新書推薦:
《
透过器物看历史(全6册)
》
售價:HK$
490.6
《
我在台北故宫博物院读名画
》
售價:HK$
109.8
《
尼罗河往事:古埃及文明4000年
》
售價:HK$
76.2
《
一个人·谁也不是·十万人(诺贝尔文学奖得主反思自我的巅峰之作)
》
售價:HK$
54.9
《
重写晚明史(全5册 精装)
》
售價:HK$
781.8
《
汉末晋初之际政治研究
》
售價:HK$
132.2
《
强者破局:资治通鉴成事之道
》
售價:HK$
80.6
《
鸣沙丛书·鼎革:南北议和与清帝退位
》
售價:HK$
121.0
|
編輯推薦: |
《面向移动云计算的智能终端传输优化》入选“清华大学优秀博士学位论文丛书”。
|
內容簡介: |
为了优化移动云计算中的数据传输,《面向移动云计算的智能终端传输优化》主要围绕以下几个问题展开了研究:(1)计算密集型应用用户体验优化;(2)网络密集型应用用户体验优化;(3)移动网络传输稳定性优化。本文在主流的移动应用场景下围绕移动云计算在实际部署时的传输问题从多角度设计了立体的优化方案,有效地提升了移动网络环境下各种类型 应用程序的用户体验。
|
關於作者: |
赖泽祺,博士毕业于清华大学计算机系,目前就职于清华大学网络科学与网络空间研究院,网络应用支撑研究室, 任助理研究员。曾经以访问学者身份在美国普渡大学电子与计算机工程系进行移动云计算相关研究。入职清华大学前工作于腾讯公司音视频实验室任高级研究员,负责腾讯视频云上流媒体业务的实时传输协议、拥塞控制算法的设计与优化。2019年入选清华大学“水木学者”培养计划。
|
目錄:
|
第1章 引言 1
1.1 移动云计算研究背景 1
1.1.1 智能终端应用程序及服务质量需求 2
1.1.2 移动云计算技术的定义与主要特点 2
1.1.3 移动云计算技术的主要研究内容 4
1.2 研究领域及面临的主要挑战 5
1.2.1 计算资源和功耗受限的移动终端 5
1.2.2 延迟、带宽受限的无线网络环境 6
1.2.3 移动性导致的网络不稳定 6
1.3 研究方法、研究内容与研究成果 6
1.3.1 基于计算-网络融合的协同优化方法 6
1.3.2 研究成果 1:计算密集型移动应用 QoE 优化 8
1.3.3 研究成果 2:网络密集型移动应用 QoE 优化 8
1.3.4 研究成果 3:移动网络传输稳定性优化 9
1.4 本书框架 9
第 2 章 研究现状与相关工作 12
2.1 移动云计算技术对计算密集型应用的优化 12
2.1.1 移动虚拟现实应用 13
2.1.2 计算迁移和云游戏技术 14
2.1.3 图像和视频处理技术 14
2.2 移动云计算技术对网络密集型应用的优化 15
2.2.1 面向移动云存储服务的测量研究 15
2.2.2 面向云存储服务的系统设计 16
2.2.3 基于内容的分块方案和增量编码技术 16
2.3 移动网络、无线网络环境传输框架 17
2.3.1 移动网络和无线网络测量研究 17
2.3.2 网络异常处理机制 18
2.3.3 接口选择方案 18
第 3 章 基于移动云计算的高清、低延迟交互式虚拟现实系统 20
3.1 背景及概述 20
3.1.1 VR 的发展历程 20
3.1.2 VR 系统基本架构及关键 QoE 指标 21
3.1.3 现有主流 VR 系统及其局限性 23
3.1.4 VR 系统的渲染流程 23
3.2 VR 性能瓶颈测量与分析 24
3.2.1 本地渲染的性能瓶颈 24
3.2.2 远程渲染技术的性能瓶颈 26
3.2.3 未来计算硬件、网络的发展无法直接解决 VR 性能瓶颈 29
3.3 Furion 系统设计 33
3.3.1 关键技术 33
3.3.2 架构设计 34
3.3.3 协同渲染机制 35
3.3.4 预加载和预渲染机制 36
3.3.5 并行解码技术 40
3.3.6 背景环境码率自适应 40
3.4 Furion 系统实现 42
3.4.1 Furion 系统的使用方法 42
3.4.2 Furion 系统主要模块的实现 43
3.5 系统评估 45
3.5.1 实验环境设置 45
3.5.2 性能指标评估 45
3.5.3 应用相关的可扩展性评估 48
3.5.4 资源消耗情况 49
3.5.5 Furion 系统对变化网络环境的适应性 52
3.6 本章小结 55
第 4 章 面向移动个人云存储的同步效率优化方案 56
4.1 概述 56
4.2 移动云存储服务性能瓶颈量化与分析 59
4.2.1 瓶颈 1:移动平台上的冗余消除技术可能会带来
额外计算开销 59
4.2.2 瓶颈 2:增量同步失效导致同步效率低下 60
4.2.3 瓶颈 3:同步协议对网络的带宽利用率过低 64
4.2.4 同步效率低下原因分析 66
4.3 QuickSync 系统设计 70
