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）
将故障的详细情况向管理节点汇报，做出相应的数据和计算迁移操作，以保证系统的连续运行。

目前关于
云端迁移的方式主要有三种：进程迁移［12］、虚拟机实时迁移［13］、线程迁移［14］。

迁移的对象包括程序和数
据。

其中，
要将应用程序迁移至云平台上运行，可以在两个层次上进行。

第一种是选择在所谓的IaaS （In-frastructure as a Service ）层次上［15］，第二种则是在PaaS （Platform as a Service ）之上［16］。

将计算任务合理高效地迁移到云平台则需要一个综合考虑终端和云平台的计算需求以及计算能力关系的按需迁移机制。

按需迁移机制的研究主要包括按需迁移决策模型的构建、支持任务迁移的软件架构这两方面。

2．1
按需迁移决策模型的构建
按需迁移的原因是终端物理性能上的局限性。

终端的物理性能包括终端的电池续航能力、存储资源、CPU /GPU 、屏幕等硬件属性。

网络性能是决定按需迁移能否成功的关键，网络性能可以由带宽、延时、网络
接入代价等诸多参数衡量。

是否需要迁移还应考虑终端行为，
即终端访问网络频率、计算量等属性，以提高云计算在云平台和终端之间的按需迁移的效率。

由于云计算任务的按需迁移涉及到终端性能、
网络性能、终端习惯等诸多因素，同时要考虑迁移的开销、不同业务的特点、不同任务的优先级特性，因此需要设
计一个基于多属性的判决度量，
进而建立自适应的按需迁移决策模型，最终构建自适应的面向不同业务需求的多属性决策模型。

2．2
支持任务迁移的软件架构
任务迁移的软件架构在一定意义上等同于云平台的资源调度算法的架构实现。

主要有两种任务分配方案：其一是终端在运行时刻动态地将需要迁移的计算任务分配给云平台执行；其二是云平台在应用加载时根据客户端的计算能力确定计算任务在云端之间的合理分配机制并动态部署。

研究的关键技术包括基于虚拟机环境［17］或者沙箱环境［18］
的软件代码迁移以及计算任务在云端的动
态运行部署。

计算任务的迁移实际上是代码的迁移，
也就是说软件代码能够按需地改变执行的位置，可能在云平台也可能在终端。

要支持软件代码的按需迁移，云平台和终端需要有相同的代码解析和执行环境。

任务迁移的过程还涉及到诸多状态参数的传递、转移等。

图2给出了支持计算任务迁移的软件架构中云平台和终端的基本模块。

图2支持任务迁移的软件架构
Fig．2
Software schema of supporting task migration
3移动终端应用界面技术
像智能手机、PDA 这样的移动终端往往集多种功能于一身，如通话、短信、语音信箱、上网、游戏、拍照、
视频、音乐播放、导航等。

因此移动终端需要有不同功能模块的用户界面（UI ）设计从模式，以Web 的方式
提供高质量的用户体验。

智能化、
适应性的界面机制恰恰能够克服移动设备本身的交互局限性，在实际应用中满足用户多样化的个性需求。

这在技术上需要研究终端类型的分析组件和图形控制与压缩算法。

3．1
终端分析组件的开发
适应终端类型的前提在于如何准确高效地发现终端类型。

由于目前终端类型繁多，将来也会出现新的终端类型，因此可以考虑两种终端信息获取方式以实现具有良好扩展性、可维护性的终端分析组件：一种是利用云平台的存储和计算能力建立终端参数和操作系统数据库，通过终端型号和操作系统的属性信息从数据库中读取终端参数。

另一种方式是在云平台与终端交互的过程中，由终端查询自身参数并提交给云平台。

·57·肖雪芳等：面向移动云计算的关键技术研究第11期
3．2
控制算法及压缩算法
在云平台，设计适合在云计算背景下使用的自适应算法，最终实现内容与显示分离，为屏幕自适应提
供一种具有广泛使用性的控制算法。

