Inter-Layer Per-Mobile Optimization of Cloud Mobile Computing: A Message-Passing Approach
云移动计算使得能够经由无线接口将计算密集型应用从移动终端卸载到云处理器。鉴于应用层的卸载决策与物理层参数之间的强烈相互作用，这些参数决定了与移动云通信相关的能量和延迟，本文研究了跨两层的细粒度任务卸载的层间优化。在现有技术中，在处理和通信的串行实现下，该问题被公式化为混合整数程序，导致任务数量呈指数级的复杂性。在这项工作中，相反，算法的解决方案，提出了利用典型应用程序的调用图的结构，通过调用图上的消息传递，在串行和并行实现的处理和通信。对于调用树，所提出的解决方案具有线性的任务数量的复杂性，和有效的扩展更一般的调用图，包括“地图”和“减少”型任务。此外，所提出的方案是最佳的串行实现，并提供了原则性的并行实现。广泛的数值结果产生洞察层间优化的影响和两种实现的比较。
2015-08-26 cs.DC cs.NI
MOMCC: Market-Oriented Architecture for Mobile Cloud Computing Based on Service Oriented Architecture
利用云计算来增强移动设备（尤其是智能手机）的计算能力的愿景很可能转变为现实。移动设备对云计算的利用催生了一个新的研究领域--移动云计算（MCC）。然而，像可移植性和互操作性的问题应该得到解决的移动增强，这是一个不平凡的任务，使用基于组件的方法。面向服务的架构（SOA）是一种很有前途的设计理念，被移动计算和云计算社区所接受，以使用称为服务的预制构建块来刺激可移植的复杂应用程序。利用远程云资源托管和运行服务受到长WAN延迟的阻碍。利用附近的移动设备会延长WAN延迟，同时会产生一系列新问题，如服务发布和发现以及客户端-服务器安全性、可靠性和服务可用性。在本文中，我们提出了一个面向市场的架构，基于SOA，以刺激发布，发现和托管服务附近的移动，这减少了长WAN延迟，并创造了一个商业机会，鼓励移动业主拥抱服务托管。一组手机模拟附近的云计算平台。我们通过使不熟练的移动所有者/用户能够托管由熟练的开发人员开发的服务来创建\textit{Service host}的新角色。显然，服务可用性、可靠性和面向服务的移动应用程序可移植性将在我们的移动云基础设施中朝着绿色普适计算的方向提高。
2012-06-27 cs.DC cs.NI cs.SE
SAMI: Service-Based Arbitrated Multi-Tier Infrastructure for Mobile Cloud Computing
移动云计算（MCC）是旨在缓解移动设备资源匮乏的最新移动计算技术。最近，已经提出了若干方法和技术来通过利用云计算来增强移动设备。然而，长WAN延迟和信任仍然是MCC的两个主要问题，阻碍了其愿景。本文对MCC进行了分析，并对其存在的问题进行了讨论。我们利用面向服务的架构（SOA），提出了一个仲裁的多层基础设施模型命名为SAMI MCC。我们的体系结构由三个主要层组成，即SOA、仲裁器和基础设施。该架构的主要优势在于其多层基础设施层，该层利用来自云、移动网络运营商（MNO）和MNO授权经销商这三个主要来源的基础设施。在基础设施层之上，仲裁器层被设计为基于诸如资源需求、延迟和安全性等多个度量对服务进行分类并为其分配合适的资源。利用SAMI可以促进基于服务的平台中立移动应用程序的开发和部署。
2012-06-27 cs.DC cs.NI
Nebula: Reliable Low-latency Video Transmission for Mobile Cloud Gaming
移动云游戏通过移动网络从功能强大的服务器流式传输游戏内容，从而在受限的设备上实现高端游戏。移动网络遭受影响游戏体验的高度可变的带宽、延迟和损耗。本文介绍了Nebula，这是一个端到端云游戏框架，可以最大限度地减少网络条件对用户体验的影响。Nebula依赖于端到端失真模型，根据测量的网络条件调整视频源速率和帧级冗余量。因此，它可以最大限度地减少运动到光子（MTP）的延迟，同时保护帧免受丢失。我们完全实现星云和评估其性能对最先进的技术和最新研究的实时移动云游戏传输的物理测试平台上模拟和真实的无线网络。即使在高度多变的环境中，Nebula也能始终如一地平衡MTP延迟（<140 ms）和视觉质量（>31 dB）。用户实验证实，星云最大限度地提高了用户体验与高感知视频质量，可玩性，低用户负载。
2022-01-16 cs.MM cs.NI
Mobile Cloud Computing with a UAV-Mounted Cloudlet: Optimal Bit Allocation for Communication and Computation
移动云计算通过将计算任务从移动设备卸载到远程处理器，缓解了计算密集型移动应用程序和电池受限的移动设备之间的紧张关系。本文考虑了一个移动云计算的情况下，“小云”处理器，提供卸载的机会，移动设备安装在无人机（UAV），以提高覆盖范围。针对移动台与无人机之间采用频分复用的时隙通信系统，对移动台在上行链路中向无人机发送的输入比特数、无人机处微云处理的输入比特数通过最大时延下的对偶分解，限制，目的是最小化移动能耗。数值结果揭示了一个优化的位分配，以使显着的能源节约相比，严格的延迟约束的本地移动执行的至关重要的。
2017-05-18 cs.IT cs.NI math.IT
Efficient and Secure Mobile Cloud Networking
移动云计算是“下一代网络”的有力候选者，它赋予移动用户扩展的移动性、服务连续性和卓越的性能。用户可以期望以更低的电池消耗和实惠的价格更快地执行工作;然而，情况并非总是如此。已经开发了各种移动应用程序来利用这种新技术，但每个应用程序都有自己的要求。已经提出了几种移动云架构，但没有一种适合所有移动应用程序，导致客户满意度较低。除此之外，缺乏有效的商业模式来激励投资者阻碍了其在生产规模上的部署。本文提出了一种新的移动云架构，该架构将移动运营商置于该技术的核心，并配备了一个创收的商业模式。这种架构名为OCMCA（以运营商为中心的移动云架构），从一端连接用户，从另一端连接云服务提供商（CSP），并在其网络中托管云。OCMCA/用户连接可以利用多播信道，从而为用户带来更便宜的服务，并为运营商带来更多的收入、更低的拥塞和拒绝率。