4.3.1 网络状态可感知的动态分块方案 71
4.3.2 基于分块特征的增量同步算法 74
4.3.3 捆绑传输方案 76
4.4 QuickSync 原型系统实现 77
4.4.1 基于 Dropbox 的系统实现 78
4.4.2 基于 Seafile 的系统实现 78
4.5 系统评估 79
4.5.1 基于网络状态的动态分块方案性能评估 79
4.5.2 增量同步算法效果评估 81
4.5.3 延迟捆绑传输方案的实验评估 83
4.5.4 对 QuickSync 总体系统的性能评估 85
4.6 本章小结 88
第 5 章 面向移动终端的高效稳定传输系统 89
5.1 概述 89
5.2 移动及无线网络环境不稳定性测量与分析 91
5.2.1 测量方法和用户数据集概述 92
5.2.2 数据集分析 92
5.2.3 移动应用程序对网络不稳定状况的处理情况 95
5.2.4 移动应用对网络异常的处理情况研究分析 99
5.3 Janus 系统设计 101
5.3.1 设计目标 101
5.3.2 架构设计 101
5.3.3 应用自适应策略 102
5.3.4 智能无线链路选择机制设计 106
5.3.5 多接口高效切换机制设计 108
5.4 Janus 原型系统实现 109
5.5 系统评估 110
5.5.1 对比方案 110
5.5.2 Janus 系统和其他传输框架的性能对比 111
5.5.3 Janus 系统对真实应用的性能提升 113
5.5.4 真实户外网络环境下的运动实验 116
5.6 本章小结 117
第 6 章 总结与展望 119
6.1 总结 119
6.2 展望 121
参考文献 123
在学期间发表的学术论文与研究成果 132
致谢 134
|
內容試閱:
|
导师序言
随着5G/6G、边缘计算等基础架构的日臻完善,移动互联网将会成为下一代互联网发展的重要组成部分。面对未来新型应用业务的新需求,在海量用户与海量流量背景下,如何保证智能终端的用户体验,已成为移动互联网所面临的重要问题。由于重量、大小和散热等因素的限制,智能终端的计算资源、存储资源与传统的非移动设备相比存在较大差距,使得传统有线网络中的计算、传输优化方案不能完全适用于移动场景中。为了突破移动终端计算、存储和电池等资源限制,移动云计算作为一种新的技术应运而生,它将移动终端的计算任务迁移到云端或边缘节点执行,进而达到增强移动终端性能、降低功耗等目的。然而在实际应用中,由于现今应用程序复杂多样,智能终端的电池容量和计算存储能力有限,移动场景下网络传输环境存在不稳定性,保障移动云计算技术中低延迟、高效率、高可靠的数据传输仍然面临着巨大的实际挑战。
为了克服移动云计算中数据传输面临的诸多挑战,本书采用端-边-云协同优化的技术路线,重点从以下几个方面展开研究。
首先,提出面向计算密集型应用的时延优化机制,并将其应用于虚拟现实(VR)这一新型应用。利用基于边缘计算的协同渲染技术,将复杂的计算任务合理地分配到端、边两侧协同执行。并通过预加载技术和并行解码技术,优化了数据传输时的网络传输效率,首次在现有无线网络环境和智能手机平台上实现高画质、低延迟的交互式虚拟现实应用。端-边协同渲染相关的代码已经在GitHub上开源,为移动虚拟现实方向的后续研究与工程实现提供了有效帮助。
其次,提出面向传输密集型应用的传输效率优化机制,针对现今主流的个人云存储服务进行了大规模的测量分析,找出了移动场景下同步效率低下的原因。基于测量中的新发现,设计并实现了面向移动个人云存储服务的同步效率优化机制,利用网络自适应的冗余消除技术、增量编码技术和延迟捆绑传输技术提升了在移动环境下个人云存储服务的同步效率。第94 届国际互联网工程任务组(IETF)大会专门组织了以该技术成果为核心的特别研讨会(BoF),我们团队(包括赖泽祺)与来自谷歌、微软、华为等企业的一百余名与会专家进行了交流和讨论,该技术得到了专家们的关注与认可。
后,为了保障移动应用在不稳定移动网络环境中的用户体验,设计并实现了面向移动终端的稳定、高效的传输系统,通过智能链路选择算法和流量调度算法,根据不同应用的QoE 需求选择的无线接口,透明地处理网络切换导致的断链现象,改进了网络不稳定环境的用户体验。
综上所述,本书在主流的移动应用场景下,围绕移动云计算在实际部署时的传输问题,从多角度设计了立体的优化方案,有效地改进了移动网络环境下各种类型应用程序的用户体验。上述研究成果同时也发表在移动计算领域会议ACM MobiCom 和期刊IEEE TMC 上,为移动云计算领域内的传输优化做出了贡献。在移动云计算未来的发展道路上,低延迟、高可靠的网络传输仍会成为研究的重要问题;确定性时延、智能化的计算与传输协同机制可能会成为新的研究热点。希望本书中的研究内容能够为移动云计算领域的发展增添一份力量。
崔勇
清华大学计算机科学与技术系
|
|