械超構(gòu)材料的仿真和性能優(yōu)化[A];中國(guó)力學(xué)大會(huì)-2015論文摘要集[C];2015年

6 宋振龍;謝徐超;劉妍;肖立權(quán);;固態(tài)盤寫性能優(yōu)化技術(shù)研究[A];第十七屆計(jì)算機(jī)工程與工藝年會(huì)暨第三屆微處理器技術(shù)論壇論文集（上冊(cè)）[C];2013年

7 奚宏生;唐昊;殷保群;周亞平;;Markov控制過程在緊致行動(dòng)集上的性能優(yōu)化[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

8 李彥;王屹;徐繼明;;ERP系統(tǒng)的性能優(yōu)化[A];全國(guó)煉鋼連鑄過程自動(dòng)化技術(shù)交流會(huì)論文集[C];2006年

9 廖兆澤;;淺談ERP報(bào)表性能優(yōu)化[A];第22屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第4屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集[C];2012年

10 趙海波;楊昭;方箏;徐振軍;;燃?xì)鈮嚎s式熱泵系統(tǒng)全年季節(jié)性能優(yōu)化[A];中國(guó)制冷學(xué)會(huì)2007學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前10條

1 陳翔;性能優(yōu)化只能救火[N];中國(guó)計(jì)算機(jī)報(bào);2007年

2 陳洪康 郭寶群 李雪梅;淺談VLDB性能優(yōu)化與維護(hù)[N];人民郵電;2001年

3 全國(guó)軋鋼技術(shù)知識(shí)競(jìng)賽組委會(huì)專家組;用工藝優(yōu)化實(shí)現(xiàn)產(chǎn)品性能優(yōu)化[N];中國(guó)冶金報(bào);2006年

4 范范　編譯;10個(gè)關(guān)鍵的MySQL性能優(yōu)化技巧[N];網(wǎng)絡(luò)世界;2012年

5 奧創(chuàng)利高級(jí)開發(fā)工程師 Robert A. Aekins 奧創(chuàng)利高級(jí)產(chǎn)品經(jīng)理 Gregg Lafontaine;六類系統(tǒng)性能優(yōu)化“秘笈”[N];計(jì)算機(jī)世界;2002年

6 通訊員 張南京　本報(bào)記者 張超義;減負(fù)提速 系統(tǒng)健康運(yùn)行添保障[N];國(guó)家電網(wǎng)報(bào);2012年

7 ;綠色數(shù)據(jù)中心實(shí)現(xiàn)負(fù)載均衡和性能優(yōu)化[N];人民郵電;2008年

8 愛立信(中國(guó))有限公司;愛立信助深圳移動(dòng)提升EDGE網(wǎng)絡(luò)性能[N];通信產(chǎn)業(yè)報(bào);2007年

9 邱曉理;Oracle數(shù)據(jù)庫(kù)系統(tǒng)性能優(yōu)化策略[N];計(jì)算機(jī)世界;2006年

10 戴威 王勤 趙新冬 劉沂訓(xùn);多媒體數(shù)據(jù)傳輸質(zhì)量評(píng)測(cè)和性能優(yōu)化[N];中國(guó)信息化周報(bào);2015年

相關(guān)博士學(xué)位論文 前10條

1 疏官勝;移動(dòng)云中基于計(jì)算遷移的應(yīng)用性能優(yōu)化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

2 黃山;基于云計(jì)算的大數(shù)據(jù)學(xué)習(xí)性能優(yōu)化技術(shù)研究[D];東北大學(xué);2016年

3 何舟;確定性時(shí)延Petri網(wǎng)帶權(quán)標(biāo)記圖的性能優(yōu)化[D];西安電子科技大學(xué);2017年

4 毛宏燕;基于部分計(jì)值的服務(wù)性能優(yōu)化研究[D];上海交通大學(xué);2006年

5 魏丫丫;Web傳輸?shù)男阅軆?yōu)化[D];清華大學(xué);2006年

6 張琦;多核系統(tǒng)中的程序性能優(yōu)化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

7 張明;龍芯平臺(tái)上高性能計(jì)算的性能優(yōu)化關(guān)鍵問題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

8 那俊;基于兩階段適應(yīng)的ASBS性能持續(xù)優(yōu)化方法研究[D];東北大學(xué);2011年

9 賈海鵬;面向GPU計(jì)算平臺(tái)的若干并行優(yōu)化關(guān)鍵技術(shù)研究[D];中國(guó)海洋大學(xué);2012年

10 張雷;嵌入式系統(tǒng)性能優(yōu)化若干問題研究[D];電子科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 彭搏宇;面向集中式蜂窩網(wǎng)絡(luò)的LTE基帶系統(tǒng)移植驗(yàn)證與性能優(yōu)化[D];云南大學(xué);2017年

2 孫紹武;基于有機(jī)—無機(jī)雜化鈣鈦礦材料的阻變存儲(chǔ)器行為研究及其性能優(yōu)化[D];東北師范大學(xué);2018年

3 范鐸;企業(yè)持續(xù)集成管理工具改進(jìn)研究與實(shí)現(xiàn)[D];北京交通大學(xué);2018年

4 于汝杰;基于RDMA技術(shù)的Spark系統(tǒng)Shuffle性能優(yōu)化[D];國(guó)防科學(xué)技術(shù)大學(xué);2017年

5 常賀;基于OPENFLOW的網(wǎng)絡(luò)性能優(yōu)化技術(shù)研究與開發(fā)[D];北京郵電大學(xué);2013年

6 王林;面向資源成本的云應(yīng)用性能優(yōu)化決策方法及應(yīng)用[D];東北大學(xué);2015年

7 張郁;基于DPDK實(shí)現(xiàn)企業(yè)網(wǎng)絡(luò)性能優(yōu)化的研究與設(shè)計(jì)[D];鄭州大學(xué);2018年

8 張?jiān)S雅;譜域OCT系統(tǒng)性能優(yōu)化的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2018年

9 楊偉光;GPU的資源與性能優(yōu)化策略研究[D];大連理工大學(xué);2018年

10 馮軒;基于Docker技術(shù)的Hadoop性能優(yōu)化研究[D];南京郵電大學(xué);2018年

本文編號(hào)：2774884