2021-03-05 cs.NI
Efficient Resource Allocation for On-Demand Mobile-Edge Cloud Computing
移动边缘云计算是一种在普适无线电接入网络的边缘靠近移动用户处提供云计算能力的新范例。针对提供灵活的按需移动边缘云服务，本文提出了一个综合框架，包括面向用户的资源高效计算卸载机制和面向网络运营商的联合通信和计算（JCC）资源分配机制。具体来说，我们首先研究了用户的资源有效的计算卸载问题，以减少用户的资源占用，通过确定其最佳的通信和计算资源配置文件具有最小的资源占用，同时满足QoS约束。然后，我们解决的关键问题，用户准入控制JCC资源分配，以适当地选择一组用户的资源需求的满足。我们发现的准入控制问题是NP-难的，因此开发了一个有效的近似解决方案，通过仔细设计的用户排名标准，严格推导出其性能保证的低复杂度。为防止部分用户在获取移动边缘云服务时虚报估值的操纵行为，进一步借助临界值法这一有力工具，设计出JCC资源分配的真实定价方案。广泛的性能评估表明，所提出的方案可以实现按需移动边缘云计算的卓越性能。
2018-06-08 cs.DC cs.NI
PriMask: Cascadable and Collusion-Resilient Data Masking for Mobile Cloud Inference
Nanyang Technological University（南洋理工大学）
移动云卸载对于基于大规模深度模型的推理任务是必不可少的。然而，将隐私丰富的推理数据传输到云端会引起担忧。本文提出了一种称为PriMask的系统的设计，在该系统中，移动终端使用一个秘密的小规模神经网络称为MaskNet的数据屏蔽传输前。PriMask显著削弱了云恢复数据或提取某些私有属性的能力。MaskNet是可扩展的，因为移动设备可以无缝地选择加入或退出其使用，而无需对云的推理服务进行任何修改。此外，移动设备使用不同的MaskNet，使得云和一些移动设备之间的勾结不会削弱对其他移动设备的保护。我们设计了一种{ \em分裂对抗学习}方法来训练一个神经网络，该网络在运行时间快速（在两秒内）生成一个新的MaskNet。我们将PriMask应用于三种具有不同模态和复杂性的移动传感应用，即，人类活动识别、城市环境人群感知和驾驶员行为识别。结果显示PriMask在所有三种应用中的有效性。
2022-11-12 cs.CR cs.DC cs.LG
A Survey of Bandwidth and Latency Enhancement Approaches for Mobile Cloud Game Multicasting
在移动云应用中，移动云游戏近年来获得了显著的普及。在移动云游戏中，纹理、游戏对象和游戏事件通常从服务器流式传输到移动客户端。云移动游戏中的挑战之一是如何在大型多玩家在线游戏（MMOG）中高效地组播游戏内容和更新。本报告调查了为减少延迟和带宽消耗而引入的游戏同步和多播机制的最新技术，并讨论了在该领域提出的可应用于任何网络游戏环境的几种方案。从我们的角度来看，游戏应用程序需要高交互性。因此，专注于游戏应用程序最终将涵盖广泛的应用程序，而不会违反本次调查的有限范围。
2017-07-02 cs.NI
An energy efficient service composition mechanism using a hybrid meta-heuristic algorithm in a mobile cloud environment
随着技术和人类生活中移动设备的增加，运行时和移动服务的使用变得更加复杂，同时还包含大量的原子服务。移动云组件提供不同的服务，将非功能属性表示为服务质量（QoS），并通过一组标准来应用。另一方面，移动云的能源异构性的增长是一个新兴的挑战，根据移动节点的节能问题。移动云服务组合是一个NP-Hard问题，需要采用最优能量感知的方法逐问题选择有效的移动云服务组合，以扩展移动云组件的部署和互操作性。此外，需要一个能量感知的服务组合机制，以保持高节能场景的移动云组件。本文提出了一种基于能量感知的移动云服务组合优化机制，并采用混合蛙跳算法和遗传算法（SFGA）对移动云服务组合进行优化。实验结果表明，与现有的一些算法相比，该机制提高了移动云组件服务组合的可行性，并具有最小的能耗、响应时间和成本。
2020-05-19 cs.NE cs.NI
Proceedings Ninth International Workshop on Foundations of Mobile Computing
由于移动技术、应用和服务的广泛传播，移动通信已经成为计算机科学中一个充满活力的研究领域。通信、计算和移动性的交织不断给这一领域的算法设计带来新的挑战。移动计算基础（FOMC）研讨会致力于涵盖离散/分布式算法的设计和分析以及移动、无线和类似动态网络的系统建模方面的所有方面。它旨在汇集该领域的实践者和理论家，以促进移动计算和算法研究之间的合作。
2013-10-17 cs.DC cs.DS cs.NI
Follow-Me Cloud: When Cloud Services Follow Mobile Users
3GPP LTE移动网络架构的云化趋势和联合云基础设施的出现要求替代的服务交付策略，以改善用户体验和有效的资源利用。我们提出了Follow-Me Cloud（FMC），这是一种针对这种环境量身定制的设计，但具有更广泛的适用性，它允许移动用户始终通过最佳数据锚点和移动网关进行连接，而基于云的服务则遵循它们，并通过云基础设施内的最佳服务点进行交付。FMC采用基于马尔可夫决策过程的算法进行成本效益，性能优化的业务迁移决策，而两种替代方案，以确保业务的连续性和无中断操作提出，无论是基于软件定义网络技术或标识符/标识符分离协议。从我们的FMC的分析模型的数值结果，以及我们已经开发的两个替代FMC实现的测试台实验，定量和定性地证明了它可以带来的优势。
2022-01-05 cs.NI
Phone2Cloud: Exploiting Computation Offloading for Energy Saving on Smartphones in Mobile Cloud Computing
