[論文レビュー] CloneCloud: Boosting Mobile Device Applications Through Cloud Clone Execution

Byung-Gon Chun, Sunghwan Ihm+2 more|arXiv (Cornell University)|Sep 16, 2010

IoT and Edge/Fog Computing参考文献 30被引用数 48

ひとこと要約

CloneCloud は、静的解析と動的プロファイリングを用いて、元のアプリケーションコードを変更せずに、モバイルデバイスとクラウドホステッドデバイスクローン間で細粒度かつランタイム適応的な実行分散を実現することで、未変更のモバイルアプリケーションが最大21.2倍の高速化を達成できるようにする。

ABSTRACT

Mobile applications are becoming increasingly ubiquitous and provide ever richer functionality on mobile devices. At the same time, such devices often enjoy strong connectivity with more powerful machines ranging from laptops and desktops to commercial clouds. This paper presents the design and implementation of CloneCloud, a system that automatically transforms mobile applications to benefit from the cloud. The system is a flexible application partitioner and execution runtime that enables unmodified mobile applications running in an application-level virtual machine to seamlessly off-load part of their execution from mobile devices onto device clones operating in a computational cloud. CloneCloud uses a combination of static analysis and dynamic profiling to optimally and automatically partition an application so that it migrates, executes in the cloud, and re-integrates computation in a fine-grained manner that makes efficient use of resources. Our evaluation shows that CloneCloud can achieve up to 21.2x speedup of smartphone applications we tested and it allows different partitioning for different inputs and networks.

研究の動機と目的

• リソース制限（バッテリー容量や処理能力）に制限されるデバイスにおける、増大するモバイルアプリケーションの計算要求に対応すること。
• モノリシックなモバイル実行や硬直的なクライアント・サーバー分割の制限を超えて、動的でランタイム認識のオフローディングを可能にすること。
• ソースコードの変更や手動によるアーキテクチャ再設計を必要とせず、未変更のモバイルアプリケーションをシームレスかつ透明にクラウドホステッドデバイスクローンにオフロードすること。
• パフォーマンスとエネルギー効率を最適化する、柔軟で入力およびネットワーク状態に依存した分割意思決定をサポートすること。

提案手法

• 単一マシンのモバイルアプリケーション実行を、モバイルデバイスとクラウドホステッドデバイスクローン間の分散実行に自動的に変換すること。
• アプリケーションのバイトコードに対する静的解析を用いて、オフロード可能なコンponentとその依存関係を特定すること。
• 実行中に動的プロファイリングを適用し、パフォーマンスとリソース使用状況を測定することで、最適な分割意思決定を支援すること。
• モバイルデバイスの実行環境（アプリケーションレベルの仮想マシンを含む）をミラーするクラウドクローンのオンデマンドインスタンス化を可能にすること。
• メソッドレベルの計算をモバイルデバイスからクラウドクローンに細粒度で移行させ、結果を自動的に再統合すること。
• ネイティブ状態（例：ネイティブスタックやヒープ）を移行する必要がないポイントに制限することで、正しさを保証し、複雑なコンテキストキャプチャを回避すること。

実験結果

リサーチクエスチョン

• RQ1 未変更のモバイルアプリケーションを自動的に分割・クラウドクローンにオフロードすることで、ソースコード変更なしにパフォーマンスを向上させることができるか？
• RQ2 ネットワーク状態、デバイスの能力、入力の特性に基づいて、動的かつ適応的な分割意思決定をどのように行えるか？
• RQ3 クラウドホステッドクローンに細粒度で自動的にオフロードすることで、モバイルアプリケーションワークロードのパフォーマンス向上はどの程度達成できるか？
• RQ4 ネイティブ状態の移行なしにモバイルとクラウド環境間での実行移行を正しくかつ効率的に行うにはどうすればよいか？
• RQ5 異なるワークロードやネットワーク環境において、分割戦略をどの程度適応的に変更できるか？

主な発見

• テストされたモバイルアプリケーションにおいて、CloneCloudは最大21.2倍の実行時間の高速化を達成し、顕著なパフォーマンス向上を示した。
• システムは動的で入力に依存した分割をサポートしており、異なる入力やネットワーク状態に対して異なるオフローディング戦略を適用可能である。
• アプリケーションのソースコードやランタイム環境の変更なしに、透明なオフローディングを実現している。
• 画像処理やデータ分析など、計算集約的なタスクを含む多様なワークロードにおいて、一貫したパフォーマンス向上が観察された。
• ネイティブ状態の移行が必要ない安全なポイントに移行を制限することで、正しさが保証され、移植性と信頼性が向上した。
• プロトタイプは、一般用途のモバイルアプリケーション向けに完全に自動的で、透明かつ適応的なモバイルクラウドオフローディングシステムの実現可能性を示している。