移动计算中的一些基本的挑战

移动计算中的一些基本的挑战M.SatyanarayananSchoolofComputerScienceCarnegieMellonUniversity概要这份文档是对于以下问题的解答：“移动计算有什么独特和有什么概念上的不同？”这份文档以描述移动计算内在的系统规定参数的设置为开始，还有检视这些系统规定参数在分布系统上的作用。其次总结Coda还有Odyssey系统的主要成效。最后，描述有关移动计算的五个重要的论题的机会：缓存指标，语义回调和验证，资源的撤销，适应性分析，并从局部的观测来对全局的评估。引言关于移动计算的真正区别是什么呢？计算机使用无线技术的相比使用以太网的体积更小，更容易携带。怎么才可能让这些有区别呢？移动通信系统并不是仅仅是一个分布式系统的特殊情况呢？有新的和更深层的议题要去调查吗？又或者移动计算仅仅只是一时的流行？这份文档是我要去回答这些问题的尝试。这份文档分三个部分：描述移动计算的本质；简短的总结我的研究小组在Coda和Odyssey的背景下所获得的成果；多种研究主题等待学术研究的指导体验。考虑到这份文档是由前沿的，趋向于理论的计算机科学家的，移动信息系统的实现者的论文移动性的系统规定参数移动计算以四个系统规定参数来构成其特征相对于静止的设备而言，移动的设备的资源是比较缺乏的。在一定的花费和科技水平上，考虑到重量，续航能力，体积和在计算的资源上的工效学上的准确损失，比如处理器的速度，内存大小，存储的容量。然而，移动的设备，未来一定会有性能改善，但其相比静态的设备，资源上的缺乏会一直存在。流动性存在的固定的风险一位华尔街股票经纪人很容易在曼哈顿大街被人抢劫，他的笔记本电脑相比于放在他工作地点的办公室电脑更容易被盗。除了考虑安全因素，笔记本电脑更容易的丢失或者受到损坏。在高度变化的工作环境和可靠性中移动的连接性能一些建筑有时会提供可靠的，高带宽的无线连接，但有时其他地方只提供低带宽的连接。在户外，一个移动设备的客户端不得不依赖于在覆盖的范围里有缺陷低带宽的无线网络。移动设备依赖于有限的续航资源虽然，电池技术在将来一定会随着时间得到改善，而对电池的容量的需求也不会减少。考虑到电池的消耗，在软件和硬件这两个层面上，都必须做到高度的有效率。这些系统规定参数不是当今技术之前的东西，而是移动设备的本质，这些参数使得移动信息系统的设计和要求我们去反思我们过去传统的获取信息的方法，这两点变得更加复杂需要适应的东西移动设备所有分布式系统在自治和相互依赖之间的特性变得更加紧张。相对于移动设备上资源缺的缺乏，还有在安全性和健壮性的低下，人们更加赞同依赖于静态的服务器设备。但必须解决的是不可靠还有低性能的网络环境，同样的，还有移动设备本身脆弱的续航能力。任何可以实现移动计算的方法，都将打击到这些竞争中平衡，这种平衡一定不是静态的；随着携带移动设备客户端的环境的改变，其一定会影响和有力地再次分配客户端和服务器的责任，换句话说，移动客户端一定会适应的适配策略的分类学适配策略的范围有两个极端的来界定，如图表1所示。在这个极端，适配完全由个人的应用软件来负责。而这种放任自由的方法避免了系统所需要的支持，它缺少了一个中间的仲裁者去解决不同应用软件之间的的资源需求，和加强在资源使用上的限制。它同时也让应用软件很难去写入，还有它未能分期的支撑适配的发展成本。Applicdtion^aware(collaboratian}Laissez-faireApplication-transparem(nosystemsupport}(nochiariges1aapplicationsj图表l:适配策略的范围对应用程序透明地适应另一个极端为系统适应全部责任。这种方法很有吸引力，因为它是向后兼容现有的应用程序:其继续工作时，移动端没有任何修改。该系统提供了资源仲裁和控制重点。这种方法的缺点是有可能的情况下由系统执行的适应是不够的，甚至适得其反。这两个极端之间存在一个可能性，我们统称为应用感知适应范围。通过支持应用程序和系统之间的一个合作伙伴关系，这种方法允许应用程序确定如何最好地适应，但保留了系统的监测能力和执行资源分配的决定。