بخشی از مقاله
محاسبات ابري سيار، چالش ها و راهکارها
چکيده - محاسبات سيار داراي مشکلات ذاتي مانند کميابي منبع ، قطع شدن هاي متناوب و قابليت حرکت است . بااينکه استفاده فزاينده اي از محاسبات سيارمي شود، اما بهره برداري کامل از پتانسيل آنها مشکل است . براي اداره کردن اين مشکلات ذاتي ميتوان از محاسبات ابري سيار استفاده نمود تا برنامه هاي مربوط به وسيله سيار را بر روي فراهم کنندگان خارجي منبع اجرا کند. ما در اين مقاله مرور گسترده اي از پژوهش هاي محاسبات ابري سيار را با روشن ساختن نگرانيهاي خاص در محاسبات ابري سيار فراهم ميکنيم . ما يک طبقه بندي بر اساس موضوعات کليدي در اين حوزه را ارائه مينماييم و رويکردهاي مختلفي که از عهده اين موضوعات برميآيند را بحث ميکنيم . مقاله را با يک آناليز مهمي از چالش هايي که هنوز به طور کامل بررسي نشده اند به پايان ميرسانيم و مسيرهايي را براي کار آينده روشن ميکنيم .
کليد واژه - محاسبات فراگير، آفلود کردن ، محاسبات ابري سيار،امنيت ابر سيار، آگاهي از بستر مديريت قابليت حرکت .
١- مقدمه
هدف محاسبات سيار اين است که بتواند صرف نظر از حرکت کاربر ابزاري را براي کاربر در هر زمان و مکاني که نياز دارد فراهم کند؛ بنابراين استقلال مکاني را پشتيباني کند.
طبق نظر O’Reilly «آينده متعلق به سرويس هايي است که در زمان بلادرنگ به اطلاعات فراهم شده براي کاربرانشان يا حسگرهاي غيرانساني پاسخ دهند.» برنامه هاي بلادرنگ فقط يک نوع از برنامه هاي سيار هستند که سطوح بالايي از پاسخ دهي را نياز دارند که به نوبه خود به منابع محاسباتي قوي نيازمند هستند. برخي از برنامه هاي سيار مانند شبکه هاي اجتماعي مبتني بر مکان ، به کارگيري داده سنسوري گوناگون تلفن را پردازش و فراهم مي کنند؛ اما استفاده گسترده از حسگرها مانند دست يابي به خوانده هاي يک GPS برحسب انرژي گران است و اين قضيه تلفن همراه را در فراهم سازي يک سرويس بهتر براي کاربران از طريق حسگرهاي تعبيه شده شان را محدود مي کند.
بعلاوه اينکه بررسي برنامه هايي که نيازمند پردازش هاي گسترده هستند – پردازش تصوير براي بازي هاي ويدئويي، واقعيت هاي تقويت شده ، تشخيص گفتار، پردازش زبان طبيعي، محاسبات پوشيدني – همه اينها تقاضاي ظرفيت هاي محاسباتي زيادي دارند؛ بنابراين توسعه دهندگان را در پياده سازي برنامه هايي براي تلفن هاي همراه را محدود مي کنند. با بررسي گرايش هايي در معماري تلفن همراه و باطري بعيد است که اين مشکلات در آينده حل شوند. درواقع احتمال ندارد که يک کمبود تکنولوژيکي موقت باشد بلکه براي قابليت حرکت ذاتي است و يک مانع است که بايستي براي محقق ساختن کامل پتانسيل محاسبات سيار بايد بر آن غلبه کرد.
محاسبات ابري را ميتوان به اين صورت تعريف کرد که تجميعي از محاسبات به صورت يک برنامه سودمند و نرم افزاري به صورت يک سرويس است که اين برنامه ها به صورت سرويس ها از طريق اينترنت تحويل داده ميشوند و سخت افزار و نرم افزارهاي سيستمي در مراکز داده اين سرويس را فراهم ميکنند. همچنين «محاسبات بر اساس تقاضا»، «محاسبات سودمند» يا «انجام دادن هنگاميکه شما محاسبات را شروع کنيد» ناميده ميشوند که مفهوم پشت پرده محاسبات ابري، آفلود کردن محاسبات به فراهم کنندگان منبع راه دور است .
