面向移动云计算的关键技术
物联网中的移动云计算技术研究
物联网中的移动云计算技术研究近年来，随着物联网技术的快速发展，移动云计算技术逐渐成为物联网领域的热点研究方向。
移动云计算技术借助云计算的优势，能够为移动设备提供高性能的计算与存储能力，为物联网应用的开发与部署提供了新的解决方案。
本文将就物联网中的移动云计算技术进行深入研究，探讨其应用场景、关键技术以及面临的挑战和发展趋势。
一、移动云计算技术的应用场景随着智能手机、平板电脑等移动设备的普及，物联网应用场景变得多样化和复杂化。
移动云计算技术在物联网中可以发挥重要作用，以下是几个典型的应用场景：1. 智能家居：通过连接各种传感器和设备，实现家庭内部各种智能设备的协调工作。
在移动云计算环境下，用户可以通过手机或平板电脑远程控制家居设备，实现智能家居的各种功能。
2. 智慧健康：通过将传感器与移动云计算相结合，可以实时监测用户的生理参数，如心率、血压等。
同时，通过移动云计算技术进行数据分析，将用户的健康数据存储在云端，实现健康数据的长期存储和分析，为用户提供个性化的健康管理服务。
3. 智慧交通：移动云计算技术可以在交通系统中实现数据的实时处理和实时更新，为用户提供交通信息查询、路线规划和实时导航等服务。
同时，通过云端存储和处理大量的交通数据，可以提升交通管理的效率和精度。
二、移动云计算技术的关键技术移动云计算技术的核心在于将移动设备与云端服务器进行有效地集成，实现计算和数据的协同处理。
以下是移动云计算技术中的关键技术：1. 资源调度与管理：对于多个移动设备的资源调度和管理是移动云计算的重要问题。
通过合理分配云端服务器的计算和存储资源，可以提高移动设备的计算效率和能耗控制。
2. 数据传输与同步：在移动云计算环境下，移动设备需要频繁地与云端进行数据传输和同步。
在保证数据安全和实时性的前提下，需要寻找高效的数据传输和同步机制。
3. 安全与隐私保护：由于移动云计算涉及到用户的隐私信息，安全与隐私保护成为了一个重要的问题。
云计算的关键技术
云计算的关键技术随着信息技术的快速发展，云计算已成为当今科技领域中的热门话题。
它作为一种基于网络的计算模式，可以通过网络实现资源的共享、动态调度与计算能力的提供。
云计算的普及和发展离不开一系列的关键技术的支持和促进。
本文将依次介绍云计算的关键技术，并探讨其在云计算领域中的重要性和应用。
一、虚拟化技术虚拟化技术是云计算的核心技术之一。
通过将物理资源（如服务器、存储设备、网络设备等）进行抽象，将其转化为虚拟资源，从而实现资源的灵活分配和利用率的提高。
虚拟化技术可以提供全面的资源管理、使用和优化，使得各种资源可以根据实际需求进行动态调度和重新分配。
虚拟化技术在云计算中扮演着重要的角色，不仅可以实现资源的虚拟化管理，还可以提供更高的可用性和可扩展性。
二、分布式存储技术分布式存储技术是云计算的又一个关键技术。
在云计算环境下，由于资源的分布性和分散性，传统的集中式存储已无法满足大规模数据的存储和管理需求。
分布式存储技术以其高可靠性、高可扩展性和高性能的特点成为云计算环境下的首选。
它通过将大量的存储节点组织成一个分布式存储系统，实现数据的分布式存储和访问。
分布式存储技术的应用使得大规模数据可以高效地存储和管理，为云计算提供了强有力的支撑。
三、网络虚拟化技术在云计算环境下，网络通信是不可或缺的一环。
网络虚拟化技术以其在网络资源管理和利用效率方面的优势，成为云计算中的关键技术之一。
网络虚拟化技术通过将物理网络资源抽象为虚拟网络资源，实现网络资源的灵活分配和管理。
它可以将一个物理网络划分为多个独立的虚拟网络，使得云计算平台可以为不同的用户提供定制化的网络连接和服务。
网络虚拟化技术的发展，使得云计算中的网络资源得以高效利用和管理。
