- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第26卷,第5期中国传媒大学学报(自然科学版)Vol26,No5
2019年10月JOURNALOFCOMMUNICATIONUNIVERSITYOFCHINA(SCIENCEANDTECHNOLOGY)Oct,2019
一种基于用户偏好的移动计算卸载决策算
蒋青苗
(中国传媒大学信息与通信工程学院ꎬ北京100024)
摘要:移动计算卸载可以通过互联网将智能手机端中的计算密集型应用程序传输到服务器端运行并返回结果ꎬ有
助于提升智能手机的性能ꎮ移动计算卸载决策算法往往只重视客观指标ꎬ而不考虑用户的个性化需求ꎮ本文提出
了一种基于用户偏好的计算卸载算法ꎮ首先ꎬ结合机器学习算法设计和训练了一个用户模型对用户的个性化卸载
需求进行预测ꎮ然后ꎬ通过系数调整ꎬ将影响移动计算卸载的用户主观因素与客观指标相结合ꎬ构建了系统运行时
的动态网络流图ꎮ最后ꎬ结合最小割算法对移动端应用程序进行划分ꎮ实验结果表明ꎬ本文提出的卸载决策算法
不仅比贪婪卸载算法更能满足用户个性化需求ꎬ而且在大数据量的情况下ꎬ算法的执行时间甚至优于直接在云服
务器端运行ꎮ
关键词:移动计算卸载ꎻ用户个性化需求ꎻ机器学习ꎻ最大流最小割
中图分类号:TP3393.0文献标识码:A文章编号:1673-4793(2019)05-0070-08
ADecisionMakingAlgorithmofMobileComputational
OffloadingBasedonUserPersonalizedRequirements
JIANGQing ̄miao
(InformationEngineeringschoolꎬCommunicationUniversityofChinaꎬBeijing100024)
Abstract:Mobilecomputationaloffloadingcanimprovetheperformanceofsmartphonebytransferringthe
compute-intensiveapplicationsonthesmartphonetotheserversideandreturningresultsviathenet ̄
work.Mobilecomputionaloffloadingdecisionmakingalgorithmsmostlyfocusonobjectiveindicatorsꎬre ̄
gardlessoftheusersindividualneeds.Thispaperproposesacomputationaloffloadingalgorithmbasedon
userpreferences.Firstꎬausermodelisdesignedandtrainedinconjunctionwithmachinelearningalgo ̄
rithmstopredicttheuserspersonalizedoffloadingneeds.Thenꎬthroughthecoefficientadjustmentꎬthe
subjectivefactorsaffectingthemobilecomputationaloffloadingarecombinedwiththeobjectiveindicators
toconstructadynamicrun-timenetworkflowgraph.Finallyꎬthemobileapplicationispartitionedbythe
Min-cutalgorithm.Theexperimentalresultsshowthattheproposedoffloa
文档评论(0)