一个新颖的方法来优化多媒体移动云计算中数据分布

文摘

移动计算和云计算的整合,更加多样化的服务可以提供给用户,支持移动计算的流动特性以及云计算的力量。这个新的范式仍然面临着挑战,特别是在性能方面。当涉及到多媒体数据通信,瘦客户机(如智能手机和平板电脑)遭受由于性能和权力的限制。以前做研究非常解决这个问题。因此,在我们的论文中,我们提出一个框架中厚客户(笔记本电脑或台式电脑)纳入移动云范式与关注用户移动性。它的目标是优化多媒体内容的分布和云之间的瘦客户机。我们的工作出现数值分析和仿真证明的有效性和提议的方法的有效性。

1。介绍

在最近的时代,手持设备,如智能手机和平板电脑,迅速增加了。用户现在更喜欢使用轻量级,便于携带小型设备,而不是使用笔记本电脑或台式电脑。Gartner inc .)报告(1,智能手机和平板电脑销售已经超过了个人电脑销售在过去几年。很快他们将用户的首选设备上网(2]。适应改变和移动环境下的更高要求,计算服务已经经历创新。现在,随着云计算的出现(CC) [3,4),移动用户可以上传他们的数据和任务外包给云进行进一步处理。新兴的趋势被称为移动云计算(MCC) [5),云计算和移动计算提供数据密集型和更强大的计算服务,随着流动性。

不同于静态计算,世纪挑战集团面临着许多挑战,特别相关的处理能力,约束的无线网络,和昂贵的云访问,流动性。特别是用户移动性可能严重降低服务质量(QoS) (6,7]。已经讨论了很多解决方案,但不能提高性能。例如,在[8),作者提出一个框架来创建虚拟MCC提供者,通过附近的瘦客户机接收多媒体数据从互联网。但有限的容量和带宽仍是一个障碍在云访问(9,10]。提高瘦客户机的服务,它是全面的,瘦客户机应该加上厚客户来更慷慨的硬件资源和高速互联网连接(DSL、纤维等)。记住这一点,我们引入thin-thick协作架构,瘦客户机和厚客户可以相互通信以优化数据分布,特别是多媒体内容(11,12云用户和云服务提供商之间)。这样做,预计QoS需求可以得到满足。此外,我们主要关心的是有效和高效的数据从客户到云网络,保持查看客户的流动性。广泛的评估表明,我们的方法可以提高数据分布效率和执行优于现有方法。

我们把我们的论文分为以下部分:部分2给出了文献综述现有研究工作,与我们有关;部分3细节的动机场景解释了为什么我们有提出建议的方法;部分4指定的框架体系结构和算法;部分5显示我们的想法以及绩效评估的实施;最后一节总结本文并提出未来工作。

2。相关工作

研究文献已经努力试图解决上述问题。在[13),提出一个新的方法有效的云同步的分布式文件系统层次结构。他们使用主从架构的传播数据减少流量。在[14),研究人员表明,一些资源调度技术可以有效地减轻影响,负面影响应用程序响应时间和系统利用率。罗斯(15)和Kumar和陆16]介绍的数据传输延迟的影响性能,但他们不认为有效地利用带宽。类似于我们的方法,许多人也试图在[集成移动设备和CC。17罗),建议使用云来提高移动设备的新想法的能力面对挑战性能低延迟和高吞吐量的媒体数据处理(12,18]。Delgado et al。19)创新岩狸,鼓励使用移动设备作为资源提供者在CC平台;实验是不整合。在[20.),作者只是专注于使用分区政策将移动设备上的应用程序的影响,但他们不解决任何与用户移动性相关的其他问题(21]。金等。22]提出一种自适应方案,优化运行时数据的分发和收集服务隐藏数据传输时间;用户移动性不是。因此,在本文中,我们试图解决上述不足通过引入thin-thick客户协作优化多媒体云网络和移动瘦客户机之间数据分布与关注用户移动性。