هدف مقاله اين است که پژوهش هاي فعلي را با جزئيات موردبحث قرار دهد که اين موضوعات را اداره ميکنند. ما راه حل هاي پيشنهادي را بازبيني ميکنيم و چالش هاي پژوهشي مربوط به آينده نزديک را در زمينه محاسبات ابري سيار بررسي مينماييم .
٢- يک دسته بندي از مسائل محاسبات ابري سيار
ما يک طبقه بندي از رويکردهاي فعلي در تحقيق محاسبات ابري سيار را ارائه ميدهيم که اين طبقه بندي بر اساس موضوعات مرتبط با عملياتي، کاربر نهايي، سطوح سرويس و همچنين محدوده هاي امنيت ، آگاهي از بستر و مديريت داده است . معيار ما براي اين طبقه بندي بر اساس مسائل مرتبط کليدي در محاسبات ابري سيار است و اينکه چگونه آنها در آکادميها بررسي شده اند.
اين مسائل لايه بالايي اين طبقه بندي، براي محيط هاي بسياري قابل کاربرد است و فقط براي محاسبات ابري سيار نيست . ما معتقديم اين تشابهات کمک خواهد کرد که يک مقايسه بر روي چگونگي مرتبط بودن محاسبات ابري سيار با ديگر زمينه ها را به ما بدهد. بعلاوه ، ما هر مسئله مرتبط را گسترده ميکنيم تا مجموعه منحصربه فردي از چالش ها در محاسبات ابري سيار مشخص گردد.
٢-١- مسائل مرتبط با عملياتي
موضوعات مرتبط با عملياتي اشاره به مطالب تکنولوژيکي اساسي مثل : متد محاسبه هاي آفلود کردن ، مدل هاي هزينه - سود مينمايد که کمک ميکند تا در مورد اينکه آفلود انجام شود يا نه ، چگونه قابليت حرکت وسايل مديريت شود يا پشتيباني گردد و چه پروتکل هايي استفاده گردد، تصميم گیری میشود .
متد آفلود کردن : عمل اصلي در هر ابر سيار آفلود کردن کارهايي خواهد بود که از طرف منابع مقيدکننده وسيله سيار به ابر اتفاق ميافتد. به دليل موضوعات مرتبطي مثل فاصله فيزيکي جداکننده وسيله سيار از ابر و ناهمگني سيستم هاي اساسي ، تحقيقات متفاوتي در شيوه هاي متنوعي بررسي شده اند. تحقيق فعلي، متدهاي آفلود کردن را در سه مسير اصلي بحث ميکند: متدهاي تعاملي کلاينت - سرور، مجازيسازي و عامل هاي سيار.
ارتباطات کلاينت -سرور: در فرايند ارتباطات کلاينت -سرور، ارتباط در سرتاسر وسيله سيار آفلود کننده و وسيله جانشين از طريق پروتکل هايي مانند فراخواني رويه راه دور (RPC)، فراخواني متد راه دور (RMI) و سوکت ها انجام مي شود. هردوي RPC و RMI به خوبي API ها را پشتيباني کرده اند و به وسيله توسعه دهندگان به طور پايدار در نظر گرفته مي شود. بهر حال آفلود کردن از طريق اين دو متد به معناي آن است که سرويس ها نياز دارند که از قبل در وسايل شرکت کننده نصب شده باشند. اين قضيه زماني که ماهيت موردي بودن و قابليت حرکت يک ابر سيار در نظر گرفته مي شود، بي فايده است ؛ و اگر در مجاورت وسايلي است که از سرويس هاي موردنياز پشتيباني نمي کنند، قابليت حرکت کاربر را محدود مي کند.