客户端-服务器模式的延伸用移动的系统规定参数的作用特性的方式去检视其在传统的客户端-服务器模式的影响。在这种模式中，一些少量可信的服务器构成了真正的本地数据。这些高效率和安全接入的数据是来自于大量不可信的客户端。像高速缓存和预读这些技术能提供好的工作性能，而端对端的鉴别还有加密传输能用于保护安全性。这种模式证明了可伸缩性的特别价值。客服端-服务器的模式以相对缓慢的速度把大型的分布式系统分解为小型的客户端，还有大大小小的静态的边缘客户。从安全和系统管理的前景来看，系统的规模会变得更小型。但从性能和有效性的前景来看，在边缘的使用者接受到的几乎都是从独立的服务器的数据。处理移动的系统规定参数要求我们去反思这种模式。在客户和服务器之间的区别，可能会有暂时性的混乱，导致这种扩展的客户端-服务器模式的如图表2所示。客户可能需要的资源限制，通常对客户进行有时是在资源丰富的服务器上执行某些操作。相反，需要应对不确定的连接需要，客户有时要扮演一台服务器的功能。这些，当然，从经典的客户端-服务器的性能和可用性的目的模型的短期偏差。从系统管理和安全长远的角度来看，服务器和客户端的角色不变。综述Coda和Odyssey的结果我们一直在探索距今约1990年的应用程序透明的适应。我们的研究工具一直是Coda档案系统，AFS的下一代，Coda一直被使用了5年，并已被证明是一个有价值的试验平台°Coda的客户，在超过一个如10Mb/s以太网，以2Mb/s的速度广播，在9600波特率调制解调器网络的广泛范围内正常使用。由于Coda的研究贡献已经得到了广泛的文献记载中，我们只在这里提供了重要成果的高度概括：断开操作Coda已经证明，断开操作是可行的，有效的，可用在分布式Unix文件系统。为支持断开连接运行的关键机制包括囤积（用户辅助高速缓存管理），具有广泛的优化，同时更新断开，并在重新连接时在整合。优化复杂Coda是最早系统之一，以证明优化的副本控制策略可用于严重的和实际使用的移动计算它采用了一些新的机制，以使这种方法是可行的。其中包括基于日志的目录决定，应用程序特定的文件的决定，以及冲突检测，控制和移动端修复机制。支持弱连接Coda表明，弱连接可以被利用来减轻断开操作的局限性。需要完成的机制，这包括自适应传输协议，快速缓存验证机制，为传播更新滴融合机制，模型为基础的缓存错过可用性处理。隔离处理在Coda的背景下，一个新的抽象称为隔离处理已经发展到应付检测和处理的读写操作过程中断开冲突。这种抽象选择性地融合了数据库事务的概念，同时使资源贫乏的移动客户端的最低要求，维护与Unix应用程序的向上兼容性。服务器复制Coda展示了如何服务器复制可用于补充断开操作。尽管这不是特别相关的流动性，这是一个在分布式系统的一个重要的结果，因为它澄清了一流的复制和二等复制的关系。它也代表了第一个示范优化复制应用到与客户端服务器模型的分布式系统。最近，我们已开始在Odyssey的应用感知适应的探索，为移动计算平台。Odyssey初步的样机已经建成较完整的原型正在开发中。早期的证据是有希望的，但它远远不能最终结果。3探索多种主题我们现在到了有希望的研究课题在移动计算的讨论。就其性质而言，本文件的这一部分是高度投机性，并提出更多的问题远远比它的答案。此外，这是一种选择性的清单：它肯定不是为了并加五相反，我的目标是让读者对问题的丰富移动计算确定空间。在选择的五个专题讨论中，我都跟随两个准则。首先，这些问题更容易被严密性和分析解决比实施和经验。其次，这些问题每一个是真实的，不做作。好这些问题的解决方案和见解将大大地影响到未来的移动计算系统。每个主题，提出分两个部分：一个简短的讨论，规定了该专题的问题空间的开放问题，它遵循有关样本。同样，我提出这些问题的目的不是详尽无遗，而是提供精神食粮。缓存度量缓存，因为它能够缓解弱连接和断开操作的性能和可用性的限制，在移动计算的关键作用。但是，移动计算评估替代缓存策略是有问题的。今天，唯一的缓存质量指标是错失率这一指标的基本假设是，所有的缓存未命中是等价的（即所有缓存未命中从用户的确切大致相同的罚款）。