3所示。激动人心的情景

如图所示的场景1是利用thin-thick客户协作。

一个学生想看在线电影和她的智能手机,她走在她的大学校园。我们假设她以同样的速度移动,不能使用移动互联网的数据(因为它是缓慢而有能力有限)。因此,她进入大学无线网络。连接后,手机(瘦客户机)可以发送一个请求(例如,电影流媒体)代理管理几个厚客户为这个请求服务。每个选择厚的客户将建立一个连接到相应的云提供商瘦客户机访问的渴望。请求被发送到云;前处理和返回的数据送到厚客户聚集在代理和被派往瘦客户机请求。值得注意的是,云计算和瘦客户机之间的数据可以在相对较短的交货时间大概是这些厚客户的高速互联网连接。

上述情况表明应用合作的可能的利润瘦客户机和厚的客户在一个典型的MCC的环境。这样的合作令人鼓舞的是增加有效利用资源的机会。然而,当移动用户移动代理的域(即。,no access point connected to the broker is found), all running sessions (called “state”) made between clients and cloud providers might be terminated, which leads to service degradation. To sustain the service continuation in this scenario and also to balance the requested workload, it claims the need of using multiple brokers, which means when the mobile clients move to a different domain, the associated broker should be able to follow them by migrating its “state” to the next available broker at the newly visited domain and restore previous session with little impact on service quality. With that in mind, we design our system architecture to deal with the following concerns:(我)从云提供商厚客户分布数据;(2)找到最合适的代理来减少“状态”的迁移时间从目前的代理。

4所示。系统架构

以下部分提供了一个洞察我们的系统架构提出解决问题在上面的场景中进行讨论。

不同于其他方法遵循模型指出,一个瘦客户机是通过多条路径由一个服务器,我们的系统可以被视为一个模型。它表示,从一个云提供商(1厚),大块的数据被发送到多个客户然后将这些数据传输到多个经纪人吗在该方案中。代理是中间层的核心,结合和交付最终用户接收的数据到目标(s)。为了便于演示,我们的系统可以分为以下两层如图2。

4.1。图层1

在这一层我们考虑以下:分裂从云提供商和分发数据处理器(厚客户)和不同能力根据带宽的网络连接。为了清晰起见,我们给我们的系统的重要定义和假设。首先,每个数据块分割成块用不同的大小取决于带宽。是一个块的大小。从一个虚拟机(VM)带宽云一个处理器。因此,转让一大块时间从虚拟机处理器。并行的时间传输块处理器应该等于:

根据这个值,我们可以确定每个块的大小适应每个连接的带宽。下一步是对处理器进行排序根据他们的能力。更高的处理器能力将获得大量和低的处理器能力将得到小块。

4.2。层2

第二层包括结合数据经纪人和/或覆盖服务经纪人然后转移到一个瘦客户机。这里的问题是如何找到最合适的位置附近的最小化之间的代理“状态”的迁移时间从目前的代理用户动作。

基本上,我们认为网络拓扑结构为三层体系结构(23),它由核心开关(CS)、聚合开关(AgS)和访问开关(AcS)如图3。扇出数量的CS用和代表着相应的ags CS的传输延迟。扇出数量和传输延迟的AgS AcS用和,分别。在初始状态,每个边缘上的传输延迟AgS和CS之间设置同样(例如,)。

同样,每个AcS之间的边缘上的传输延迟和AgS也同样(例如,)。让现在的扇出AcS,之间的传输延迟是AcS及其经纪人。在实际网络中,很明显,传输延迟边的树成正比的同时传输数据量“状态”的边缘。因此,券商之间的沟通成本不仅取决于跳数的数量还在传输延迟定义如下: 在哪里传输延迟的代理吗促成和和带宽和各个负荷的优势连接代理促成(即。,belongs to path),分别。

