|
| 編輯推薦： |
|
从事云计算、物联网和移动互联网研究的人员，从事云计算、物联网和移动互联网中的资源共享、管理和调度相关研究的高年级本科生和研究生
|
| 內容簡介： |
|
通过将资源受限设备上的任务迁移到其他资源更加丰富的设备上去运行，可以减少对设备的软硬件能力的依赖。这种方式被称为卸载offloading或者网络搜寻（cyberforaging），是在嵌入式计算、普适计算中增强资源受限设备能力、减少电量消耗的重要方式。资源受限设备在移动计算环境中进行计算卸载时所面临的上述问题对计算卸载任务的划分、分配和执行过程产生了深刻的影响。本书针对资源受限设备在移动过程中通过不同的网络接入技术和接入点连接到公有云、本地云、移动设备云和车载云进行计算卸载时所面临的任务划分、分配和计算切换决策问题展开研究，介绍了相关的理论、算法和实验结果。
|
| 目錄：
|
目录
**章 移动云计算 1
**节 计算模式发展历程 1
第二节 云计算 3
第三节 移动云计算 5
第四节 云计算之后 10
一、雾计算 10
二、移动边缘计算 11
第五节 移动云计算的挑战 12
第六节 本章小结 13
参考文献 14
第二章 移动云中的资源共享 16
**节 移动设备间的资源共享 16
第二节 移动云中的计算卸载 17
第三节 计算卸载的分类 20
一、粗粒度卸载和细粒度卸载 20
二、代理资源类型和规模 21
三、远程执行环境 22
四、计算卸载决策 23
第四节 计算卸载决策 23
一、任务划分策略 25
二、卸载任务分配策略 31
三、静态卸载和动态卸载 36
第五节 移动计算卸载的优势 37
一、提升性能 37
二、节省能耗 38
第六节 本章小结 39
参考文献 39
第三章 可分负载应用的计算卸载 41
**节 可分负载理论 41
第二节 基于可分负载理论的计算卸载 43
第三节 实验验证 47
一、仿真实验验证 47
二、实际实验验证 49
第四节 本章小结 51
参考文献 51
第四章 移动自组织云中的计算卸载 52
**节 计算卸载框架 52
第二节 计算卸载问题描述 53
第三节 计算卸载算法 54
一、并行多处理机调度算法 55
二、移动自组织云中的调度算法 56
第四节 仿真实验和结果分析 62
一、平均卸载时间结果 63
二、平均完成时间结果 65
三、平均利用率结果 66
第五节 本章小结 67
参考文献 67
第五章 车载云中的计算卸载 69
**节 车载网络 69
一、车辆与车辆通信模式的特点 71
二、车辆与路边单元通信模式的特点 72
三、融合的车载网络及其特点 72
第二节 车载云计算 73
第三节 车载自组织云中的计算卸载 76
一、车载自组织云计算环境 77
二、计算任务模型 77
三、资源模型 78
第四节 基本任务划分和分配策略 80
一、任务划分方法 81
二、基本分配策略 84
第五节 基于移动性预测的卸载策略 85
一、车载网络移动模型 85
二、车辆可用时间预测 86
三、任务卸载策略 95
第六节 实验和结果分析 97
一、仿真实验环境 98
二、仿真参数设置 101
三、实验结果分析 101
第七节 本章小结 103
参考文献 104
第六章 移动云计算中的移动性管理 105
**节 移动性管理技术 105
一、移动通信中的移动性管理 105
二、移动云计算中的移动性管理 107
第二节 移动云计算卸载中的切换管理 110
第三节 基于阈值的切换判决准则 113
第四节 基于多属性决策的垂直切换 114
一、简单加权法 116
二、熵值法 117
三、逼近理想解排序法 118
第五节 多属性决策仿真实验 121
一、仿真实验场景 121
二、性能评价指标 123
三、仿真实验及结果分析 124
第六节 本章小结 129
参考文献 129
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
