基于化学反应优化的多Cloudlet选择策略提升移动数据流应用性能

“移动云环境中数据流应用的Cloudlet选择策略研究” 本文主要探讨了在移动云环境中，如何针对数据流应用程序有效地选择Cloudlet资源，以提高应用执行效率并降低移动设备能耗。现有的Cloudlet选择策略通常仅依赖单一Cloudlet进行计算卸载，这在面对具有多个可并行执行组件的应用时，性能提升效果受限。为解决这一问题，作者提出了一种创新的Cloudlet选择策略，该策略基于化学反应优化算法。 化学反应优化算法是一种模拟化学反应过程的全局优化方法，其原理是通过模拟分子间的反应和结合，寻找解决方案空间中的最优解。在本文提出的策略中，这个算法被用来优化Cloudlet的选择，旨在最小化应用程序的完成时间和移动设备的能耗。策略实施过程中，首先考虑应用程序组件之间的依赖关系，然后利用多Cloudlet的计算资源，使得并行组件能够同时在不同的Cloudlet上执行，从而实现计算任务的并行化，有效提升执行效率。 仿真实验结果显示，与传统的POCSS策略相比，该化学反应优化算法驱动的Cloudlet选择策略在多Cloudlet环境下的性能平均提升了18.2%。这意味着，不仅应用的执行速度得到显著提升，而且由于减少了移动设备的计算负担，设备的能耗也得到了有效控制。 关键词涉及的方面包括微云选择、能耗管理、完成时间优化、移动数据流应用以及化学反应算法的应用。中图分类号TP319指示这是计算机科学技术领域的研究，文献标识码A表示这是一篇原创性学术论文。此外，文章的doi信息10.11959/j.issn.1000−436x.2019020可用于后续引用或追踪研究进展。 这篇研究为移动云环境中的数据流应用提供了新的Cloudlet选择策略，通过引入化学反应优化算法，实现了对多Cloudlet资源的智能调度，以达到性能和能耗的双重优化，对于移动云计算领域具有重要的理论和实践意义。