四、安全与隐私保护技术云计算的普及离不开安全与隐私保护技术的支持。
在云计算环境下，用户的数据和隐私面临着更大的风险和挑战。
因此，安全与隐私保护技术是云计算中的重要一环。
这些技术可以通过数据加密和访问控制等手段，保证用户数据在云计算平台中的安全性和隐私性。
云计算十大关键技术(2021)
云计算十大关键技术（2021）2021云计算十大关键词分别是：云原生、高性能、混沌工程、混合云、边缘计算、零信任、优化治理、数字政府、低碳云、企业数字化转型。
1、云原生：云计算架构正在以云原生为技术内核加速重构随着我国在“新基建”领域的布局加速，云计算迎来全新的发展机遇，万千企业数字化转型提速换挡，也对云计算的使用效能提出新的需求。
云原生以其独特的技术特点，很好地契合了云计算发展的本质需求，正在成为驱动云计算“质变”的技术内核。
何宝宏判断，在未来的一段时间内，以云原生为技术内核重构IT架构将是大势所趋。
2、高性能：云端高性能计算驱动数字经济发展当前，算力推动云计算、大数据、人工智能及智慧应用从概念落地到现实，我国的数字经济也逐步向人工智能、智能芯片、物联网、大数据、云计算等“算力依赖型”产业聚焦。
随着云计算不断发展，云上算力从计算资源、网络资源、存储资源三个维度不断丰富增强，云端高性能算力的大规模调度更为便捷、提供的算力形式更加多样化、运行任务透明、触达更多的应用。
在此优势下，云端高性能市场逆势上涨。
3、混沌工程：为复杂系统稳定性保驾护航复杂系统的稳定性难以保障正在成为行业发展的痛点，混沌工程的出现和兴起，为复杂系统稳定性保驾护航，保证生产环境的分布式系统，在面对失控条件的时候，仍然具备较强的韧性。
目前，混沌工程虽然已经在互联网、金融、通信、工业等多个行业逐步落地，但仍处于早期探索阶段，亟需标准规范推进行业健康发展。
中国信通院已经编制了《混沌工程平台能力要求》《混沌工程成熟度模型》《软件系统稳定性度量模型》等标准，并展开了混沌工程相关评估工作，同时还将成立混沌工程实验室。
4、混合云：成为企业上云主流模式随着十四五规划的进一步明确，混合云已成为未来国内云计算发展的重点之一。
而近几年混合云技术和方案的快速发展，也使其在各个行业的应用不断深入，已成为企业上云的主流模式。
从市场接受度来看，全球范围内有82%的用户已经应用混合云部署模式；从产业供给来看，公有云服务商、私有云厂商、电信运营商、传统IT服务商、云管理服务商等众多厂商被混合云的广阔前景所吸引，纷纷推出了各自的解决方案；从行业应用来看，混合云的落地实践和应用场景日益丰富。
详解5G的六大关键技术5G-无线通信网络蜂窝结构体系和关键技术
2013 年 12 月，我国第四代移动通信（4G）牌照发放，4G 技术正式走向商用。
与此同时，面向下一代移动通信需求的第五代移动通信（5G）的研发也早已在世界范围内如火如荼地展开。
5G 研发的进程如何，在研发过程中会遇到哪些问题？在 5G 研发刚起步的情况下，如何建立一套全面的 5G 关键技术评估指标体系和评估方法，实现客观有效的第三方评估，服务技术与资源管理的发展需要，同样是当前 5G 技术发展所面临的重要问题。
作为国家无线电管理技术机构，国家无线电监测中心（以下简称监测中心）正积极参与到 5G 相关的组织与研究项目中。
目前，监测中心频谱工程实验室正在大力建设基于面向服务的架构（SOA）的开放式电磁兼容分析测试平台，实现大规模软件、硬件及高性能测试仪器仪表的集成与应用，将为无线电管理机构、科研院所及业界相关单位等提供良好的无线电系统研究、开发与验证实验环境。
面向5G 关键技术评估工作，监测中心计划利用该平台搭建 5G 系统测试与验证环境，从而实现对5G 各项关键技术客观高效的评估。
为充分把握5G 技术命脉，确保与时俱进，监测中心积极投入到 5G 关键技术的跟踪梳理与研究工作当中，为5G 频率规划、监测以及关键技术评估测试验证等工作提前进行技术储备。