进而根据不同Web 语言（如HTML5，
CSS3［19］等）的特点，选择合适的语言，以软件模块的形式实现终端分析组件和自适应控制算法。

部分自适应控制算法的比较如表2所示。

表2屏幕自适应控制算法比较|
Tab．2Comparisons of adaptive control algorithms for screen
针对设备的页面编辑
智能布局
基于缩略图的浏览方式开发成本高。

每个页面都要重新编辑低。

机器自动参与，无需人工参与低。

机器自动参与，无需人工参与用户操作负担小
大。

仍需拉动滚动条
大。

对图片进行移动和缩放屏幕尺寸
弱。

每种设备需要编辑相应的版本
弱。

设备尺寸不同，重构所用技术要做相应改变
强。

图片尺寸根据设备大小进行改变相对容易
另外，为了减轻移动终端的负担，提高无线带宽的利用率，可以在云平台采用H264或MPEG －4算法
对视频流或多媒体数据进行压缩编码［20］。

4结论
本文分析了移动云计算在未来的发展中将面临的一些技术问题。

包括移动云存储、云端任务迁移、移动终端显示等。

此外，延迟和带宽也是影响移动云计算普及推广的因素之一。

目前看来，移动云计算还有很长的路要走，但相信随着技术的进步，移动云计算会离现实越来越近，移动终端（包括手机等）的功能也将会越来越强大。

参考文献：
［1］张海望，杨波．云计算在手机通信中的应用研究［J ］．计算机安全，2011，1：49－51．［2］兰许昌，殷瑞祥．手机云计算的分析与研究［J ］．微处理机，2010，3：114－115．［3］S．Ghemawat ，H．Gobioff ，S．T．Leung．The Google file system ［C ］．Proc of the 19th ACM SOSP New York．2003．37（5）：29
－43．
［4］Apache Hadoop．Hadoop Distributed File System Mailing Lists ［EB /OL ］．http ：//hadoop．apache．org /hdfs /mailing_lists．html
，2012－05－24．［5］李亚琼，宋莹，黄永兵．一种面向虚拟化云计算平台的内存优化技术［J ］．计算机学报，2011，34（4）：684－693．［6］王柏，徐六通．云计算［J ］．中兴通讯技术，2010，16（3）：55－60．［7］J．Dean ，S．Ghemawat ，MapReduce ：Simplified data processing on large clusters ［C ］．Sixth Symposium on Operating System De-sign and Implementation ，2008，51（1）：107－113．［8］D．C．Giuseppe ，H．Deniz ，J．Madan ，et al．Dynamo ：Amazon＇s highly available key －value store ［C ］．Proceedings of twenty
－first ACM SIGOPS symposium on Operating systems principles ，2007，41（6）：205－220．
［9］M．Mowbray ，S．Pearson．A Client －Based Privacy Manager for Clouding Computing ［C ］．Proceedings of the Fourth Interna-tional ICST Conference on Communication System Software and Middleware ，2009：1－8．［10］S．H．Hung ，C．S．Shih ，J．P．Shieh ，et al．An Online Migration Environment for Executing Mobile Applications on the Cloud
［C ］．Fifth International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing ，2011：20－27．［11］A．D．Rubin ，D．E．Geer ，Mobile Code Security ［J ］．IEEE Internet Computing ，1998，2（6）：30－34．［12］Y．Paindaveine ，D．S．Milojicic．Process vs．Task Migration ［C ］．Proceedings of the 29th Annual Hawaii International Confer-ence on System Sciences ，1996，1：636－645．［13］T．Franco ，D．Paul ，G．Leon ，et al．Seamless live migration of virtual machines over the MAN /WAN ［J ］．Future Generation
Computer Systems．2006，22（8）：901－907．［14］R．Quitadamo ，G．Cabri ，L．Leonardi．Mobile JikesRVM ：A framework to support transparent Java thread migration ［J ］．Science
of Computer Programming ，2008，70（2－3）：221－240．［15］R．Bifulco ，R．Canonico ，G．Ventre ，et al．Transparent migration of Virtual infrastructures in large datacenters for Cloud
Computing ［C ］．16th IEEE Symposium on Computers and Communications ，ISCC＇11，2011，179－184．［16］L．Nikolaos ，K．Eleni ，T．Konstantinos ，A Semantic Interoperability Framework for Cloud Platform as a Service ［C ］．Third