Spectra و Chroma دو مثال از سيستم هايي است که از سرويس هاي از قبل نصب شده استفاده مي کنند که از طريق
RPC محاسبات را آفلود مي کنند. برنامه ها از RPC استفاده مي کنند تا قابليت عملکردي را از راه دور و سرورهاي محلي
Spectra فراخواني مي کنند.
Marinelli براي برنامه هاي گوشي هوشمند اندرويدي ’Hyrax‘ را ارائه کرده است که برحسب داده و محاسبه توزيع شده و بر اساس Hadoop به پلت فرم اندرويد منتقل مي شود. Hyrax احتمال استفاده از يک خوشه از تلفن هاي همراه را به عنوان فراهم کنندگان منبع بررسي مي کند و امکان يک چنين ابر سياري را نشان مي دهد. آنها يک برنامه نمونه به نام HyraxTube را ارائه مي دهند که يک برنامه جستجو و اشتراکگذاري چندرسانه اي سيار و توزيع شده ساده اي است . HyraxTube اين است که به کاربران اجازه دهد تا در ميان فايل هاي چندرسانه اي ، برحسب زمان ، کيفيت و مکان را جستجو کنند.
Hadoop Apache يک پياده سازي متن باز MapReduce است و يک اينترفيس مجازي شده را براي کامپيوترهايي که به طور تصادفي درجه بندي شده اند، را فراهم مي کند. در Hyrax، سرور مرکزي با دسترسي به هر وسيله سيار، داده و کارها را هماهنگ مي کند و تلفن ها بر اساس يک شبکه ايزوله g٨٠٢١١ با همديگر تعامل دارند. عينا مانند پياده سازي Hadoop،Hyrax نيز داراي يک نمونه NameNode و يک نمونه JobTracker است که در حال اجرا بر روي يک سرور مرکزي با دسترسي به هر وسيله سيار کلاينت است . اين سرور مرکزي هيچ پردازشي را انجام نمي دهد و مسئول هماهنگي داده ها و کارها است . هر تلفن همراه نمونه هايي از DataNode و TaskTracker را در سرويس هاي اندرويد جداگانه اجرا مي کند. مضافا اينکه هر تلفن نخ هايي را اجرا مي کند که داده چندرسانه اي گوشي را در سيستم توزيع شده (HDFS) ذخيره مي کند و نخ هايي که داده سنسوري را ضبط مي کند. DataNode ها و TaskTracker ها با استفاده از ضربان دوره اي JobTracker و NameNode را از طريق RPC و برعکس پاسخ ضربان ، فراخواني مي کند. ضربان از TaskTracker ها فرستاده مي شود تا JobTracker اي را نشان دهد که زنده هستند و JobTracker مي تواند کارها را در پاسخ به اين ضربان اختصاص دهد.
فريمورک ديگري به وسيله HuertaCanepa و Lee ارائه مي شود و بر اساس Hadoop است که جهت يک ابر سيار مجازي است و بر اهداف مشترک وسيله سياري متمرکز است که به عنوان فراهم کنندگان منبع در نظر گرفته ميشود. آنها مدعي هستند که مکان افراد نقش مهمي در فعاليت هاي آنها ايفا ميکنند، ازاين رو نظم منجر به فعاليت هاي مشترک ميشود به ويژه مکان وظايفي مانند بازديد از يک موزه و انجام سفرهاي باستان شناسي را محدود ميکند.
فريمورک Cuckoo سيستمي را ارائه مي کند که برنامه هاي وسيله سيار را بر روي يک ابر و با استفاده از مدل Stub.Proxy جاوا آفلود مي کند. براي استفاده از Cuckoo نياز است که برنامه ها مجددا نوشته شوند تا از اجراي راه دور برنامه به خوبي اجراي
محلي پشتيباني گردد.