这一假设是有效的，当缓存和主副本强连通的，因为从缓存性能损失很小，导致错过，在一次近似，文件长度无关。但假设是不大可能在断开或弱连接的操作有效。丢失比率也没有考虑到时间的缺失。例如，用户可能反应各异有cache在断线前几分钟发生的，而不是一个接近结束时的断线。又例如，定期剥离移动磁盘，以节省计算机的电源，使服务更便宜的若干页错误，如果他们聚集在一起，如果他们被广泛比间隔下来。是有益的，新的缓存必须满足两个指标。首先，它们应与定性的性能和可用性在移动计算用户遇到的看法是一致的。第二，他们应该便宜，易于监测。目前的挑战是发展这样的度量和展示其适用于移动计算。为此初步工作是通过Ebling一些开放性的问题什么是移动计算合适的设置？在什么情况下使用每一个指标？怎样才能有效地监控这些指标？什么是替代这些影响指标缓存的算法？3.2语义回调和验证器在差的连接下保持高速缓存的一致性是昂贵的。大型通信延迟增加了缓存的对象验证的成本。间歇性故障的频率增加了验证，因为它必须执行的每个通信恢复的时间。一个懒的办法，在需求可能减少验证次数验证;但这种方法会恶化一致性，因为它增加了旧的被访问对象的可能性，而断开。缓存的一致性成本加剧了像科达系统使用可用性预期缓存，因为缓存的对象（驻留集大小）的数量比目前使用中的对象（工作集大小）的数量较大。Coda解决方案是维护缓存的一致性多层次的粒度和使用回调。客户端和服务器维护版本个别对象以及他们的整个子树的信息。快速缓存验证可以通过比较子树版本的stamp。一旦建立，有效性，可以通过回调维持。这种对行业的高速缓存一致性的方法验证速度为无效的精度。它保留的正确性，同时大大减少条件下的弱连通的高速缓存的一致性成本。从Coda使用的测量证实，这些潜在的收益确实是在实践中实现的。我们必须保持连贯性，多粒度的概念可以推广到的数据类型和多种应用方式如下：缓存数据，满足客户从服务器的一些谓词P。服务器记得一个谓词Q是便宜得多的计算，并具有所有物Q意味着P,换句话说，只要是真正为Q,它所对应的是保证缓存数据是有效的。但是，如果Q是假的，没有任何东西可以推断出大约的数据。每次更新，服务器重新评估Q。如果Q为假，服务器通知客户端，它可能是超时的缓存数据。下次访问之前，客户端必须与服务器联系并取得准确的P的新数据我们指到Q的P语义作为回调，因为P和Q解读的数据和应用程序的细节而定。例如，P是一个SQLSELECT语句，如果一个是从一个关系数据库缓存的数据。或者，也可以是一段代码，它执行从图像数据库为特定的个人的脸模式匹配。Q必须符合P：在第一种情况简单的select语句，并执行一段代码，在第二种情况下更准确的模式匹配。在Coda，p对应于一个被等于特定值（x）对象的版本号，而Q对应的封装体积是自上次对象的版本号是确定不变的版本数x语义验证可以扩展到移动计算领域之外。这将是广泛的，尤其是在地理上的分布式系统，其中本地与远程操作时间差异过大，无法忽视，即使在光的传播速度发生有价值。在这种情况下谓词Q作为一个复杂的标准，为满足一些廉价的缓存数据验证。考虑一个洲际分布在美国系统的例子。即使在光线，通信速度从一个海岸到另一个需要大约16毫秒。来回RPC需要30毫秒。在此期间，一个有100个处理器可以执行超过300万的指示！由于处理器速度可以预料随着时间增加，失去计算的机会，这种情况下计算的表现只会恶化。随着时间的推移，同步模型的RPC使用会越来越站不住脚了。最后，非常的广域分布式系统都必须围绕着一个异步模型结构。在什么范围和时间会发生这种转变取决于两个因素大大简化了设计，执行和调试中所固有的同步模型和性能相当高（因此可用性）的异步模型。一个有希望的异步模型相结合，得到了编程的优化并控制的特点风格的便宜，但却是保守的验证方法。承担由此产生的一些方法的提示在分布式系统中使用类似的地方，最好是通过一个例子来说明。考虑一个在火星表面的机器人探险远程控制。由于光线需要多分钟，从地球飞往火星，和各种可能出现的紧急情况在火星上，机器人必须对自己的反应能力。