面向移动云计算的关键技术

2012年11月第31卷第11期绵阳师范学院学报

Journal of Mianyang Normal University Nov．，

2012Vol．31No．11

收稿日期：2012-09-04基金项目：福建省教育厅A 类项目（JA11232）；福建省高等院校学生创新科研项目（Z81144）

作者简介：肖雪芳（1977－），女，副教授，博士，主要研究方向：通信与电路设计。E －mail ：xfxiao5217@semi．ac．cn

面向移动云计算的关键技术研究

肖雪芳1，雷国伟

2

（1．厦门理工学院电子与电气工程系，福建厦门361024；2．集美大学理学院，福建厦门361021）

摘要：介绍了移动云计算的应用现状，分析了移动云计算发展所面临的主要问题，针对这些问题提供了一

些技术方案。最后指出了移动云计算的发展方向。

关键词：移动云计算；在线迁移；虚拟机

中图分类号：TP391文献标识码：A 文章编号：1672-

612x （2012）11-0073-040引言

随着移动终端的智能化、移动宽带网络的普及，越来越多的移动设备进入互联网，移动互联网是传统

互联网与移动通信网络融合的产物，

越来越多的人正使用移动终端访问互联网。随着宽带无线移动通信技术的发展和Web 应用技术的不断创新，移动互联网正在迅猛地发展。但是移动互联网和传统互联网相

比也存在着一些局限性，

突出表现在移动终端处理能力弱和网络带宽相对较小等方面。云计算是适合移动互联网应用的一种模式。如果把云计算概念运用于移动计算领域，便会得到意想不到的效果，运用远端“云”的高速处理能力，即使移动终端（包括手机等）本身性能不高，但只要满足与远端“云”的输入输出数

图1移动云计算的系统架构Fig．1System schema of mobile cloud computing 据交换，便能够得到理想的结果［1－2］

。首先，云

计算将应用的“计算”从终端转移到服务器端，

从而弱化了对移动终端设备的处理需求。其

次，

云计算降低了对网络的要求。比如，用户需要查看某个文件时，不需要将整个文件传送给用户，而只需根据需求发送用户需要查看的部分内容。图1给出了移动云计算的系统架构。

美国电信巨头AT＆T 于2008年8月面向商业用户推出了一项计算机网络和存储服务－Synaptic Hosting ，成为首个进入云计算领域

的电信运营商。随着

“云手机”时代的来临，已有许多公司迈进了“云手机”大门。苹果公司在原有的Mobile Me 功能上全新改写并向全球

的苹果开发者开放iCloud 服务。在中国，

2011年8月，阿里巴巴推出的“阿里云”手机介入智

能手机市场。紧接着腾讯、

小米纷纷开始发力。腾讯和华为合作推出了包含19款QQ 应

用的手机，小米更是发布首台智能手机以攻城略地。2011年12月20日百度联手戴尔首推D43云手机。

移动云计算在快速发展的同时，也面临一系列的问题：移动云计算对数据可靠性、高吞吐率和数据率的要求，如何保证云端任务迁移的平滑性、一致性等，移动设备的数据访问安全性，不同移动终端应用的界面普适性等。概括起来主要有以下几点：

1云端数据访问与存储

云存储是一个以数据存储和管理为核心的云计算系统，综合集群应用、网格技术或分布式文件系统等功能，通过应用软件将网络中各种类型的存储设备集合起来协同工作，对外提供数据存储和业务访问等功

能。云存储需要解决的关键技术是存储技术、管理技术及安全技术。1．1

存储技术

应用存储技术的发展可以大量减少云存储中服务器的数量，从而降低系统建设成本，减少系统中由服

务器造成单点故障和性能瓶颈，减少数据传输环节，提供系统性能和效率，保证整个系统的高效稳定运行。

云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性，即为同一份数据存储多个副本。另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。因此，云计算的数据存储技术必须具有高吞吐率和高传输率的特点。目前云计算的数据存储技术主要有谷

歌的非开源的GFS （Google File System ）［3］

和Hadoop 开发团队开发的GFS 的开源实现HDFS （Hadoop Dis-tributed File System ）［4］。大部分IT 厂商，包括yahoo 、Intel 的“云”计划采用的都是HDFS 的数据存储技术。

为了提高云平台的运行速度和计算效率，提升整个平台的资源利用率。在云平台还需要采用内存资源优化技术。除了研究云平台下多机间内存优化问题，还要研究单台物理服务器内不同虚拟机之间的内

存优化问题［5］

。1．2

管理技术

由于移动互联网中应用种类繁多且数目较大，加上云计算的数据具有海量、异构、非确定性特点，这就需要采用有效的数据管理技术对海量数据和信息进行分析和处理，并实现不同应用和不同用户之间数据

存储和计算的隔离。目前云计算系统中的数据管理技术主要是谷歌的GFS ［3］

，

BigTable ［6］，MapReduce ［7］和亚马逊的Dynamo ［8］

。表1是这几类数据管理技术的比较。

表1几类云数据管理技术比较

Tab．1Comparisons among several techniques of cloud data management

技术定义

特点

服务器负载

GFS 可扩展的分布式文件系统多处备份，重复执行重BigTable 基于结构化的分布式存储系统压缩优化，读取高效轻MapReduce 基于映射和化简的分布式计算编程模式

计算高效，调度优化轻Dynamo

基于Hash 表的分布式存储系统

自我管理性强

轻

一般而言，数据的读操作频率远大于数据的更新频率，即云中的数据管理是一种读优化的数据管理。

因此如何在规模巨大的数据中快速找到特定的数据，也是移动云计算数据管理技术另一个必须解决的问题。1．3

安全技术

由于移动终端的日益微型化和极易丢失，若该设备包含刚从云端下载的敏感数据则必然存在安全隐患。另外，在无线网络中还应避免传输数据被拦截。因此，安全问题也是影响移动云计算服务普及的重要

问题。正因为如此，

目前国内更倾向于创建私有云，而不是使用公有云服务。安全分为两方面：一方面是客户端的隐私数据安全，另一方面是网络用户和服务商之间的信息交互与

数据共享安全。针对客户端的安全管理可以通过减少敏感数据传输，降低云计算使用的风险［9］

。针对网络用户和服务商之间的信息交互安全，可以采用高鲁棒性的加密算法对传输的数据进行加密，也可以通过

安全信道如虚拟专有网（VPN ）和可信平台模块（TPM ）［10］

，在应用程序组件之间进行身份验证。另外还有

基于令牌的身份验证、基于防火墙的端口过滤技术［11］

等。

2云端迁移技术

云计算的本质是分布式计算。由于移动云计算平台中的节点规模是十分巨大的，并且单个节点的失效概率也大。这就要求系统能对所有节点进行有效监控和协调，及时对节点失效故障做出迅速的报警，并

·

47·第31卷绵阳师范学院学报（自然科学版）