下面对其中一些关键技术进行简要剖析和解读。
一、高频段传输移动通信传统工作频段主要集中在 3GHz 以下，这使得频谱资源十分拥挤，而在高频段（如毫米波、厘米波频段）可用频谱资源丰富，能够有效缓解频谱资源紧张的现状，可以实现极高速短距离通信，支持 5G 容量和传输速率等方面的需求。
高频段在移动通信中的应用是未来的发展趋势，业界对此高度关注。
足够量的可用带宽、小型化的天线和设备、较高的天线增益是高频段毫米波移动通信的主要优点，但也存在传输距离短、穿透和绕射能力差、容易受气候环境影响等缺点。
射频器件、系统设计等方面的问题也有待进一步研究和解决。
监测中心目前正在积极开展高频段需求研究以及潜在候选频段的遴选工作。
云计算的关键技术
云计算的关键技术云计算（cloudcomputing，分布式计算技术的一种，其最基本的概念，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。
稍早之前的大规模分布式计算技术即为“云计算”的概念起源。
云计算系统运用了许多技术，其中以编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术最为关键。
云计算的核心技术(1)编程模型MapReduce是Google开发的java、Python、C++编程模型，它是一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集（大于1TB）的并行运算。
严格的编程模型使云计算环境下的编程十分简单。
MapReduce模式的思想是将要执行的问题分解成Map(映射)和Reduce(化简)的方式，先通过Map程序将数据切割成不相关的区块，分配（调度）给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。
(2)海量数据分布存储技术云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据，用冗余存储的方式保证数据的可靠性。
云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。
GFS即Google文件系统（GoogleFileSystem），是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。
GFS的设计思想不同于传统的文件系统，是针对大规模数据处理和Google应用特性而设计的。
它运行于廉价的普通硬件上，但可以提供容错功能。
它可以给大量的用户提供总体性能较高的服务。
一个GFS集群由一个主服务器（master）和大量的块服务器(chunkserver)构成，并被许多客户（Client）访问。
主服务器存储文件系统所以的元数据，包括名字空间、访问控制信息、从文件到块的映射以及块的当前位置。
50个网络知识点大全
50个网络知识点大全一、云计算:1.云计算的基本概念：云计算是一种基于互联网的计算方式，通过按需分配和管理计算资源，提供灵活、可扩展和经济高效的计算服务。
2.云计算的优势：云计算可以降低企业的IT成本，提高资源利用率，增强可靠性和灵活性。
3.云计算的关键技术：虚拟化、自动化和可扩展性是云计算的关键技术。
4.云计算的部署模型：公有云、私有云、混合云和社区云是常见的云计算部署模型。
5.云计算的服务模型：基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)是云计算的常见服务模型。
二、大数据:6.大数据的定义：大数据是指数据量过大、处理能力有限的情况下，利用现有技术和算法来获取、管理和分析的数据。