同时，要探索通过定向控制地球上的生活-一个典型的指挥和控制问题。这个例子刻画一个分布式系统，其中通信延迟是足够大，同步设计的模式将不能工作。该机器人的状况的了解，将永远在地球上已经过时。但是，由于紧急情况是罕见的，这方面的知识通常会从当前的现实不同的两种良性途径之一。无论是在属性中的差异无关手头的任务，或者可与差异，如死了足够精确地预测推算方法。假设机器人的状态是P,如在地球传输的特点。基于一些属性，问，这个国家，命令被颁发给机器人。对于这个命令是有意义当它达到机器人，问仍必须是真实的。这可以验证发送命令，随着强，并具有机器人验证在收到Q值。使用这种方法是可行的，同时发送和评估Q必须便宜。当然，许多具体的问题需要回答关于这一做法。但它还是提供了非常广泛的结合区与分布式系统性能的正确性有趣的方式。一些开放性问题在什么情况下是最有用的语义回调？当他们没有用？什么形式的P和Q可以采取数据类型和常用应用程序？有人估计是如何在这些情况下，它们的相对成本？P和Q真的可以任意代码？是否有限制，以提高效率和实用性有必要吗？怎样才能得到Q从P迅速？P上是否有限制，使这个简单？如何一次性的相对成本和效益的P和Q的好处？权衡空间是离散或连续的？可这一权衡作出适应性？3.3撤销资源算法应用感知适应复杂的资源管理问题。原则上，该系统拥有的所有资源。在任何时候，它可能会暂时吊销，该公司已经委托给一个应用的资源。唉，现实往往不是那么简单。各种因素复杂化的问题。首先，一些应用程序比其他更重要。任何可以接受的战略必须撤销这些差异很敏感。第二，撤销相同的资源成本可能不同，不同的应用。例如，可用的带宽减少到一个应用程序可能会导致其大幅增加的处理量，以补偿它。在带宽的另一个应用程序类似的减少可能导致在处理小得多增加。一个好的战略必须撤销考虑到这些不同影响。第三，有可能影响之间的依赖关系。第三，有可能是之间应考虑在撤销过程中的依赖关系。例如，两个进程可能有一个生产者与消费者的关系。撤销从一个进程的资源可能导致其他来搪塞。更复杂的依赖关系，涉及多个进程也是可能的。除非撤销考虑到这些依赖关系，如死锁的危险可能会发生。从应用的资源，撤销不常见的现有系统。古典作业系统的研究都集中在资源分配问题，而不是资源撤销。因此目前还没有撤销编纂有关安全和高效率的技术知识。这一缺陷必须予以纠正的应用感知适应日益广泛的应用。一些未解决的问题如何制定一个资源撤销问题？一个人如何在不同的应用特点撤销的不同影响？做一个什么样的战略使用，如果多个资源必须同时撤销？一个人如何区分资源的撤销很容易恢复和那些它是昂贵或无法恢复？一个人如何处理死锁在撤销？3.4适应分析一个人如何比较两个移动客户的适应能力？主图的优点是灵活性，或者一个客户的能力，及时应对扰动。由于它有可能为客户更对一些变量（如带宽）比其他人（如电池电源），敏捷性，应作为一个综合指标。一个高度灵活的系统，可能受到不稳定。这样的系统几乎所有的资源消耗反应轻微的扰动，因此很少有用执行计算。理想的手机客户端，显然是一个高度灵活的，但非常稳定，对于所有感兴趣的变量。控制理论是一个域，可能有有益的见解，提供完善这些想法和量化他们。从历史上看，控制理论侧重于硬件系统。但是，没有概念的原因不能扩展到软件系统。只有认真调查可以知道，当然，无论是直接的相关性和有用的或仅仅是肤浅的。一些未解决的问题什么是快速的准确指标？是否有系统的技术来提高系统的灵活性？如何做一个决定时，移动通信系统是“足够灵活”？什么是正确的指标体系的稳定？一个人能开发设计指引，以确保稳定呢？没有一个人能解析得出它首先建设一个自适应系统的灵活性和稳定性属性？3.5。从局部观察全局估计适应需要一个移动客户在其环境意识的变化，使对这些变化的原因的推论，然后作出适当反应。这意味着能够使当地的观测为基础的全球估计。要检测的变化，客户端必须依靠当地的意见。例如，它可以测量信号强度的地方，比率，平均往返时间，并在往返时间分散数量等。但是，这些意见是正常的解释。在给定的量的变化可能是由于一个非本地现象的多样性。例如，比率将下降原因是在一