随着智能手机应用的繁荣，智能手机的节能越来越受到关注。在本文中，我们设计了Phone2Cloud，一个计算卸载为基础的系统，在移动云计算的背景下，智能手机上的节能。Phone2Cloud将运行在智能手机上的应用程序的计算卸载到云端。目标是提高智能手机的能源效率，同时通过减少执行时间来提高应用程序的性能。通过这种方式，可以改善用户的体验。在Android和Hadoop环境下实现了Phone2Cloud的原型系统。两组实验，包括应用实验和场景实验，进行评估系统。实验结果表明，Phone2Cloud可以有效地为智能手机节省能源并减少应用程序的执行时间。
2020-08-09 cs.DC cs.NI
Grid Computing Model for Mobile: A Better Mobile Grid Computing Model
网格计算是一种正在研究中的新型网络技术思想。在这个基于技术的领域有大量的炒作，因此它得到了计算社区的大量关注。网格计算利用PC（个人计算机）、网络服务器或其他基于计算技术的系统的集群。这些系统正在联合起来处理复杂的计算、通信和协作。网格计算提供了大量的支持，使企业能够利用其空闲的计算能力或系统处理周期来产生一种类型的超级计算机配置。网格计算技术已经从传统的基于高性能和分布式技术的计算系统转移到基于实用和普适的计算安排。这些基于技术的结构具有无线网络通信和协作的优越潜力，并且具有薄、轻和可远程访问的设备。这就产生了移动网格计算这一新的计算技术范式。这项研究将评估和分析基于网格计算和移动计算技术的安排。本文将对移动网格计算进行可行性分析。本研究将分析网格计算技术在移动领域的映射。在这个场景中，我将评估如何在移动设备中实现网格架构。为了实现一个移动网格的安排，我将分析现有的网格计算模型和讨论的设计，实现，体系结构和它的局限性。本研究也将突出网格计算对移动设备负载均衡、高处理效率和减少网络通信的影响。
2019-03-18 cs.NI
Selfish Computation Offloading for Mobile Cloud Computing in Dense Wireless Networks
将计算卸载到移动云是增强移动设备计算能力的有前途的解决方案。在本文中，我们认为自私的移动设备在密集的无线网络中，其中个人移动设备可以通过多个接入点（AP）的移动云卸载计算，以尽量减少他们的计算成本，我们提供了一个博弈论分析的问题。我们表明，在弹性云的情况下，所有的改进路径是有限的，因此存在一个纯策略纳什均衡，可以很容易地计算。在非弹性云的情况下，我们表明，改善路径可能会循环，但我们表明，存在一个纯纳什均衡，我们提供了一个有效的算法计算。此外，我们提供了一个上限的无政府代价（PoA）的游戏。我们使用模拟来评估计算纳什均衡的时间复杂度，并在现实的情况下提供见解的PoA。我们的研究结果表明，均衡成本可能接近最优，成本差异是由于太多的移动用户同时卸载。
2016-04-19 cs.NI
A Survey on Cloud Video Multicasting Over Mobile Networks
由于多媒体流已经成为非常热门的研究课题，在最近几年，本文综述了最先进的技术，介绍了移动网络上的多媒体组播。在本文中，我们给出了一个概述的多媒体组播机制在云移动通信，我们提出了一些建议的解决方案的角度来看。我们专注于专门为视频点播应用设计的算法。我们对视频点播应用的研究最终将涵盖云游戏等广泛的应用，而不会违反本次调查的有限范围。
2017-07-02 cs.NI
Decentralized Computation Offloading Game For Mobile Cloud Computing
移动云计算被认为是一种很有前途的方法，可以增强移动设备的计算能力，用于新兴的资源匮乏的移动应用。在本文中，我们提出了一个博弈论的方法来实现有效的计算卸载移动云计算。我们将移动终端用户之间的分散计算卸载决策问题表示为一个分散计算卸载博弈。我们分析了博弈的结构性质，证明了博弈总是存在一个纳什均衡。然后，我们设计了一个分散的计算卸载机制，可以实现一个纳什均衡的游戏，并量化其效率比集中的最优解。数值结果表明，该机制可以实现有效的计算卸载性能和规模以及系统规模的增加。
2015-03-26 cs.NI
Reinforcing Edge Computing with Multipath TCP Enabled Mobile Device Clouds
近年来，在移动设备的计算和存储能力方面已经见证了巨大的增长。然而，这种计算和存储能力中的大部分并不总是被充分利用。另一方面，旨在用多个边缘服务器取代传统的集中式强大云的移动边缘计算的普及正在迅速增长。特别是，由于减少了往返延迟，具有严格延迟要求的应用程序可以通过移动边缘云得到最佳服务。在本文中，我们提出了多路径TCP（MPTCP）启用移动终端云（MDC）作为现有的基于TCP或D2D设备云技术的替代品，因为它有效地利用了可用带宽，提供更高的吞吐量，以及确保强大的无线连接。我们调查的拥塞在移动设备云的形成，主要是由于在发现，服务的连续性和云组成的形成时，为服务提供节点的消息传递。我们提出了一个用户空间代理称为拥塞处理程序，使卸载的数据包从一个子流到其他链路质量的约束。此外，我们讨论了这种设计的好处，并进行初步的系统分析。
2019-10-30 cs.NI
A New Architecture of a Ubiquitous Health Monitoring System: A Prototype Of Cloud Mobile Health Monitoring System
无线体域传感器网络（Wireless Body Area Sensor Networks，WBNGS）是一种新兴的技术，它利用无线传感器实现对患者的实时可穿戴健康监测，以增强患者的独立生活能力。本文提出了一个云移动健康监测系统的原型。该系统使用WBASN和智能手机应用程序，该应用程序使用云计算、位置数据和神经网络来确定患者的状态。
2012-05-31 cs.ET cs.NI
Mobility-Induced Service Migration in Mobile Micro-Clouds
