面向移动微学习的绿色云服务提供方法

杨丽

摘要：移动微学习作为云计算、移动互联网和微学习不断发展与融合而产生的一种新型学习模式，由于其运行不受时间、空间和地域的限制，所以它在教育领域受到了广泛的关注。但是， 学习资源分布不均和移动终端硬件的限制导致它的完成率依然较低。因此，针对移动终端资源和能耗问题，提出了一种绿色云服务提供方法。该方法能够根据用户的个性化需求预估移动终端的资源消耗量，自适应地切换服务模式，保证服务的绿色可靠性。

关键词： 移动微学习; 移动终端;云服务; 服务模式; 节能

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2021）11-0152-03

开放科学（资源服务）标识码（OSID）：

Green Cloud Service Providing Method for Mobile Micro Learning

YANG Li1，2

（1. Henan Radio & Television University， Zhengzhou 450008， China; 2. Zhengzhou Vocational University of Information and Technology， Zhengzhou 450008， China）

Abstract： Mobile micro-learning is a novel fusion form of the mobile Internet， cloud computing and micro learning. Because it is not limited by time， space， and geography， it has received extensive attention in education. However， mobile micro-learning is affected by the unbalance of learning resources distribution and limited mobile terminal resources， and its completion rate is still very low. Therefore， thesis researches green cloud service providing method for mobile micro-learning progressively to solve mobile terminal resources and energy consumption. According to the individual needs of the user， the method can estimate the resource consumption of the mobile terminal and switch the service mode to ensure the greenness and reliability of the services.

Key words： mobile micro learning; mobile terminal; cloud service; service mode; energy saving

1 引言

移動微学习作为云计算、移动互联网和微学习不断发展与融合而产生的一种新型学习模式，可被定义为一种通过移动网络以按需、易扩展的方式从云端获得所需的学习资源或（信息）服务，并借助移动终端设备呈现学习内容的学习模式。由于其运行不受时间、空间和地域的限制，所以移动微学习的用户数量达到数百万，且同时在线学习人数达到数万人[1]。大量用户的频繁访问意味着更多的计算、存储、传输和能源消耗，致使移动终端日益暴露出高能耗和低效率等问题，这极易导致服务中断或存储溢出，严重影响用户体验，并将直接影响移动微学习的应用和推广。

作为一种新型服务形态，移动云计算将无线访问技术和云计算技术相结合，采用互联网共享模式提高移动应用性能。但是，无线信道作为云端和用户端交流的桥梁，容易受到电磁环境、无线信道等因素的影响。因此，如何在非平稳的动态环境中，通过综合考虑用户需求及实现它所需的资源能耗之间的关系，找出其相似特性，在满足用户的个性化需求的同时，为用户的云服务请求和运行环节的选择提供可靠的服务环境，降低服务荷载总和，保障服务流程的高效性、可信性、节能性在近年来备受各界关注。

2 研究现状

近年来，广大学者纷纷开展移动微学习的研究。例如，文献[2]针对学习频率低的问题，借助当代大学生最常用的社交平台——微信，构建微信小程序学习平台。文献[3]从移动学习环境、微内容和微学习活动三个方面分析微学习在职业院校开展的可行性。文献[4]进行了翻转课堂理念下的移动学习平台设计与应用。文献[5]在综合考虑国内外教育信息化的基础上，进行了基于云服务平台的移动微课直播系统设计与开发。文献[6]从软件架构的角度出发，将远程设备作为解决移动终端资源局限性的目的地。针对存储网络系统的能耗问题，文献[7]提出一种与系统扩展和负载相关的能耗模型。但是，该模型仅仅研究存储网络系统的结构，测试各个模块的能耗，分析基础能耗和负载能耗。为了最大限度地降低开销、提高用户体验，文献[8]提出了一种构建自适应软件的方法。该方法将当前网络带宽和移动终端电量作为任务执行模块的依据，将任务从移动终端卸载到远程云端执行，实现终端与云端之间的初步动态调整。

上述研究没有将移动终端资源利用率和系统的整体能耗作为研究的重点，因此针对能耗和服务具有一定的局限性。基于此，本文面向移动微学习设计多度量的目标函数，实现移动终端资源消耗量和移动终端能耗的动态平衡。

3 能耗求解过程

3.1 终端能耗

移动终端各个部件的电路活动产生了相应的能量消耗，因此，移动终端的能耗可以表示為操作系统为完成用户请求所驱动的用户组件能耗之和。移动终端能耗[FPhy]如公式（1）所示：               [FPhy=i=1IEit=i=1Ij=1JPji*tji+Eswi]         （1）

其中，[Eswi]表示正常状态下的待机能耗;[Pji]表示第[i]个应用程序申请操作组件[j]提供服务时消耗的能量，[tji]表示第[i]个应用程序申请操作组件[j]时消耗的时间。

3.2 环境能耗

将网络的拓扑结构抽象为一个无向图[G=（V，E）]，[G]中每条边[e]都有一容量值，能耗函数[fxe]表示[e]边上的流量为[x]时消耗的能量。由于每个边都有相应的流量约束，因此定义流量矩阵[T]，其中[Tm，n]表示点[m]与点[n]之间的流量，[（m，n）∈V]。假设在该模型中允许部分路由，则能耗最小问题可转化为如下最优化问题：

[Fnet=minefxeS.T.=xe=m，nem，n，Tm，n  ?exe≤Ce ?eem，n∈{0，1}?eem，n  服从流守恒]                （2）