IEEE International Conference on Cloud Computing Technology and Science ，2011：280－287．
（下转第93页）
·
67·第31卷绵阳师范学院学报（自然科学版）
参考文献：
［1］互动百科．鄱湖［DB /OL ］
．http ：//www．hudong．com /wiki /，2012－05－18．［2］互动百科．江西鄱阳［
DB /OL ］．http ：//www．hudong．com /wiki /，2012－05－18．［3］百度百科．鄱阳湖［
DB /OL ］．http ：//baike．baidu．com /view /，2012－05－18．［4］董显苹．江西九位地方官纵论鄱阳湖生态经济区规划［
J ］．中国经济周刊，2010，10：48－51．［5］九江学院学报．鄱阳湖、庐山文化与文献研究［J /OL ］．http ：//www．jju．edu．cn /kj /，2012－05－18．［6］李志明．陶渊明文化研究数据库构建与实现［
J ］．图书馆学研究，2011，6：11－15．［7］杜亮，王芳．利用TPI 系统建设航空特色数据库［
J ］．图书馆学刊，2010，7：94－96．［8］黄晓斌，朱滔．中文数字图书馆开发平台的比较与选择［
J ］．图书馆论坛，2006，2：9－13．［9］
欧阳雪芬．地方视觉元素的活力性探究—
——基于鄱阳湖地方视觉元素对经济发展影响的思考［J ］．产业与科技论坛，2011，5：256．
On Construction of Poyang Lake ＇s Documental Information
Database Based TPI and Its Enlightenment
LI Zhi －ming ，HU Sen －shu
（Library of Jiujiang College ，Jiujiang ，Jiangxi 332005）
Abstract ：Poyang Lake ，China＇s largest freshwater lake with abundant animals and plants ，and ample histori-cal cultures ，possesses fundamental significance to the economic development and ecologic and enviorinmental construction of Jiangxi Province ，as well as to the whole nation．Aiming at expanding ，inheriting and developing its culture ，and establishing ，exploring and developing its natural reserve and ecological economic zone ，this pa-per probes the feasibility and the principles of constructing its documental information database from the following six aspects relating to the whole process of the construction ，data gathering and selecting ，construction of core base ，digital documents ，data processing ，data dissemination and website implementation ，and in the end ，sum-marizes the enlightenment of the whole process．
Key words ：TPI ；Poyang Lake ；documental information database ；construction
（上接第76页）
［17］刘鹏程，陈榕．面向云计算的虚拟机动态迁移框架［J ］．计算机工程，2010，36（5）：37－39．［18］徐羽琼，谌宗佳，潘纲，等．TaskShadow －V ：基于虚拟化的跨移动设备用户任务迁移［J ］．软件学报，2011，2：129－136．［19］唐灿，下一代Web 界面前端技术综述［J ］．重庆工商大学学报（自然科学版），2009，26（4）：350－355．［20］P．Simoens ，F．D．Turck ，B．Dhoedt ，P．Demeester ，Remote Display Solutions for Mobile Cloud Computing ［J ］．Computer ，
2011，44（8）：46－53．
On Key Techniques of Mobile Cloud Computing
XIAO Xue －fang 1，LEI Guo －wei 2
（1．Dept．of Electronic and Electric Engineering ，Xiamen University of Science and Technology ，Xiamen ，Fujian 361024；2．School of Science ，Jimei University ，Xiamen ，Fujian 361021）
Abstract ：The present application condition of mobile cloud computing was introduced in this paper ，the
main issues about its development were analyzed．Some technical solutions were proposed to these issues．Finally ，the development direction of mobile cloud computing was pointed out．
Key words ：Mobile cloud computing ；online migration ；virtual machine
·39·李志明等：基于TPI 软件的鄱阳湖文献信息数据库的建设与启示第11期。