移动微云是分布式计算中的一种新兴技术，旨在当集中式服务可能遭受连接性差和延迟长的问题时，为网络边缘提供无缝的计算/数据访问。与传统云不同，移动微云更小，部署更接近用户，通常连接到蜂窝基站或无线网络接入点。由于每个基站或接入点的覆盖区域相对较小，当用户跨越由附接到不同微云的不同基站或接入点覆盖的区域移动时，服务性能和服务迁移的问题变得重要。在本文中，我们考虑这样的移民问题。我们建模的一般问题作为一个马尔可夫决策过程（MDP），并表明，在移动用户遵循一维非对称随机游走移动模型的特殊情况下，服务迁移的最佳策略是一个阈值策略。我们得到了由任意阈值引起的代价的解析解，然后提出了一种寻找最佳阈值的算法。所提出的算法是更有效的解决MDPs的标准机制。
2015-03-17 cs.DC cs.NI math.OC
ENGINE:Cost Effective Offloading in Mobile Edge Computing with Fog-Cloud Cooperation
移动边缘计算（MEC）作为一种利用云节点或雾节点将远程云计算扩展到网络边缘的新兴范例，被认为是下一代无线网络的关键技术。通过将计算密集型任务从资源受限的移动设备卸载到雾节点或远程云，可以节省移动设备的能量并且可以增强计算能力。对于雾节点，他们可以租用资源丰富的远程云来帮助他们处理来自移动设备的传入任务。在这种架构中，可以充分利用移动设备的短计算和计算延迟的好处。然而，现有的研究大多假设雾节点具有无限的计算能力，这是不实际的，特别是当雾节点也是能量受限的移动设备。为了提供雾节点的激励和降低移动设备的计算成本，我们提供了一个成本有效的卸载方案在移动边缘计算与雾节点和远程云之间的合作与任务依赖约束。移动设备的预算有限，必须确定哪些任务应该在本地计算或发送到雾。为了解决这个问题，我们首先制定的卸载问题作为一个任务完成时间最小化的问题，给定的预算的移动设备，这是NP-难的。然后，我们设计了两个以上的算法来研究网络的性能。仿真结果表明，所提出的贪心算法可以达到接近最优的性能。平均而言，蛮力法和贪心算法在应用程序完成时间上优于模拟退火算法约28.13%。
2018-10-13 cs.NI
Fog Computing: Focusing on Mobile Users at the Edge
随着智能设备，特别是智能手机，成为我们的日常伴侣，无处不在的移动互联网和计算应用渗透到人们的日常生活。随着人们对随时随地提供高质量移动服务需求的不断增长，如何满足无处不在的用户需求，适应移动业务的爆炸式增长，是下一代移动网络的关键问题。雾计算是实现这一目标的一个有前途的解决方案。雾计算是对云计算的一种扩展，它通过向移动网络边缘提供虚拟化资源和基于位置的服务，从而更好地服务于移动业务。因此，雾计算是云计算与移动应用结合的润滑剂。在本文中，我们概述了雾计算的主要功能，并描述了其概念，架构和设计目标。最后，我们从网络的角度讨论了一些未来的研究问题。
2016-03-30 cs.NI
Live Service Migration in Mobile Edge Clouds
移动边缘云（MEC）通过在网络边缘安装小型云基础设施，将云的优势更贴近用户。这使得新一代的实时应用成为可能，例如智能交通系统中的即时对象识别和安全辅助，这些应用需要非常低的延迟。邻近性带来的一个关键问题是如何确保用户在不同位置移动时始终获得良好的性能。在MEC之间迁移服务被视为实现这一目标的手段。本文提供了一个分层框架，用于迁移封装在虚拟机（VM）或容器中的主动服务应用程序。这种分层方法可以大幅减少服务停机时间。该框架很容易使用现成的技术实现，其关键优势之一是它支持容器，这是一种有前途的新兴技术，提供了虚拟机的切实好处。在该框架下，通过实验对各种实际应用的迁移性能进行了评估.从实验结果得出的见解进行了讨论。
2017-08-02 cs.DC cs.NI
Process migration-based computational offloading framework for IoT-supported mobile edge/cloud computing
移动设备已成为物联网（IoT）不可或缺的组成部分。然而，这些设备在处理能力、电池功率和存储空间方面具有资源约束，从而阻碍了通常需要宽带宽、严格的响应时间、长电池寿命和重计算能力的计算密集型应用的执行。移动云计算和移动边缘计算（MEC）是可以使用卸载算法来满足上述要求的新兴技术。本文分析了边缘网络中依赖于平台的原生应用程序对计算卸载的影响，提出了一个轻量级的基于进程迁移的计算卸载框架。所提出的框架不需要边缘服务器上的应用程序二进制文件，因此可以无缝迁移本地应用程序。建议的框架进行评估，使用实验测试平台。数值结果表明，该框架节省了近44%的执行时间和84%的能源消耗。因此，所提出的框架显示了MEC中资源密集型物联网应用程序处理的巨大潜力。
2019-09-24 cs.DC cs.NI
Energy-Efficient Resource Allocation for Mobile Edge Computing-Based Augmented Reality Applications
移动边缘计算是在移动设备上启用增强现实（AR）应用的供应解决方案。AR移动应用在上行链路的数据汇集、边缘计算和下行链路的数据传输方面具有固有的协作属性。在这封信中，利用这些功能，提出了一种新的资源分配方法，在通信和计算资源。通过连续凸近似（SCA）实现的方法，被认为是产生相当大的收益相比，传统的独立卸载用户的移动能耗。
2017-03-25 cs.NI
Joint Energy Minimization and Resource Allocation in C-RAN with Mobile Cloud
云无线接入网（C-RAN）已成为解决日益增长的移动业务的下一代接入网技术的潜在候选者，而移动云计算（MCC）为资源有限的移动用户执行计算密集型任务提供了一种有前景的解决方案。本文提出了一种基于MCC的C-RAN，充分利用上述两种基于云的技术，以提高性能和能量效率。特别地，本文研究了在给定任务的时间约束下，具有MCC的C-RAN中的联合能量最小化和资源分配。我们首先回顾了计算和通信的能量和时间模型。然后，我们将联合能量最小化问题转化为任务执行时间、发射功率、计算容量和前传数据率约束下的非凸优化问题。这种非凸优化，然后重新制定成一个等价的凸问题的基础上加权最小均方误差（WMMSE）。最后给出了C-RAN与移动云联合资源分配的迭代算法。仿真结果表明，提出的能量最小化和资源分配方案可以提高系统性能，节省能量。
2016-01-25 cs.NI