فريمورک اينترفيس ارسال پيام سيار (MMPI) يک نگارش سيار از MPL استاندارد در بلوتوث است که وسايل سيار به صورت فراهم کنندگان منابع هم جنس عمل مي کنند. MMPI به جاي ساختار نوعي شبکه ستاره اي ، يک ساختار مش به هم پيوسته کامل بکار مي گيرد. به طوري که هر گره مي تواند با ديگري تعامل داشته باشد. وظايفي مانند شناسايي وسيله و اتصال ها که به وسيله کتابخانه هاي فراهم شده در فريمورک مديريت مي شوند، نياز به نوشتن هرگونه کد مخصوص بلوتوث را به طور صريح حذف مي کند. اين فريمورک در جاوا پياده سازي مي شود و از بخش سوم کتابخانه BlueCove استفاده مي شود تا عمليات بلوتوث را اداره کند. وسيله سيار master پارامترهاي کار را براي وسايل Slave که آنها هم پردازش مي کنند تا اجرا گردند. آنها را با نسل فراکتال در وسايل مختلف (تلفن ها، لپ تاپ ها و PDA ها) در پلت فرم هاي متقابل (Cross) آزمايش کرده اند و هزينه زمان را گزارش نموده اند. بااين حال آنها اين هزينه را در شرايط استفاده از يک ماشين (به شيوه معمولي) را نداده اند پس روشن نيست که تسريع چقدر است . تنظيم کردن MMPI در سه گام انجام مي شود: کشف وسيله ، کشف سرويس ، تشکيل شبکه .
آزمايش هاي آنها نشان مي دهد که زمان کشف سرويس در صورتي افزايش مي يابد که وسايل بيشتري کشف شوند. تشکيل شبکه در کمترين زمان با ١٣٦ ميلي ثانيه براي يک شبکه دو گره اي و ٢.٣ ثانيه براي شبکه چهار گره اي اتفاق مي افتد.
در [٣٤] Deboosere و همکاران يک مدل تئوري را ارائه مي دهند که يک وسيله سيار به صورت يک کلاينت نازک به يک سرور متصل مي شود و با يک پروتکل کلاينت نازک کلاسيک مثل VNC (محاسبات شبکه مجازي) يا يک پروتکل جريان متصل مي شود.
مهاجرت ماشين مجازي (VM): مهاجرت VM به انتقال دادن تصوير حافظه يک VM از سرور مبدأ به سرور مقصد بدون توقف اجراي آن اشاره مي کند.
Satyanarayan و همکاران به جاي اتصال به يک ابر راه دور، تکه ابر را به عنوان راه حل پيشنهاد مي کنند. يک تکه ابر شبيه به يک مرکز داده کوچک است که بر روي مکان ها يا محيط هاي طراحي شده ، واقع مي شود و از طريق اينترنت به يک سرور ابر بزرگتر وصل مي شود. آنها توضيح مي دهند که به طور داخلي يک تکه ابر همانند يک خوشه از کامپيوترهاي چندهسته اي با اتصال دروني چند گيگا بيت و شبکه محلي بي سيم با پهناي باند بالا مي باشد. ازاين رو وسايل سيار در مجاورت فيزيکي تکه ابر غني از منبع هستند و اين مي تواند به صورت يک کلاينت نازک درحالي که همه محاسبات شديد منبع در داخل تکه ابر اتفاق مي افتد، عمل کند.
دو رويکرد براي انتقال وضعيت VM از وسيله سيار به تکه ابر در نظر گرفته مي شود: مهاجرت VM و ترکيب VM پويا. از ميان اين دو رويکرد نويسندگان پيشنهاد مي کنند که از ترکيب VM پويا استفاده شود زيرا وابستگي هاي کارايي آن منحصرا به منابع محلي است و شکست WAN بر ترکيب تأثير نخواهد گذاشت .
(در اين حالت پايه هم VM ها مي توانند به تکه ابر از طريق رسانه فيزيکي منتقل شوند).
MAUI از ترکيبي از مهاجرت VM و پارتيشن بندي کد استفاده مي کند. CloneCloud نيز از مهاجرت VM براي آفلود بخشي از بارکاري برنامه به يک سرور پرمايه از طريق G٣ يا WiFi استفاده مي کند.
