Bedarfsgerechte Auswahl der Dienstqualität für Mobile Cloud-unterstützte Anwendungen

Titelangaben

Ferber, Marvin:
Bedarfsgerechte Auswahl der Dienstqualität für Mobile Cloud-unterstützte Anwendungen.
Bayreuth , 2014 . - X, 211 S.
( Dissertation, 2014 , Universität Bayreuth, Fakultät für Mathematik, Physik und Informatik)

Volltext

Link zum Volltext (externe URL):

Abstract

Mobilgeräte wie Smartphones, Tablets und kleine Laptops finden immer größere Verbreitung. Dadurch wächst auch der Bedarf
an mobil genutzten Applikationen. Aufgrund der zugunsten der Batterielaufzeit eingeschränkten Ressourcen können jedoch
berechnungsintensive Anwendungen auf diesen Mobilgeräten nur schwer realisiert werden. Eine mögliche Lösung ist die
Anwendung von Cloud-Ressourcen zur zeitlich begrenzten Unterstützung solcher Applikationen. Cloud Computing hat sich in
letzter Zeit immer mehr etabliert und meint unter anderem das Mieten von Rechnern auf feingranularer zeitlicher Basis
nach dem Selbstbedienungsprinzip (Infrastructure as a Service (IaaS)). Darauf aufbauende Plattform-Dienste (Platform as
a Service (PaaS)) führen Programmcode der Applikationen (Software as a Service (SaaS)) aus. Bei SaaS handelt es sich um
einer Art Software, die zeitlich flexibel via Internet genutzt wird. In der Literatur vorgestellte Ansätze zur Anwendung
von Cloud Computing zur Unterstützung mobiler Applikationen lassen jedoch häufig die für Cloud-Ressourcen anfallenden
Kosten außer Acht und beachten die teils stark schwankende mobile Netzwerkperformance nicht. Ziel dieser Arbeit ist
darum die Erforschung von Techniken zur bedarfsgerechten Bereitstellung von Compute-Ressourcen für mobil genutzte
Anwendungen unter Beachtung situationsbezogener Eigenschaften. Es wird eine Middleware für Java vorgestellt, die auf der
PaaS-Schicht angesiedelt ist und die die Cloud-unterstützte Ausführung mobiler Anwendungen via Code-Offloading
ermöglicht.
Dabei wird vormals lokal ausgeführter Programmcode zur Laufzeit zu einem Server übertragen und anschließend dort
ausgeführt. Im Gegensatz zu anderen Middlewares ist es hier möglich, die Qualität der zu verwendenden Cloud-Ressource
zur Laufzeit auszuwählen. Dazu ist es notwendig, die verfügbare Netzwerkperformance und die erwartete Ausführungszeit der
mobilen Applikation zu prognostizieren. Zunächst wird die Netzwerkperformance von 3G-Mobilfunk und WLAN untersucht.
Danach wird ein Pipelining-basiertes Kommunikationsprotokoll erarbeitet, welches die Gesamtperformance und die
Vorhersagbarkeit der erreichbaren Datenübertragungsrate verbessert. Zur Laufzeitprognose werden durch
Regressionsanalyse Applikationsprofile erstellt, die auf Monitoring-Daten basieren, die die Middleware für jede
Anwendung sammelt. Über die API der Middleware kann dann in Abhängigkeit situationsbezogener Parameter
(Netzwerkperformance und Eingabedaten) eine bedarfsgerechten Auswahl an Cloud-Ressourcen präsentiert werden. Da nicht
für jede Anwendung Applikationsprofile erstellt werden können, wird eine Kategorisierung mobiler Anwendungen in
taugliche und untaugliche Applikationstypen erarbeitet. Da die Middleware auf IaaS-Ressourcen eines
Cloud-Anbieters basiert, werden Lastbalancierungsstrategien analysiert, die eine optimale Auslastung der Ressourcen bei
gleichzeitig konstanter Performance für alle Nutzer garantierten. Hierfür werden Simulationen zum Verhalten der
Strategien auf einer IaaS-Cloud durchgeführt. Die Evaluation der prototypischen Implementierung der Middleware und
insbesondere der Güte der vorhergesagten Performance wird anhand realer Applikationen durchgeführt. Dazu wird die
Raytracing-Funktionalität zur Erstellung fotorealistischer Bilder einer 3D-Hausdesignsoftware und eine Applikation zur
fortlaufenden Kamerabildverarbeitung auf Smartphones genutzt. Die erzielten Ergebnisse unter Benutzung von WLAN und
3G-Netzwerken zeigen, dass eine sinnvolle Auswahl passender Ressourcentypen zur Laufzeit nicht nur möglich, sondern auch
wichtig ist, um für den Nutzer unnötige Kosten aufgrund unzureichend ausgelasteter Cloud-Ressourcen zu vermeiden.

Abstract in weiterer Sprache

Mobile devices such as Smartphones and Tablets are becoming more and more popular. As a result, the need for mobile
applications also grows. Because of the limited resources of such battery-powered devices, compute-intensive
applications can hardly be executed on them. One solution to overcome this restriction is the time-limited use of cloud
resources to assist mobile applications on demand. Cloud Computing has emerged in the past years. It includes the rental
of compute resources on a fine-grained timely basis using self-service. This is known as Infrastructure-as-a-Service
(IaaS). On top of this, a Platform-as-a-Service (PaaS) is set up that hosts the application code of
Software-as-a-Service (SaaS). SaaS is a kind of software that is used via Internet and that is billed on a timely
flexible model, e.g., the pay-per-use model. The use of Cloud Computing to assist mobile application has been proposed
in the literature already. However, the cost for cloud usage and the influence of the current mobile network
performance are often not discussed. Consequently, this work aims at the provision of cloud resources to assist mobile
applications in accordance with the current Quality of Service (QoS) demands of the user. To achieve this goal, the
performance of 3G and WLAN network connections is studied in a first step. Based on the results, a novel communication
protocol is developed, which uses pipelining. This protocol achieves a better overall communication performance and a
better predictability of the throughput in contrast to widely used protocols such as HTTP. Furthermore, a middleware for
Java is presented, which supports the execution of cloud-assisted mobile application. The middleware is located at the
PaaS layer. Code-Offloading is used to execute formerly locally executed program code on a remote server. This requires
to transfer and install program code to the server at runtime. The middleware manages a pool of cloud resources from an
IaaS provider. Thus, load-balancing and strategies for reuse are analysed in order to maximize resource usage while
assuring a constant performance for each user. This analysis is done via simulation, which is based on parameters from
an existing cloud environment. It is possible to select the quality of the underlying resources for a cloud-assisted
mobile application at runtime. To facilitate the decision, a runtime prediction of the expected performance is done for
available cloud resources. The prediction is based on monitoring data collected by the middleware for each application.
A profile is created for each application using regression analysis. A common API is used to calculate cloud options at
runtime in accordance with the current network performance and current input data. Applications are categorized in
order to identify suitable applications that can be equipped with such a runtime prediction. The quality of the
prediction is evaluated using real applications. A software for ray tracing of photo-realistic images of a 3D home
designer and a software for streaming image processing of camera pictures on an Android device are used. Results show
that a reasonable selection of resource types can be presented at runtime using 3G and WLAN mobile network
configurations. Moreover, it is necessary to review the available options carefully in order to avoid monetary
overhead for the user, which may be caused by inefficiently utilized cloud resources.