Joint Uplink/Downlink Optimization for Backhaul-Limited Mobile Cloud Computing with User Scheduling
移动云计算使得能够将计算繁重的应用（例如用于游戏、对象识别或视频处理）从移动用户（MU）卸载到直接或通过有限容量回程链路连接到无线接入点的微云或云服务器。在本文中，移动云计算系统的设计进行了研究，提出了联合优化的计算和通信资源的目的是最大限度地减少所需的能量卸载下的所有MU在应用层的延迟约束。所提出的设计考虑了多天线上行链路和下行链路干扰传输，在下行链路上有或没有合作，以及回程和计算资源的分配和用户选择。由此产生的设计优化问题是非凸的，和固定的解决方案计算通过逐次凸逼近（SCA）技术。数值结果说明了计算和通信资源的联合优化的能量延迟权衡方面的优势，以及系统参数的影响，如回程容量，和网络架构。
2017-02-03 cs.NI
vSkyConf: Cloud-assisted Multi-party Mobile Video Conferencing
作为当今繁忙世界中的一个重要应用，移动视频会议有助于通过移动设备与朋友，家人和同事进行虚拟面对面的沟通。然而，如何通过移动设备提供高质量的多方视频会议体验仍然是一个悬而未决的挑战。背后的根本原因是移动设备上缺乏计算和通信能力，无法扩展到大型会议会话。在本文中，我们提出了vSkyConf，一个云辅助的移动视频会议系统，从根本上提高多方移动视频会议的质量和规模。通过新颖地在云中为每个移动用户使用代理虚拟机，我们允许会议参与者之间通过他们的代理而不是直接进行完全可扩展的通信。代理在彼此之间交换会议流，将流转码为最合适的比特率，并缓冲流以最有效地传递到移动接收者。一个完全分散的，最佳的算法被设计来决定流的最佳路径和最合适的代理人沿路径的视频转码，使有限的带宽被充分利用，以提供最高质量的流的移动接收者。我们还仔细定制了每个代理的缓冲机制，以配合最佳的流分布。我们已经实现了基于Amazon EC2的vSkyConf，并与广泛采用的单播解决方案相比，验证了我们设计的卓越性能。
2013-03-25 cs.NI
Green Cloudlet Network: A Distributed Green Mobile Cloud Network
本文介绍了移动云计算环境下的绿色Cloudlet网络（GCN）架构。所提出的架构旨在在微云中的用户设备（UE）与其化身（其软件克隆）之间提供无缝且低的端到端（E2E）延迟，以促进应用工作负载卸载过程。此外，通过替换LTE网络中的传统演进分组核心（EPC），在GCN架构中引入基于软件定义网络（SDN）的核心网络，以便在不同端点之间提供高效的通信连接。Cloudlet网络文件系统（CNFS）是基于所提出的架构设计的，以保护Avatars的数据集免受硬件故障的影响，并提高Avatars在数据访问延迟方面的性能。此外，在架构中提出了绿色能源补充，以减少运行分布式云所产生的额外运营支出（OPEX）和CO2足迹。由于绿色能源发电和绿色云系统（GCS）的能源需求的时间和空间动态性，设计一个最佳的绿色能源管理策略的基础上的绿色能源发电的特点和能源需求的eNB和云，以最大限度地减少上网的能源消耗是至关重要的云提供商。
2016-05-25 cs.NI
An edge-fog-cloud platform for anticipatory learning process designed for Internet of Mobile Things
本文提出了一种新的数据分析架构，目标是在移动物联网的背景下进行预期的学习过程。该架构是地理分布的，由边缘，雾和云资源组成，这些资源共同运作以支持这种预期的学习过程。我们设计的架构可以管理来自IoMT设备的大量数据流，并在连续的阶段中分析边缘，雾和云的资源层次结构。我们讨论了每一层的分析任务的特点。我们注意到，网络中传输的数据量从边缘到雾，最后到云都在减少，而计算的复杂性却在增加。这种设计允许支持不同类型的分析需求，根据所利用的资源类型，从实时到历史。我们已经实施了拟议的架构作为一个概念验证使用的过境数据从加拿大大蒙克顿地区的饲料。
2018-06-19 cs.CY cs.DC cs.NI
HierTrain: Fast Hierarchical Edge AI Learning with Hybrid Parallelism in Mobile-Edge-Cloud Computing
Sun Yat-sen University（中山大学）
如今，深度神经网络（DNN）是许多新兴边缘AI应用的核心推动力。训练DNN的传统方法通常在中央服务器或云中心实现，用于集中式学习，由于大量数据样本从设备传输到远程云，这通常是耗时且需要资源的。为了克服这些缺点，我们考虑在移动边缘云计算（MECC）范式上加速DNN的学习过程。在本文中，我们提出了HierTrain，一个分层的边缘AI学习框架，它有效地将DNN训练任务部署在分层的MECC架构上。我们开发了一种新的\textit{hybrid parallelism}方法，这是HierTrain的关键，可以在边缘设备，边缘服务器和云中心三个级别上自适应地分配DNN模型层和数据样本。然后，我们制定了在层粒度和样本粒度上调度DNN训练任务的问题。解决这个优化问题使我们能够实现最小的训练时间。我们进一步实现了一个由边缘设备、边缘服务器和云服务器组成的硬件原型，并在其上进行了大量的实验。实验结果表明，HierTrain与基于云的分层训练方法相比，可以实现高达6.9倍的加速比。
2020-03-22 cs.DC cs.LG cs.NI
Mobile Edge Computing via a UAV-Mounted Cloudlet: Optimization of Bit Allocation and Path Planning
无人机（UAV）最近被认为是在具有有限基础设施或没有基础设施的无线系统中向移动用户（MU）提供增强覆盖或中继服务的手段。研究了一种基于无人机的移动云计算系统，该系统通过赋予移动无人机计算能力，为本地处理能力有限的MU提供计算卸载机会。该系统旨在最小化总的移动能量消耗，同时满足卸载的移动应用的服务质量要求。卸载通过移动设备和UAV之间的上行链路和下行链路通信来实现，所述上行链路和下行链路通信借助于频分双工（FDD）经由正交或非正交多址（NOMA）方案来进行。联合优化上行链路和下行链路通信的比特分配以及在UAV处的计算的问题，以及在延迟和UAV的能量预算约束下的微云的轨迹，通过利用连续凸近似（SCA）策略来制定和解决。数值结果表明，可以通过所提出的联合优化的比特分配和微云的轨迹相比，本地移动执行，以及部分优化方法，只设计的比特分配或微云的轨迹，可以累计显着的节能。