7.大数据的特征：大数据具有“四V”特征，即数据量大(Volume)、数据速度快(Velocity)、数据种类多(Variety)和价值密度低(Value)。
8.大数据的应用领域：大数据在金融、医疗、交通、电商等领域有广泛应用。
9.大数据的处理技术：Hadoop、Spark、NoSQL等是常见的大数据处理技术。
三、物联网:10.物联网的基本概念：物联网是将各种物理设备和对象通过互联网连接起来，实现信息的感知、交互和共享。
11.物联网的应用场景：智能家居、智能交通、智能农业等是物联网的应用场景。
12.物联网的关键技术：传感器技术、网络技术和物联网协议是物联网的关键技术。
四、区块链:13.区块链的基本概念：区块链是一种去中心化的分布式账本技术，可以实现信息的安全传输和存储。
14.区块链的特点：区块链具有去中心化、不可篡改和匿名性等特点。
15.区块链的应用领域：数字货币、供应链管理、身份验证等是区块链的应用领域。
16.区块链的工作原理：区块链通过共识机制和密码学算法来保证数据的安全和一致性。
五、人工智能:17.人工智能的基本概念：人工智能是模拟人类智能的理论、方法和技术。
18.人工智能的分支：机器学习、深度学习和自然语言处理是人工智能的常见分支。
云计算的关键技术及应用
云计算的关键技术及应用
一、云计算的关键技术
1、虚拟化技术
虚拟化技术是云计算的基础技术，是把计算机硬件中的一些部件（系统、网络、存储、数据库等）抽象出来，在一台物理服务器上创建多个虚拟计算机，从而实现资源共享和动态调度，有效提高资源使用率。
虚拟化技术可以把一台物理服务器的所有资源动态地调配到多个可视化的虚拟系统中，从而可以给用户在同一台服务器上拥有多个独立的计算环境，实现计算、存储资源的多用户共享。
2、云存储技术
云存储技术是指将数据存储到若干台服务器上，可以通过网络进行访问，从而满足大规模的数据存储和分布式计算的需求。
云存储技术可以让用户不用考虑服务器的容量和性能等因素，只需上传要存储的数据，即可实现多种类型的数据存储，并且提供文件和数据共享和访问服务。
3、元数据管理技术
元数据管理技术是指对云计算系统中的虚拟化资源进行管理的技术，由元数据来描述虚拟化资源。
元数据管理技术可以更好地让用户管理云计算系统的虚拟机，虚拟网络，虚拟存储等，以满足用户安全管理需求，并且可以带来更好的投资回报。
云计算的关键技术
云计算的关键技术云计算是一种基于互联网的计算模式，通过网络提供可按需使用的共享计算资源，包括计算能力、存储空间、网络资源、应用软件等。
云计算的关键技术是支撑其实现的技术要素。
下面将介绍云计算的几个关键技术。
1.虚拟化技术虚拟化技术是云计算的基础技术之一、它通过将物理资源虚拟化为逻辑资源，实现对计算资源的抽象。
虚拟化技术可以将一台物理服务器划分成多个虚拟服务器，每个虚拟服务器可以运行不同的操作系统和应用程序。
这样可以极大地提高物理服务器的利用率，降低成本。
2.大数据存储与处理技术云计算的特点之一是数据量巨大，因此需要具备高效的存储和处理能力。
大数据存储与处理技术包括分布式文件系统、分布式数据库、数据挖掘和机器学习等。
这些技术可以实现对大规模数据的高速存储和处理，为云计算提供了强大的数据支持。
3.负载均衡技术云计算环境下，可能有大量的用户同时访问云服务，这就需要负载均衡技术来平衡用户请求的分布，提高系统的性能和可扩展性。
负载均衡技术可以通过分发用户请求到多个服务器上，将工作负载均衡地分配给每个服务器，从而提高系统的整体性能和可用性。
4.弹性扩缩容技术弹性扩缩容技术是云计算的核心技术之一、它可以根据实际需求自动调整云服务的资源规模。
当用户请求增加时，可以自动扩容以提供更多的计算资源；当用户请求减少时，可以自动缩容以节约资源。
弹性扩缩容技术可以根据负载情况灵活地调整云服务的规模，提高资源利用率。