Mobicloud استفاده از تکنولوژي محاسبات ابري براي MANET ها (شبکه هاي موردي سيار) در يک شيوه امن را بحث ميکند.
MANET هاي سنتي ميتوانند به يک معماري سرويس گرا به وسيله Mobicloud تبديل شوند.
کد سيار:Scavenger فريمورک ديگري است که با استفاده از WiFi جهت اتصال Cyberforaging را بکار ميگيرد و از يک رويکرد کد سيار استفاده ميکند تا کارها را پارتيشن بندي و توزيع کند. همچنين يک زمان بند براي ارزيابي هزينه را معرفي ميکند. متد ارزيابي آن بر اساس تسريع سرور جانشين است و از يک متد ارزيابي مقايسه اي براي انجام اين کار استفاده ميکند.
با استفاده از فريمورک آن ، براي يک وسيله سيار ممکن ميشود که يک جانشين يا بيشتر را آفلود کند و آزمايش هاي آن نشان ميدهد که اجراي برنامه بر روي جانشين هاي متعدد و به طور موازي، برحسب کارايي مؤثرتر است ؛ بنابراين ، درباره مکانيسم هاي تحمل خطا بحث نميشود و ازآنجاييکه متد آن کاملا درباره آفلودينگ بر روي جانشين ها ميباشد و نه اشتراکگذاري لذا واقعا پويا نيست .
همچنين جانشين هاي آن ، همه دسکتاپ هستند و چنانچه که Scavenger براي اجرا روي تلفن هاي همراه خيلي سنگين باشد وضعيت ناروشن است .
بحث : به استثناي Hyrax، ابر مجازي و Cuckoo، در اکثر کارهاي اخير از مهاجرت VM يا کد سيار استفاده مي شود تا وظايف آفلود شود. حتي پروژه هاي مذکور بر اساس فريمورک هاي بسيار قديمي تر است و Hadoop و Ibis براي برنامه نويسي توزيع شده و توري طراحي شده است ؛ بنابراين به خوبي مي توان گفت که اين گرايش ها در اين محدوده خاص ، از مهاجرت VM و کد سيار در سراسر سيستم هاي ارتباطي کلاينت - سرور سنتي حمايت و پيروي مي کند. مزاياي اين دو رويکرد در سرتاسر متدهاي ارتباطي کلاينت - سرور مثل RPC مي تواند به صورت يک دليل براي اين قضيه داده شود. هرچند متدهاي ارتباطي کلاينت سرور به خوبي از API ها پشتيباني کرده است و قوي هستند اما نيازمند برنامه هايي هستند که از قبل نصب شوند. همچنين عمليات در قطعي اتصال در اين متد پشتيباني نمي شود. در نظر گرفتن ماهيت موردي سيستم هاي سيار، يک عيب است . بعلاوه استمرار در تعامل و ارتباط ميان کلاينت و سرور ممکن است منجر به ازدحام شبکه شود.
مهاجرت VM به وسيله اکثر فريمورک ها شامل Cloudlets، CloneCloud،MAUI و Mobicloud استفاده مي شود.
مجازي سازي بسيار زياد بار روي دوش برنامه نويس را کاهش مي دهد چون که خيلي کم نياز به برنامه ها و نوشتن مجدد آنها وجود دارد؛ بنابراين ، مجازي سازي کامل و همراه با پارتيشن بندي خودکار بعيد است که همان بهينه سازي خوش حالت همانند برنامه هاي کد نويس شده دستي را توليد کند، هرچند که نوشتن مجدد هر و همه برنامه براي آفلود کردن کد نيز غيرعملي است .