2017-05-18 cs.IT cs.NI math.IT
An Actor-Critic Reinforcement Learning Method for Computation Offloading with Delay Constraints in Mobile Edge Computing
在本文中，我们考虑了一个移动边缘计算系统，云服务器和边缘服务器协同提供计算服务。移动边缘计算既可以减少服务延迟，又可以减轻核心网的负载。我们将不同优先级服务的平均延迟约束下的系统平均收益最大化问题建模为一个约束半马尔可夫决策过程（SMDP）。我们提出了一个行动者-评论家算法的资格痕迹，以解决有约束的SMDP。利用神经网络对策略参数和状态值函数的参数进行训练，不断提高系统性能。
2019-01-30 cs.NI
Cloud-RAN Factory: Instantiating virtualized mobile networks with ONAP
在本演示中，我们展示了基于TM Forum框架（面向客户的服务和面向资源的服务）的协商，以及使用开源网络自动化平台ONAP部署完全虚拟化的端到端移动网络（包括一个RAN，分为远程单元、分布式单元和集中式单元）。移动网络的各种组件由ONAP在Kubernetes之上进行容器化和部署。该演示是端到端移动网络的第一个演示，该网络完全虚拟化到远程单元，其架构与Open-RAN框架兼容，并在开放空中接口代码中基于3GPP 7.3功能划分实现PHY层。
2020-11-05 cs.NI
Profitable Task Allocation in Mobile Cloud Computing
我们提出了一个游戏理论框架的任务分配在移动云计算，对应的计算任务卸载到一组附近的移动设备。具体来说，在我们的框架中，一个分销商节点举行了一个多维拍卖分配附近的移动节点之间的计算能力和计算成本的基础上，在这些节点的工作的任务，以减少整体作业完成时间的目标。我们提出的拍卖还具有所需的激励兼容性属性，确保移动设备真实地显示其功能和成本，并且这些设备从任务分配中受益。为了处理节点的移动性，我们在自适应的时间间隔进行多个拍卖。我们开发了一种启发式的方法，动态地找到最佳的拍卖之间的时间间隔，以尽量减少不必要的拍卖和随之而来的开销。我们评估我们的框架和方法使用现实世界和合成的流动性痕迹。我们的评估结果表明，我们的博弈论框架提高了作业完成时间的2-5倍，在本地执行作业所需的时间相比，同时最大限度地减少拍卖的数量和随之而来的开销。我们的方法也是有利可图的附近的节点，执行分销商的任务，这些节点收到的补偿高于他们的实际成本。
2016-08-30 cs.DC cs.GT cs.NI
Unleashing the Power of Edge-Cloud Generative AI in Mobile Networks: A Survey of AIGC Services
本文综述了在移动边缘网络中部署AIGC服务的现状，涵盖生成模型基础、服务生命周期、云-边-端协同基础设施、创意应用以及安全隐私挑战，并展望了未来研究方向。
2023-10-31 cs.NI
Efficient Multi-User Computation Offloading for Mobile-Edge Cloud Computing
移动边缘云计算是一种在普适无线电接入网络的边缘靠近移动用户处提供云计算能力的新范例。本文首先研究了多信道无线干扰环境下移动边缘云计算的多用户计算卸载问题。我们表明，这是NP-难计算集中的最优解，因此采用博弈论的方法来实现有效的计算卸载的分布式方式。我们将移动终端用户之间的分布式计算卸载决策问题表示为多用户计算卸载博弈。我们分析了博弈的结构性质，证明了博弈存在一个纳什均衡，并具有有限改进性质。然后，我们设计了一个分布式计算卸载算法，可以实现一个纳什均衡，推导出收敛时间的上界，并量化其效率比集中式最优解的两个重要的性能指标。我们进一步扩展我们的研究，在多信道无线竞争环境中的多用户计算卸载的情况。数值实验结果表明，该算法可以实现优越的计算卸载性能和规模以及用户规模的增加。
2015-10-04 cs.NI
Immersion on the Edge: A Cooperative Framework for Mobile Immersive Computing
诸如虚拟现实和增强现实之类的沉浸式计算（IC）技术正在获得极大的普及。在这张海报中，我们提出了CoIC，一个移动沉浸式计算的合作框架。CoIC的设计基于一个关键的见解，即不同应用或用户之间的IC任务可能相似或冗余。CoIC通过在边缘缓存和共享计算密集型IC结果来增强移动IC应用的性能。我们对AR应用程序的初步评估结果表明，CoIC可以在当前移动设备上分别将识别和渲染延迟降低高达52.28%和75.86%。
2018-07-12 cs.NI
A View of Fog Computing from Networking Perspective
随着智能设备，特别是智能手机，成为我们的日常伴侣，无处不在的移动互联网和计算应用渗透到人们的日常生活。随着人们对随时随地提供高质量移动服务需求的不断增长，如何满足无处不在的用户需求，适应移动业务的爆炸式增长，是下一代移动网络的关键问题。雾计算是实现这一目标的一个有前途的解决方案。雾计算是对云计算的一种扩展，它通过向移动网络边缘提供虚拟化资源和基于位置的服务，从而更好地服务于移动业务。因此，雾计算是云计算与移动应用结合的润滑剂。在本文中，我们概述了雾计算的主要功能，并描述了其概念，架构和设计目标。最后，我们从网络的角度讨论了一些未来的研究问题。
2016-03-08 cs.NI
Learning-based Sustainable Multi-User Computation Offloading for Mobile Edge-Quantum Computing