5.虚拟网络技术云计算环境中可能有多个虚拟机或容器共享同一个物理网络，为了提供更好的网络性能和安全性，需要虚拟网络技术。
虚拟网络技术可以通过在物理网络之上构建逻辑网络，实现虚拟机之间的通信和隔离。
它可以使得虚拟机之间的通信不受物理网络的限制，同时也可以提供强大的隔离和安全性。
6.安全和隐私保护技术云计算环境中，用户的数据和应用程序都存储在云服务提供商的服务器上，这就带来了安全和隐私等方面的挑战。
云计算需要提供一系列的安全和隐私保护技术，包括数据加密、访问控制、身份认证等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2012年11月第31卷第11期绵阳师范学院学报Journal of Mianyang Normal University Nov．，2012Vol．31No．11收稿日期：2012-09-04基金项目：福建省教育厅A 类项目（JA11232）；福建省高等院校学生创新科研项目（Z81144）作者简介：肖雪芳（1977－），女，副教授，博士，主要研究方向：通信与电路设计。
E －mail ：xfxiao5217@semi．ac．cn面向移动云计算的关键技术研究肖雪芳1，雷国伟2（1．厦门理工学院电子与电气工程系，福建厦门361024；2．集美大学理学院，福建厦门361021）摘要：介绍了移动云计算的应用现状，分析了移动云计算发展所面临的主要问题，针对这些问题提供了一些技术方案。
最后指出了移动云计算的发展方向。
关键词：移动云计算；在线迁移；虚拟机中图分类号：TP391文献标识码：A 文章编号：1672-612x （2012）11-0073-040引言随着移动终端的智能化、移动宽带网络的普及，越来越多的移动设备进入互联网，移动互联网是传统互联网与移动通信网络融合的产物，越来越多的人正使用移动终端访问互联网。
随着宽带无线移动通信技术的发展和Web 应用技术的不断创新，移动互联网正在迅猛地发展。
但是移动互联网和传统互联网相比也存在着一些局限性，突出表现在移动终端处理能力弱和网络带宽相对较小等方面。
云计算是适合移动互联网应用的一种模式。
如果把云计算概念运用于移动计算领域，便会得到意想不到的效果，运用远端“云”的高速处理能力，即使移动终端（包括手机等）本身性能不高，但只要满足与远端“云”的输入输出数图1移动云计算的系统架构Fig．1System schema of mobile cloud computing 据交换，便能够得到理想的结果［1－2］。
首先，云计算将应用的“计算”从终端转移到服务器端，从而弱化了对移动终端设备的处理需求。
其次，云计算降低了对网络的要求。
比如，用户需要查看某个文件时，不需要将整个文件传送给用户，而只需根据需求发送用户需要查看的部分内容。
图1给出了移动云计算的系统架构。
美国电信巨头AT＆T 于2008年8月面向商业用户推出了一项计算机网络和存储服务－Synaptic Hosting ，成为首个进入云计算领域的电信运营商。
随着“云手机”时代的来临，已有许多公司迈进了“云手机”大门。
苹果公司在原有的Mobile Me 功能上全新改写并向全球的苹果开发者开放iCloud 服务。
在中国，2011年8月，阿里巴巴推出的“阿里云”手机介入智能手机市场。
紧接着腾讯、小米纷纷开始发力。
腾讯和华为合作推出了包含19款QQ 应用的手机，小米更是发布首台智能手机以攻城略地。
2011年12月20日百度联手戴尔首推D43云手机。
移动云计算在快速发展的同时，也面临一系列的问题：移动云计算对数据可靠性、高吞吐率和数据率的要求，如何保证云端任务迁移的平滑性、一致性等，移动设备的数据访问安全性，不同移动终端应用的界面普适性等。