让表示数量的代理的跳数促成,是加权均值函数或权衡的跳数和两个经纪人之间的传输延迟。最后,我们指定的通信成本从代理促成如下: 因此,

此外,我们定义资源需求矩阵作为一个矩阵表示对经纪人之间的交通需求。交通需求来自每一个“状态”的重量我们想迁移。显然,为了完善系统,对经纪人的沉重的资源需求应该尽可能接近对方。因此,每个资源需求的乘积的总和及其对应的沟通成本必须保持最小。那里,目标函数可以制定如下:

我们的目的是最小化这个函数之间找到平衡的最低成本和最大的经纪公司之间的资源需求;是经纪人的集合。可以理解,沟通成本最低的经纪人的一对将迁移最重的“状态”。因此,我们需要一个高效的算法等算法1找到目的地代理的位置来存储当前的“状态”代理实现问题的最优解(5)。

5。实现和分析

在本节中,我们用数值模拟和比较我们的方法的性能和别人的评价方法的效率。所有的参数模拟不同数量的厚客户,代理,交通需求、网络拓扑、和一些大型媒体文件上面的方法。模拟是在Java JDK-7u7-i586和netbeans 7.2进行。我们认为2例:有或没有用户移动性。实现结果图4相关证明,无需用户移动性,大型媒体传输数据的处理时间从云提供商瘦客户机,我们的方法会导致一个更好的表现比一个处理器接收数据。

此外,假设用户以同样的速度移动;我们检查“状态”的迁移时间数据分布从目前为瘦客户机代理到目的地代理。结果反映在数据上5和6表明,我们的方法具有客观价值比贪婪,但是比随机方法。与此同时,我们的方法的执行时间比贪婪但比随机的。毕竟,当我们从云提供商和数据分布的时间从瘦客户机代理,经纪人和我们的建议的总执行时间更效率。

6。结论

本文对于有效地交付数据,我们提出一个架构thin-thick客户协作。我们的目标是优化数据分布在云的客户和供应商之间。与用户移动,预计可以实现QoS。此外,我们进行了模拟评价方法。通过仿真结果,发现我们的系统性能比现有的更好。未来的工作包括推进研究计划变成实际实现,扩大到大规模生产之前首先在实验环境中部署。规划的实现,希望我们能彻底观察上升的实际操作和解决任何问题或缺点他们应该发生。此外,我们将更加专注于提高服务质量以带来更好的云服务体验。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

这项研究得到了MSIP(科技部、信息通讯技术和未来的规划),韩国,在期(信息技术研究中心)支持程序(NIPA - 2014 (h0301 - 14 - 1020))监督的海椰子(国家信息产业促进机构)。