在本文中，提出了一种新的移动边缘量子计算（MEQC）范式，它将量子计算能力带到更接近移动用户的移动边缘网络（即，边缘设备）。首先，我们提出了一个MEQC系统模型，移动用户可以通过具有低温组件和容错方案的边缘服务器将计算任务卸载到可扩展的量子计算机。其次，我们证明了在经典和量子计算的最佳延迟和能量成本方面，在MEQC中获得部分卸载问题的集中式解决方案是NP难的。第三，我们提出了一种多智能体混合离散-连续深度强化学习，使用近端策略优化来学习长期可持续的卸载策略，而无需先验知识。实验结果表明，在不同的系统设置下，与现有的基线方案相比，该算法可以降低至少30%的成本。
2022-11-12 cs.NI
Cloud Offloading for Multi-Radio Enabled Mobile Devices
5G网络技术的出现增加了来自移动设备的期望，因为期望在移动终端上交付更复杂、计算密集的应用，这些应用本身变得更小和更时尚。这意味着需要将应用程序的计算密集型部分卸载到资源强大的云。同样，在无线网络世界中，趋势已经转移到多无线电（与多信道相对）使能的通信。在本文中，我们提供了一个全面的计算卸载解决方案，使用多个无线电链路可用于相关的数据传输，最佳。我们的贡献包括：从移动终端的角度考虑的能量消耗的综合模型;联合优化问题的公式化，以最小化所消耗的能量以及通过可用无线电链路最优地分配相关联的数据传输;以及收敛到局部最优解的迭代算法。在HTC手机上运行一个14组件应用程序并使用Amazon EC2作为云的模拟显示，通过迭代算法获得的解决方案仅比最优解决方案（通过穷举搜索获得）多消耗3%的能量。
2015-11-11 cs.NI
A Survey on Mobile Edge Networks: Convergence of Computing, Caching and Communications
随着智能设备的爆炸式增长和许多新应用的出现，流量也在呈指数级增长。传统的集中式网络架构由于回程链路负载过重、时延较长，无法满足移动用户的需求.因此，提出了将网络功能和内容带到网络边缘的新的体系结构，即，移动边缘计算和缓存。移动边缘网络在蜂窝网络的边缘提供云计算和缓存能力。在本文中，我们对移动边缘网络的研究现状进行了详尽的回顾。本文首先介绍了移动边缘网络的定义、体系结构和优势。然后，分别对网络边缘的计算、缓存和通信技术进行了综述。讨论了移动边缘网络的应用和用例。随后，讨论了云技术、SDN/NFV和智能设备等移动边缘网络的关键使能因素。最后，提出了研究中存在的问题和未来的发展方向。
2017-03-31 cs.NI
Analysis of Recent Checkpointing Techniques for Mobile Computing Systems
从瞬时故障中恢复是分布式系统中的主要问题之一。这些系统需要透明而有效的技术来实现相同的目标。检查点被定义为程序中的一个指定位置，在这里系统的正常处理被中断以保存状态信息。检查点是保存状态信息的过程。移动计算系统经常遭受本质上是瞬时的和独立的高故障率。为了增加这种分布式系统的可靠性和高可用性，基于检查点的回卷恢复是在诸如科学计算、数据库、电信应用和关键任务应用的应用中广泛使用的技术之一。本文综述了在移动计算系统中检查点的算法。
2011-08-31 cs.NI
Anticipatory Mobile Computing: A Survey of the State of the Art and Research Challenges
今天的手机已经远远不是十年前的通信设备了。配备了复杂的传感器和先进的计算硬件，手机可以用来推断用户的位置，活动，社交环境等。随着设备变得越来越智能，它们的能力从推断上下文发展到预测上下文，然后根据预测的上下文进行推理和行动。本文概述了移动传感和上下文预测的当前技术水平，为全面的预期移动计算铺平了道路。我们提出了一个调查的现象，手机可以推断和预测，并提供了用于这种预测的机器学习技术的描述。然后，我们讨论通过用户设备反馈回路的主动决策和决策交付。最后，我们讨论了预期的移动计算的挑战和机遇。
2015-01-02 cs.HC cs.NI
Efficient Radio Resource Management for Wireless Cellular Networks with Mobile Edge Computing
移动边缘计算（MEC）作为一种有前途的方法来增强移动设备的计算能力，引起了极大的兴趣。MEC范例中的一个重要问题是计算卸载。在本文中，我们提出了一个集成的框架，用于在无线蜂窝网络中使用移动边缘计算进行计算卸载和干扰管理。在该集成框架中，MEC服务器根据所有用户设备（UE）估计的本地计算开销和MEC服务器自身估计的卸载开销来做出卸载决策。然后，MEC服务器使用图着色来执行PRB分配。然后，卸载决定和PRB分配的结果用于将MEC服务器的计算资源分配给UE。仿真结果表明，该方案与不同的系统参数的有效性。
2017-06-28 cs.NI
Provisioning Low Latency, Resilient Mobile Edge Clouds for 5G
网络虚拟化和基于SDN的路由允许运营商灵活地配置其网络，以响应需求和意外的网络中断。然而，蜂窝网络，本质上，提出了一些独特的挑战，因为用户的移动性和控制/数据平面划分，这需要新的架构和供应范例。在本文中，我们通过设计可以提供数据平面以创建分布式移动边缘云（MEC）的算法来解决后一部分，该算法提供了降低延迟和提高弹性的机会（通过将网络功能放置在更分布式的数据中心位置），并考虑到由于用户在不同服务中心的服务区域之间的移动性而可能导致的服务中断。通过对主要运营商网络的拓扑和流量数据进行评估，我们发现，与静态的集中式网络相比，仔细的虚拟化配置可以显著节省网络成本，同时最大限度地减少由于移动性而导致的服务中断。我们证明，高达75%的冗余数据中心容量减少超过运营商的当前拓扑结构（同时实现相同水平的弹性）是可能的，通过分布负载在许多移动云计算中心。
2017-03-31 cs.NI
Collaborative Mobile Edge Computing in 5G Networks: New Paradigms, Scenarios, and Challenges