概括起来主要有以下几点：1云端数据访问与存储云存储是一个以数据存储和管理为核心的云计算系统，综合集群应用、网格技术或分布式文件系统等功能，通过应用软件将网络中各种类型的存储设备集合起来协同工作，对外提供数据存储和业务访问等功能。
云存储需要解决的关键技术是存储技术、管理技术及安全技术。
1．1存储技术应用存储技术的发展可以大量减少云存储中服务器的数量，从而降低系统建设成本，减少系统中由服务器造成单点故障和性能瓶颈，减少数据传输环节，提供系统性能和效率，保证整个系统的高效稳定运行。
云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性，即为同一份数据存储多个副本。
另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。
因此，云计算的数据存储技术必须具有高吞吐率和高传输率的特点。
目前云计算的数据存储技术主要有谷歌的非开源的GFS （Google File System ）［3］和Hadoop 开发团队开发的GFS 的开源实现HDFS （Hadoop Dis-tributed File System ）［4］。
大部分IT 厂商，包括yahoo 、Intel 的“云”计划采用的都是HDFS 的数据存储技术。
为了提高云平台的运行速度和计算效率，提升整个平台的资源利用率。
在云平台还需要采用内存资源优化技术。
除了研究云平台下多机间内存优化问题，还要研究单台物理服务器内不同虚拟机之间的内存优化问题［5］。
1．2管理技术由于移动互联网中应用种类繁多且数目较大，加上云计算的数据具有海量、异构、非确定性特点，这就需要采用有效的数据管理技术对海量数据和信息进行分析和处理，并实现不同应用和不同用户之间数据存储和计算的隔离。
目前云计算系统中的数据管理技术主要是谷歌的GFS ［3］，BigTable ［6］，MapReduce ［7］和亚马逊的Dynamo ［8］。
表1是这几类数据管理技术的比较。
表1几类云数据管理技术比较Tab．1Comparisons among several techniques of cloud data management技术定义特点服务器负载GFS 可扩展的分布式文件系统多处备份，重复执行重BigTable 基于结构化的分布式存储系统压缩优化，读取高效轻MapReduce 基于映射和化简的分布式计算编程模式计算高效，调度优化轻Dynamo基于Hash 表的分布式存储系统自我管理性强轻一般而言，数据的读操作频率远大于数据的更新频率，即云中的数据管理是一种读优化的数据管理。
因此如何在规模巨大的数据中快速找到特定的数据，也是移动云计算数据管理技术另一个必须解决的问题。
1．3安全技术由于移动终端的日益微型化和极易丢失，若该设备包含刚从云端下载的敏感数据则必然存在安全隐患。
另外，在无线网络中还应避免传输数据被拦截。
因此，安全问题也是影响移动云计算服务普及的重要问题。
正因为如此，目前国内更倾向于创建私有云，而不是使用公有云服务。
安全分为两方面：一方面是客户端的隐私数据安全，另一方面是网络用户和服务商之间的信息交互与数据共享安全。
针对客户端的安全管理可以通过减少敏感数据传输，降低云计算使用的风险［9］。
针对网络用户和服务商之间的信息交互安全，可以采用高鲁棒性的加密算法对传输的数据进行加密，也可以通过安全信道如虚拟专有网（VPN ）和可信平台模块（TPM ）［10］，在应用程序组件之间进行身份验证。
另外还有基于令牌的身份验证、基于防火墙的端口过滤技术［11］等。
2云端迁移技术云计算的本质是分布式计算。
由于移动云计算平台中的节点规模是十分巨大的，并且单个节点的失效概率也大。
这就要求系统能对所有节点进行有效监控和协调，及时对节点失效故障做出迅速的报警，并·47·第31卷绵阳师范学院学报（自然科学版）将故障的详细情况向管理节点汇报，做出相应的数据和计算迁移操作，以保证系统的连续运行。