MAUI عملا متکي به مهاجرت VM خالص به همان صورتي که در CloneCloud،Cloudlets انجام شده ، نيست ، اما ترکيبي از مهاجرت کد و پارتيشن بندي برنامه نويسي شده را استفاده مي کند. به هرحال در حالت هايي که کاربر وسيله سيار در بين محدوده وسيله جانشين براي چند دقيقه قرارداد ممکن است استفاده از مهاجرت ثابت کند که خيلي گران سنگ باشد، همان طور که در [٣٩] اشاره مي شود که از عامل هاي سيار ازلحاظ مناسب بودنشان در يک محيط سيار پويا استفاده مي شود. شکل ١ يک ديد کلي از اين ديدگاه ها را بحث کرده است .
آناليز سود – هزينه : مهم است که هزينه هاي آفلودينگ بر روي ابر مثل زمان ، انرژي و پولي را در برابر آمادگي اجرا يا ذخيره سازي يکپارچه آناليز گردد. Walker و همکاران در مورد مواقعي که يک مصرف کننده بايستي تصميم بگيرد که ذخيره به يک ابر راه دور مثل Amazon EC٢ آفلود شود، بحث مي کند.
مدل آنها براي ارزيابي کردن مزاياي فضاي ذخيره اجاره اي از يک سرويس ابر در مقابل با خريدن درايوهاي هارد، فاکتورهاي حسابي مثل هزينه برق ، هزينه ديسک هاي هارد، مصرف توان هارد و قيمت فضاي ذخيره ها براي هر گيگابايت ، نيازمندي هاي فضاي ذخيره مورد انتظار و صورتحساب اپراتور انساني را تحويل مي دهد.
Li و همکاران يک مدلي با دنباله اي از متريک هايي را پيشنهاد مي کند که هزينه ابر را محاسبه مي کند. آنها دو هزينه عمده از محاسبات ابر را در نظر مي گيرند: بنام هزينه کل مالکيت (TCO) و هزينه بهره برداري. هزينه کل مالکيت (TCO) به طورکلي به عنوان يک تخمين مالي استفاده مي شود تا ويژگي هاي هزينه ها براي مالک شدن و مديريت نمودن يک زيربناي IT را مشخص کند. نسبت به محاسبات ابري، TCO مناسب فرض مي شود تا به عنوان يک پايه جهت فراهم سازي تخميني براي ارزش تجاري سرمايه گذاري ابر، عمل کند. هزينه بهره برداري اشاره دارد به منابع واقعي که به وسيله يک کاربر خاص يا برنامه بر اساس تقاضاي پويا دارد مصرف مي شود.
اهميت آناليز سود هزينه : در يک ابر سيار، به دليل واجب بودن قابليت حرکت و درنتيجه ماهيت پويا، منابع احتمالا در يک لحظه داده شده تغيير ميکنند. ازاين رو، يک آناليز سود هزينه بسيار ضروري است تا سودهاي آفلودينگ در برابر سود بالقوه را به وسيله ارزيابي هزينه پش ي گويي شده از اجرا همراه با نيازمنديهاي خاص کاربر، سنجيده شود که در شکل ٢ تشريح شده است .
مدل هاي هزينه با استفاده از پروفايلينگ و مانيتورينگ منابع :
Spectra و Chroma، دو سيستم از اولين سيستم هاي جستجوگر سايبر براي وسايل سيار هستند که متدهايي را بکار مي گيرند تا هزينه را در برابر سودهاي آفلودينگ در سرورهاي جانشين را بسنجند.
در Spectra اهداف متضادي مانند کارايي، بقاء انرژي و کيفيت چنانچه که برنامه بايستي آفلود شود، ارزيابي مي شوند و اگر چنين باشد بر روي وسيله جانشين آفلود مي شود. کارايي، مصرف انرژي، کيفيت براي هر جانشين بالقوه پيش بيني مي شود و انتخاب به وسيله متعادل کردن اهداف رقابتي با همديگر براي دستيابي به بهترين Trade off ممکن ايجاد مي شود.
