مقاله تخلیه اجرای دقیق برای برنامه های با رفتار پویا در رایانش ابری موبایل (2016 الزویر)

1-مقدمه

2- سابقه و هدف

2-1 پیش زمینه

2-2 هدف

2-2-1 تاثیر صحت پیش بینی بر روی عملکرد تخلیه موبایل

2-2-2 بهینه سازی جهانی برای پارتیشن بندی کد

3- f_Mantis: تولید خودکار شاخص عملکردی ساده و کارامد برای تخلیه اجرای موبایل

3-1 مروری بر تولید شاخص پیش بینی عملکرد

3-2 ابزار ساز ویژگی

3-3 پروفایلر

3-4 ژنراتور مدل

3-5 ژنراتور شاخص پیش بین

4- پارتیشن بندی کد دینامیک با شاخص تولید شده با f_Mantis

4-1 معماری برای سالور

4- ارزیابی

5-1 اجرا

5-3 نتایج آزمایشی

5-3-1 موتور شطرنج (Chess engine)

5-3-2 تشخیص چهره

5-3-3 اینویدور ها

6- کار های مربوطه

7-نتیجه گیری

In order to accommodate the high demand for performance in smartphones, mobile cloud computing techniques, which aim to enhance a smartphone’s performance through utilizing powerful cloud servers, were suggested. Among such techniques, execution offloading, which migrates a thread between a mobile device and a server, is often employed. In such execution offloading techniques, it is typical to dynamically decide what code part is to be offloaded through decision making algorithms. In order to achieve optimal offloading performance, however, the gain and cost of offloading must be predicted accurately for such algorithms. Previous works did not try hard to do this because it is usually expensive to make an accurate prediction. Thus in this paper, we introduce novel techniques to automatically generate accurate and efficient method-wise performance predictors for mobile applications and empirically show they enhance the performance of offloading.

به منظور رفع تقاضای زیاد برای عملکرد در تلفن های هوشمند، روش های رایانش ابری موبایل با هدف بهبود عملکرد تلفن هوشمند از طریق سرور های ابری قوی پیشنهاد شدند. در میان این روش ها، تخلیه اجرا یا افلودینگ که یک رشته را بین یک دستگاه موبایل و یک سرور مهاجرت می دهد، اغلب استفاده می شود. در این روش های تخلیه اجرایی، تصمیم گیری در مورد این که کدام بخش از کد باید از طریق الگوریتم های تصمیم گیری افلود شود بسیار مهم است. به منظور دست یابی به عملکرد تخلیه بهینه، هزینه و سود افلودینگ بایستی به طور صحیح برای پیش بینی دقیق پیش بینی شود. کار های قبلی قادر به انجام این کار نبودند زیرا انجام پیش بینی دقیق پر هزینه است. از این روی در این مقاله، ما روش های جدید را برای ایجاد شاخص های پیش بینی عملکرد روش محور برای برنامه های موبایل معرفی کرده و به طور تجربی بهبود عملکرد تخلیه را نشان می دهیم.