[00105535]多用户协作移动业务云的构建与资源优化技术研究

　　该项目为国家自然科学基金资助面上项目（项目批准号：61471063）。

　　该项目在异构移动云计算基础设施、平台及软件之上，构建了移动业务云系统，实现高效智能的资源管理框架，完成基于公平协作的业务卸载策略、基于资源编排的业务无缝迁移机制和业务感知的传输控制等三项核心成果。基于 OpenStack、OpenDaylight 和 Docker 搭建了实验平台，开发了具有多个依赖子任务的智能应用，即短文本分析、草图检索、菜品识别和图书推荐，可实现业务卸载、资源编排、业务迁移与切换等功能。移动业务云实现了多种移动云计算系统的协作共存，提高了资源利用率，保证了协作公平性。主要研究成果如下：

　　1. 研究了移动业务云中业务卸载的核心问题，提出全方位感知的在线决策业务卸载机制： 以业务时延为目标，利用先进的深度强化学习方法，为复杂业务中多个子任务逐一提供卸载 决策，持续学习且评估策略，获取长期收益优化的业务卸载经验知识。实验结果表明：基于 深度强化学习的业务卸载决策，可降低复杂业务时延，更好得适应网络环境变化。

　　2. 提出一套多场景下快速资源编排机制：依据移动速度和方向，利用探照灯方法计算资源可用度，设计了轻量级多目标优化的资源编排算法;针对家庭设备的有限资源，提出了基于环状粒子群资源编排算法;利用车载业务云的资源聚集特性，设计了基于快速聚类的粒子群资源编排算法。实验结果表明：在可接受时间范围内，针对三类场景改进的粒子群算法与传统遗传算法和粒子群算法相比，有效提高了资源编排效果。

　　3. 以节约移动终端能耗为目标，提出了移动业务云的移动性管理机制：通过感知移动终端使用业务或访问云计算资源的行为，判断其在线状态，减少周期性注册更新次数，并根据网络状态、终端资源和 QoS 需求，选择切换模式。实验结果表明：能耗敏感的移动性管理机制，可减少冗余数据传输，节约终端能耗，保证多媒体业务的 QoS。