分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2020-09-28 合作期刊: 《计算机应用研究》
摘要： 针对移动云计算环境下的任务调度存在耗时长，设备能耗高的问题，提出了一种改进的鸟群算法(improved bird swarm algorithm，IBSA)的任务调度策略。首先，构建了以能耗和时间为主的移动云任务调度模型，其次，提出了自适应感知系数和社会系数，避免了算法陷入局部最优；构建了学习因子优化飞行行为，保证了个体寻优能力；最后，任务调度目标函数作为鸟群个体的适应度函数参与算法的迭代更新。仿真结果表明该算法相比于蚁群算法，粒子群算法，鲸鱼算法，鸟群算法在移动云计算任务调度方面具有良好的效果，能够有效的节省时间和降低能耗。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-05-10 合作期刊: 《计算机应用研究》
摘要： 移动云计算可以通过计算卸载改善移动设备的能效和应用的执行延时。然而，面对云端的多重服务选择时，计算卸载决策是NP问题。为了解决这一问题，提出一种遗传算法寻找计算卸载的最优应用分割决策解。遗传种群初始化中，算法联立预定义和随机染色体方法进行初始种群的生成，减少了无效染色体的发生比例。同时，算法为预定义的预留种群设计一种特定的基于汉明距离函数的适应度函数，更好的衡量了染色体间的差异。种群交叉中分别利用近亲交配与杂交繁育丰富了种群个体。算法通过修正的遗传操作减少了无效解的产生，以更合理的时间代价获得了应用分割的最优可行解。应用现实的移动应用任务图进行仿真实验评估了算法效率。评估结论表明，所设计的遗传算法在应用执行能耗、执行时间以及综合权重代价方面均优于对比算法。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-06-19 合作期刊: 《计算机应用研究》
摘要： 随着云计算的普及，移动设备可以随时随地存储和检索个人数据。属性基加密(attribute based encryption，ABE)可用来解决移动云数据安全问题。目前适应移动云的属性基加密研究主要集中在单一机构，并不满足现实中的属性授权情况。针对以上问题提出了一个新的多机构属性基加密方案，该方案无中央权威，各授权机构可互不影响，分发的属性可添加；利用预计算、外包解密的方法降低用户端的计算开销；方案在随机预言模型下证明是静态安全的。实验结果表明，移动端在云环境下实施数据共享时，该方案可以减少移动设备端20%的计算开销，更符合于移动云环境实际应用场景。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-24 合作期刊: 《计算机应用研究》
摘要： 移动云计算可以将任务从移动设备计算卸载至云端以增强设备计算能力，而如何实现能效计算卸载机制是当前的主要挑战。为了解决该问题，以降低移动设备能耗和应用完成时间为目标，将计算卸载问题形式化为满足任务顺序与截止时间约束的能效代价最小化问题，并提出一种动态能效感知计算卸载算法。算法由三个子算法组成：计算卸载选择、时钟频率控制及传输功率分配。实验结果表明，通过局部计算时优化调整移动设备CPU时钟频率，以及云端计算时自适应分配传输功率，新算法可以有效降低应用执行能效代价，同时确保满足约束条件，提高执行效率。
点击量
通过
点击量
下载量
评论