目前关于云端迁移的方式主要有三种：进程迁移［12］、虚拟机实时迁移［13］、线程迁移［14］。
迁移的对象包括程序和数据。
其中，要将应用程序迁移至云平台上运行，可以在两个层次上进行。
第一种是选择在所谓的IaaS （In-frastructure as a Service ）层次上［15］，第二种则是在PaaS （Platform as a Service ）之上［16］。
将计算任务合理高效地迁移到云平台则需要一个综合考虑终端和云平台的计算需求以及计算能力关系的按需迁移机制。
按需迁移机制的研究主要包括按需迁移决策模型的构建、支持任务迁移的软件架构这两方面。
2．1按需迁移决策模型的构建按需迁移的原因是终端物理性能上的局限性。
终端的物理性能包括终端的电池续航能力、存储资源、CPU /GPU 、屏幕等硬件属性。
网络性能是决定按需迁移能否成功的关键，网络性能可以由带宽、延时、网络接入代价等诸多参数衡量。
是否需要迁移还应考虑终端行为，即终端访问网络频率、计算量等属性，以提高云计算在云平台和终端之间的按需迁移的效率。
由于云计算任务的按需迁移涉及到终端性能、网络性能、终端习惯等诸多因素，同时要考虑迁移的开销、不同业务的特点、不同任务的优先级特性，因此需要设计一个基于多属性的判决度量，进而建立自适应的按需迁移决策模型，最终构建自适应的面向不同业务需求的多属性决策模型。
2．2支持任务迁移的软件架构任务迁移的软件架构在一定意义上等同于云平台的资源调度算法的架构实现。
主要有两种任务分配方案：其一是终端在运行时刻动态地将需要迁移的计算任务分配给云平台执行；其二是云平台在应用加载时根据客户端的计算能力确定计算任务在云端之间的合理分配机制并动态部署。
研究的关键技术包括基于虚拟机环境［17］或者沙箱环境［18］的软件代码迁移以及计算任务在云端的动态运行部署。
计算任务的迁移实际上是代码的迁移，也就是说软件代码能够按需地改变执行的位置，可能在云平台也可能在终端。
要支持软件代码的按需迁移，云平台和终端需要有相同的代码解析和执行环境。
任务迁移的过程还涉及到诸多状态参数的传递、转移等。
图2给出了支持计算任务迁移的软件架构中云平台和终端的基本模块。
图2支持任务迁移的软件架构Fig．2Software schema of supporting task migration3移动终端应用界面技术像智能手机、PDA 这样的移动终端往往集多种功能于一身，如通话、短信、语音信箱、上网、游戏、拍照、视频、音乐播放、导航等。
因此移动终端需要有不同功能模块的用户界面（UI ）设计从模式，以Web 的方式提供高质量的用户体验。
智能化、适应性的界面机制恰恰能够克服移动设备本身的交互局限性，在实际应用中满足用户多样化的个性需求。
这在技术上需要研究终端类型的分析组件和图形控制与压缩算法。
3．1终端分析组件的开发适应终端类型的前提在于如何准确高效地发现终端类型。
由于目前终端类型繁多，将来也会出现新的终端类型，因此可以考虑两种终端信息获取方式以实现具有良好扩展性、可维护性的终端分析组件：一种是利用云平台的存储和计算能力建立终端参数和操作系统数据库，通过终端型号和操作系统的属性信息从数据库中读取终端参数。
另一种方式是在云平台与终端交互的过程中，由终端查询自身参数并提交给云平台。
·57·肖雪芳等：面向移动云计算的关键技术研究第11期3．2控制算法及压缩算法在云平台，设计适合在云计算背景下使用的自适应算法，最终实现内容与显示分离，为屏幕自适应提供一种具有广泛使用性的控制算法。
进而根据不同Web 语言（如HTML5，CSS3［19］等）的特点，选择合适的语言，以软件模块的形式实现终端分析组件和自适应控制算法。