[论文解读] 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 48

一句话总结

CloneCloud 通过自动划分并把计算任务卸载到云中托管的设备镜像上，使未经修改的移动应用程序实现高达 21.2 倍的加速。它利用静态分析和动态性能分析，在无需修改源代码的情况下，实现细粒度、运行时自适应的移动设备与云镜像之间的执行分发。

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.

研究动机与目标

• 应对资源受限设备上移动应用日益增长的计算需求，这些设备的电池续航和处理能力有限。
• 通过支持动态、运行时感知的卸载，克服单体式移动执行和僵化客户端-服务器划分的局限。
• 实现未经修改的移动应用无缝、透明地卸载到云中托管的设备镜像上，无需源代码修改或手动重构。
• 支持灵活、基于输入和网络状况的划分决策，以优化性能和能效。

提出的方法

• 将单机移动应用执行自动转换为在移动设备与云中托管的设备镜像之间的分布式执行。
• 利用应用程序字节码的静态分析，识别潜在可卸载的组件及其依赖关系。
• 在执行过程中应用动态性能分析，测量性能和资源使用情况，为最优划分决策提供依据。
• 支持按需实例化镜像云副本，其执行环境与移动设备完全一致，包括应用级虚拟机。
• 支持从移动设备到云镜像的细粒度方法级计算迁移，并自动重新集成结果。
• 通过限制迁移点为无需传输原生状态（如原生栈或堆）的位置，确保正确性，避免复杂的上下文捕获。

实验结果

研究问题

• RQ1 未经修改的移动应用能否通过自动划分和卸载到云镜像上，在不修改源代码的情况下提升性能？
• RQ2 如何基于网络状况、设备能力及输入特征动态做出划分决策？
• RQ3 通过自动、细粒度地将移动应用工作负载卸载到云中托管的镜像上，可实现多大的性能提升？
• RQ4 当在移动和云环境之间迁移执行时，若不传输原生状态，系统如何确保正确性和效率？
• RQ5 该系统在不同工作负载和网络环境下，其划分策略的适应能力有多大？

主要发现

• CloneCloud 在所测试的移动应用中实现了高达 21.2 倍的执行时间加速，显著提升了性能。
• 该系统支持动态、基于输入的划分，允许针对不同输入和网络条件采用不同的卸载策略。
• 该方法实现了透明卸载，无需修改应用的源代码或运行时环境。
• 在各种工作负载中均观察到一致的性能提升，包括图像处理和数据解析等计算密集型任务。
• 通过限制迁移至无需迁移原生状态的安全点，系统确保了正确性，简化了可移植性和可靠性。
• 原型验证了针对通用移动应用的全自动、透明且自适应的移动云卸载系统的可行性。