引用

1. Gartner Inc .,Gartner说,全球企业IT支出在2012年达到2.7万亿美元,2013,http://www.gartner.com/newsroom/id/1824919。
2. Gartner Inc .,Gartner说,全球个人电脑、平板电脑和手机结合2013年出货量达到24亿台,2013,http://www.gartner.com/newsroom/id/2408515。
3. x Nan, y, l .关”最佳资源配置多媒体云基于排队模型,”学报》第三届IEEE国际研讨会上多媒体信号处理(MMSP 11)2011年11月,页1 - 6,。视图:出版商的网站|谷歌学术搜索
4. y锅和j·张,“云计算platforms-challenges和解决方案,并行编程”杂志的收敛,3卷,不。4,23-28,2012页。视图:谷歌学术搜索
5. h·t·Dinh c·李,d . Niyato p·王,“移动云计算的一项调查显示:架构、应用程序、方法,”无线通信和移动计算,13卷,不。18日,第1611 - 1587页,2013年。视图:出版商的网站|谷歌学术搜索
6. f·萨迪斯,g . Mapp j .厕所,m . Aiash和a . Vinel“基于云计算的移动媒体环境的调查与service-populating和QoS-aware机制,“IEEE多媒体,15卷,不。4、769 - 777年,2013页。视图:出版商的网站|谷歌学术搜索
7. h·j·拉和s·d·金,“移动云计算的稳定过程,”《IEEE 7日面向服务的系统工程国际研讨会(SOSE 13)2013年3月,页454 - 462。视图:出版商的网站|谷歌学术搜索
8. g . Huerta-Canepa d·李,“虚拟云计算提供者为移动设备,”诉讼的ACM移动云计算和服务研讨会1:社交网络和超出10 (MCS)2010年6月,旧金山,加州,美国。视图:出版商的网站|谷歌学术搜索
9. T.-J。金,B.-G。金,c。公园,K.-S。张成泽,“有效块模式确定算法利用自适应搜索方向信息可伸缩视频编码(SVC)”杂志的收敛,5卷,不。1、14 - 19页。2014。视图:谷歌学术搜索
10. h . m . Choi和曹“个人移动专辑/日记应用sevelopment,”杂志的收敛,5卷,不。1,32-37,2014页。视图:谷歌学术搜索
11. 因此,m . Imdadul伊斯兰教,和m·r·阿明,“绩效评估的VoIP服务认知无线电系统,基于DTMC,”杂志的信息处理系统,10卷,不。1,第131 - 119页,2014。视图:谷歌学术搜索
12. h·罗和>。害羞的,来说“服务质量条款在移动multimedia-a调查中,“以人为中心的计算和信息科学,卷1,p . 2011。视图:出版商的网站|谷歌学术搜索
13. 美国Uppoor、m·d·弗洛里和a . Bilas“云同步分布式文件系统层次结构,”诉讼IEEE国际会议上的集群计算车间和海报,集群研讨会2010年9月,页1 - 4,。视图:出版商的网站|谷歌学术搜索
14. e . Cuervoy Balasubramanian a, d . k .赵et al .,“毛伊岛:让智能手机与代码剥离,持续时间更长”第八届国际研讨会论文集在移动系统中,应用程序和服务(MobiSys 10)2010年6月,页49 - 62,。视图:出版商的网站|谷歌学术搜索
15. s·m·罗斯,介绍了概率模型,爱思唯尔,南加州大学,洛杉矶,加州,美国第十版,2010年。
16. k·库马尔和中州。路”,为移动用户:云计算可以卸载计算节约能源?”电脑,43卷,不。4,51-56,2010页。视图:出版商的网站|谷歌学术搜索
17. x罗”,从增强现实增强计算:一看cloud-mobile收敛,”程序的国际研讨会上无处不在的虚拟现实(ISUVR ' 09)页29-32光州,韩国,2009年7月。视图:出版商的网站|谷歌学术搜索
18. a·巴塔查里亚·w·吴、杨z”语音通信的经验评估质量:一个affect-based方法,”以人为中心的计算和信息科学,卷2,p . 2012。视图:出版商的网站|谷歌学术搜索
19. j . Delgado s . m . Sadjadi l .方n . Bobroff y . Liu和s . Seelam”效率评估并行工作负载对虚拟化资源,”学报》第四届IEEE / ACM国际会议上云计算和效用计算(UCC的11)2011年12月,页89 - 96。视图:出版商的网站|谷歌学术搜索
20. 诉Stantchev和c . Schrofer”谈判和执行QoS和sla网格和云计算”程序在网格和普适计算的国际会议(GPC ' 09),2009年。视图:谷歌学术搜索
21. r·侯赛因和h .哦,”Cooperation-aware VANET云:车载ad hoc网络提供安全的云服务,”杂志的信息处理系统,10卷,不。1,第118 - 103页,2014。视图:谷歌学术搜索
22. 金,学术界。梦想,Y.-S。公园,y . Lee和w·崔”,一种自适应工作流调度方案基于估计云计算的新一代测序数据处理速度,”杂志的信息处理系统,8卷,不。4、555 - 566年,2012页。视图:出版商的网站|谷歌学术搜索
23. m . Al-Fares A Loukissas, A . Vahdat”一个可伸缩、商品数据中心网络架构,”ACM会议数据通信学报》(SIGCOMM ' 08)2008年8月,页63 - 74。视图:出版商的网站|谷歌学术搜索

版权

版权©2014 Pham港区挂等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。