移动边缘计算（MEC）是在移动无线电接入网络（RAN）的边缘内提供计算、存储和联网资源的新兴范例。MEC服务器被部署在RAN内的通用计算平台上，并且允许在终端用户附近执行延迟敏感和上下文感知应用。这种方法可以扩展回程和核心网络，对于实现低延迟、高带宽和灵活的移动服务至关重要。本文设想了一个实时的、上下文感知的协作框架，该框架位于RAN的边缘，由MEC服务器和移动设备组成，并合并边缘的异构资源。具体来说，我们介绍和研究了三个强大的用例，从移动边缘编排，协作缓存和处理和多层干扰消除。我们展示了这些方法在促进向5G网络演进方面的巨大好处。最后，我们讨论了需要解决的关键技术挑战和开放研究问题，以便将MEC有效地集成到5G生态系统中。
2017-04-11 cs.NI
Computing Resource Allocation of Mobile Edge Computing Networks Based on Potential Game Theory
移动边缘计算（MEC）网络是实现超可靠和低延迟通信的关键技术之一。为了保证MEC网络的计算资源效率，需要精心设计计算资源分配方案。为了降低MEC网络的能耗，提高MEC网络的计算资源效率，提出了一种基于势博弈理论的计算资源分配方案。计算资源分配解决方案包括两部分：第一部分是基于势博弈论的功率控制方案，第二部分是基于线性规划的计算资源分配方案。功率控制方案是找到一组基站（BS）的发射功率，最大限度地提高MEC网络的潜在功能。计算资源分配方案是基于功率控制方案的结果来最大化MEC网络的平均计算资源分配系数。仿真结果表明，与传统方案相比，所提计算资源分配方案的计算资源利用率和能量效率都有显著提高。
2019-01-02 cs.NI
Energy Efficient Resource Allocation and User Scheduling for Collaborative Mobile Clouds with Hybrid Receivers
在本文中，我们研究的资源分配和用户调度算法，以最大限度地减少数据传输的能量成本的OFDMA协作移动云（CMC）的背景下，同时无线信息和功率传输（SWIPT）接收器。由多个协作MT组成的CMC为下行链路内容分发和终端侧的能耗降低提供了一种潜在的解决方案。同时，由于射频信号可以同时携带信息和能量，因此感应SWIPT在移动节点的能量效率设计中受到了广泛的关注。以往的CMC系统设计工作主要集中在云计算或能量效率的研究上，而如何分配无线资源和调度用户传输则缺乏关注。以最小化系统能耗为目标，提出了一个联合考虑子信道分配、功率分配和用户调度的SWIPT接收机组优化问题。制定的问题是通过凸优化技术。仿真结果表明，提出的用户调度和资源分配算法可以实现显着的节能性能。
2014-10-01 cs.NI
LORD: Leader-based framework for Resource Discovery in Mobile Device Clouds
本文提出了一种新的解决方案，用于由自私节点组成的移动终端云中的资源发现。移动终端云（MDC）是指考虑到资源共享目标而形成的具有通信能力的设备的协作布置。我们的工作的动机是观察到，随着MDC的应用程序不断增长，它是必不可少的，以快速定位在这样的云提供的资源，其中的资源可以是内容，计算资源，或通信资源。目前的RD方法可以分为两种模型：分散式模型，其中RD由每个节点单独处理;和集中式模型，其中RD由集中式实体（如蜂窝网络）辅助。然而，我们提出了主，一个领导者为基础的框架，在MDC的RD，这不仅是自组织的，不容易有一个单一的故障点，如集中式模型，但也能够平衡MDC参与者之间的能量消耗比分散式模型。此外，我们提供了一个基于信用的激励机制，以激励参与的自私节点在领导者的选择过程中，并提出了第一个能源意识的领导者选择机制，基于信用的模型。仿真结果表明，LORD算法与分散式模型相比，能够均衡节点间的能量消耗，延长整个网络的生命周期。
2017-04-16 cs.NI
Antenna, Spectrum and Capacity trade-off for Cloud-RAN Massive Distributed MIMO over Next Generation PONs
我们提出了一种成本最优的天线与频谱资源分配策略，用于下一代PON上的移动5G MD-MIMO。比较波长重叠和共享波长方法，分离PHY导致具有比前传更高的移动容量的解决方案。
2016-12-13 cs.NI
Hybrid Reinforcement Learning-based Sustainable Multi-User Computation Offloading for Mobile Edge-Quantum Computing
本文提出移动边缘量子计算（MEQC）范式，并设计混合离散-连续多智能体强化学习算法求解经典-量子混合计算卸载问题，实现时延与能耗成本降低多达30%。
2025-04-10 cs.NI
Evolving Mobile Cloud Gaming with 5G Standalone Network Telemetry
本文提出Telesa，一种被动式5G独立组网网络遥测系统，通过向应用服务器流式传输细粒度RAN信息，实现毫秒级比特率自适应和拥塞控制，在真实网络上将云游戏体验质量提升178-249%。
2024-09-18 cs.NI
A Cloud Security Framework Based on Trust Model and Mobile Agent
云计算作为一种潜在的范例为企业提供了巨大的优势。有了云计算，市场的进入时间缩短了，计算能力增强了，计算能力真的是无限的。通常，为了充分利用云计算的强大功能，云用户必须依赖外部云服务提供商来管理他们的数据。然而，数据和服务的管理可能并不完全值得信赖。因此，数据所有者不愿意将他们的敏感数据放在他们自己的系统之外，即，在云端在云模型中引入透明性，可信性和安全性，以满足客户的要求仍在进行中。为了实现这一目标，本文介绍了两个级别的安全框架：云服务提供商（CSP）和云服务用户（CSU）。每个级别负责一个特定的安全任务。CSU层包括一个委托代理和一个信任代理，负责第一次验证。然后在CSP级执行第二验证。该框架采用信任模型来监控用户的行为。移动代理的使用将利用其固有的功能，如移动性，故意定位和安全的通信信道提供。该模型旨在保护用户的敏感信息免受其他内部或外部用户和黑客的攻击。此外，它还可以检测违反策略的行为，在发生恶意访问或恶意活动时通知用户采取必要的行动。
2020-01-22 cs.CR cs.NI