其中，[Ce]是[e]边上的最大流量。

3.3 权重计算

针对同一个服务，不同用户对用户满意度、环保、安全性、速度、代价的要求不尽相同。为了满足用户的个性化需求，本文采用三标度法计算用户满意度、环保、安全性、速度、代价以及移动终端带宽、存储和计算能力的影响权重。问题分解后构建的递阶层次结构如图1所示。

1）对同一层次的用户需求元素进行两两比较，构建比较矩阵A。

其中[Aαδ=2aα比aδ重要1aα与aδ同等重要 （α，δ=1，2，3，4，5）0aα比aδ重要]

2）采用层次分析法，求得权重并进行归一化处理，得到归一化后权重为：

[W-=w1，w2，w3，w4，w5=0.4690，0.0756，0.2694，0.1427，0.0434]

其中，[w1]表示满意度的权重，[w2]表示环保度的权重，[w3]表示安全性的权重，[w4]表示访问速度的权重，[w5]表示访问代价的权重。

3）对上述所求权重进行一致性检验，得到：

[CR=PC.I.RI=0.01391.12=0.0124<0.1]

通过步骤3），证明步骤2）计算得到的权重具有较为满意的一致性，故我们采用步骤2）所得权重作为用户对满意度、环保、安全性、速度、代价等因素的权重值。

4）同样的道理，通过构建比较矩阵，求解移动终端计算能力、带宽、存储能力的影响权重。

[W=（w1，w2，w3）=（0.2857，0.5714，0.1429）]

其中，[w1]表示计算能力的权重，[w2]表示带宽的权重，[w3]表示存储能力的权重。

3.4 基于带约束的多目标优化函数

一般情况下，移动用户通常会同时关注多个目标，例如，希望在节能的同时能够获得较好的应用性能。因此，为了更加满足用户需求，本文为不同指标赋予权重来表示用户对该指标的重要程度，构建带约束的能耗函数：

[maxRC=maxw1Ct，w2Br，w3Sew1Co，w2Bo，w3So，w4Eo，w5Fo]            （4）

[S.T.=Br?fBrCo，Bw，St，EnSe?fSeCo，Bw，St，EnCt?fCtCo，Bw，St，Enφ=13wφ=1，?=15w?=1]                （5）

其中，[Co]表示云服务的用户满意度，[Bo]表示用户对绿色网络的需求，[So]表示用户对云服务安全性的需求，[Eo]表示用户对云服务访问速度的需求，[Fo]表示用户对此次访问代价的需求。[Br]代表带宽，[Se]代表存储，[Ct]代表计算。[wφ]表示用户实际需求的权重，[w?]表示各类能耗对用户需求的影响权重。

根据构建的多目标函数，若能耗资源的预估值过高，则交由自主服务层完成云端级服务模式的服务提供，减轻移动终端用户的运行负载;若能耗较低，则由所在的智慧协同层优先选择映射级服务模式。

4 仿真实验

本文在以GT-I9108为移动终端，在配置34个节点和50个链接的网络拓扑上进行测试。本次实验把所有具有能量消耗组件的个数叫作协作节点数。针对多变的网络环境，进行5次实验并以能耗平均值作最终评判标准。

从图2和图3可以看到能耗值随着协作节点数的增加而增加，且增长速度越来越快。在[10，30]范围内，虽然呈上升状态但变换相对较小，在[30，50]区间范围内，有升有降，波动较大，稳定性较差。在[50，60]区间范围内处于增长趋势，但增长速度不一致。尤其是在[30，50]之间下降严重的，在此阶段上升幅度最大。

通过图4，本文算法计算得到的能耗值和监视器记录的能耗值整体保持一致，这也验证了本文算法的可行性。这为程序自适应的进行服务状态的转换，节约能源，构建绿色服务提供依据。

5 结论

针对移动微学习过程中的移动终端资源和能耗问题，本文提出了一种绿色云服务提供方法。该方法能够根据用户的个性化特点，为用户规划合理的服务提供模式，从而减少不必要的资源和能耗开销，达到节约资源和能耗的目的。仿真实验结果证明，该方法能够很好地预估用户请求所消耗的能耗，为程序自适应的进行服务状态的转换，节约能源，构建绿色可靠的服务提供依据。

参考文献：

[1] J Baggaley. MOOC rampant [J]. Distance Education， 2013， 34（3）：368-378.

[2] 宋钰. 基于小程序的微信学习平台设计与实现[J]. 河南科技， 2019（32）：36-38.

[3] 杜婷婷. 移动通信环境下微学习在职业院校的可行性分析[J]. 现代职业教育， 2019（29）：328-329.

[4] 王静. 翻转课堂理念下的移动学习平台设计与应用[D]. 西南科技大学，2019.

[5] 陈荆桥. 基于云服务平台的移动微课直播系统设计与开发[D]. 湖北师范大学，2018.

[6] 张文丽， 郭兵， 沈艳，等. 智能移动终端计算迁移研究[J]. 计算机学报， 2016， 39（5）：1021-1038.

[7] 杨雷， 李先国， 张晓. 通用存储网络系统的能耗研究[J]. 计算机工程， 2011， 37（18）：53-55.

[8] 丁博， 王怀民， 史殿习. 构造具备自适应能力的软件[J]. 软件学报， 2013， 24（9）：1981-2000.

【通联编辑：王力】