براي تخمين زدن بهترين Trade off نياز است همچنين سود پيش بيني شود. براي اين قضيه ، Spectra از کار قبلي انجام شده توسط Narayanan استفاده مي کند که در آن از يک مدل پيش بيني مبتني بر اين فرض استفاده مي کند که مصرف منبع توسط يک عمل شبيه به اجراهاي اخير عمليات مشابه است . در حالتي که با يک عمليات جديد روبرو مي شود که در داده تاريخي وجود ندارد، اين مدل رگرسيون خطي را بکار مي گيرد تا يک تخمين را به دست آورد.
Chroma از رويکردي تقريبا مشابه بنام »تاکتيک ها« استفاده مي کند که در يک زبان اعلاني مشخص شده است که بر اساس ايده هايي از کار مشابه Odyssey ايجاد شده است . Chroma همچنين بررسي منبع و پيش بيني هاي مبتني بر تاريخچه را بکار مي گيرد تا خروجي هر طرح تاکتيکي را در برابر هزينه تخمين زده شده را بسنجد.
فريمورک Scavenger نيز يک متد ارزيابي هزينه را بکار مي گيرد تا تصميم بگيرد که آيا آفلودينگ بايستي انجام شود يا نه . اين قضيه به وسيله کامپوننت »زمان بند« انجام مي شود که فاکتورهاي زير را لحاظ مي کند: سرعت نسبي و بهره برداري از جانشين ها، پهناي باند و تأخير براي جانشين ها، پيچيدگي وظيفه .
MAUI يک آناليز سود- هزينه را به وسيله پروفايلينگ هر متد در يک برنامه را از طريق سريال سازي انجام مي دهد. اندازه هاي پهناي باند شبکه و تأخير نيز گرفته مي شود تا در هزينه ترکيب شود. به ويژه پروفايلر MAUI سه مسئله را با اين ملاحظات مي گيرد: استفاده از انرژي وسيله ، خصوصيات برنامه ، خصوصيات شبکه .
CloneCloud يک »پروفايلر پويا« را بکار مي گيرد تا داده استفاده شده در آناليز سود- هزينه را جمع آوري کند که سپس به يک » Optimization Solver «خورانده مي شود تا تصميم بگيرد که چه متدهايي نياز است که مهاجرت داده شوند، به اين صورت هزينه مهاجرت و اجرا کمينه خواهد شد. در اين موقع ، هزينه مي تواند به زمان اجرا، مصرف انرژي يا جاي منبع اشاره کند.
در [٤٦] ژانگ و همکاران ٤ صفت در زمان محاسبه هزينه مهاجرت برنامه هاي سيار به ابر در نظر ميرند: مصرف توان ، هزينه مالي، صفت هاي کارايي و امنيت و حريم خصوصي. اينها از ماژول هاي سنسوري گوناگون در وسيله سيار و ابر استنتاج ميشود که داده اي مثل باطري، شبکه ، بارگذاريهاي وسيله ، بارگذاريهاي ابر و تأخير مانيتور ميشود. بعد از پردازش کردن اين وروديها، اين مدل هزينه بر اساس يک راهکار مناسب مانند مهاجرت برنامه ها به ابر يا وسيله سيار، سوئيچ کردن بين شبکه هاي مختلف و اختصاص دادن منابع ابر، تصميم مييرد.
مدل هاي هزينه با استفاده از آناليز پارامتريک : در [٤٧] Kumar و Lu يک مدل آناليزي براي مقايسه کردن استفاده انرژي در ابر و وسيله سيار فراهم مي کند. اين مدل پارامترهاي زير را در نظر مي گيرد: سرعت هاي وسيله سيار (M) و ابر راه دور (S)، تعداد دستورالعمل هاي محاسباتي (C) (با اين فرض که هم وسيله سيار و هم ابر تعداد دستورالعمل ها برابر دارند)، تعداد بايت هاي منتقل شده (D)، پهناي باند (B)، انرژي مصرف شده توسط وسيله سيار در وضعيت هاي بيکاري (Pi)، محاسبات (Pc) و ارتباطات .(Ptr)
مدل هاي هزينه با استفاده از متدهاي اتفاقي: Liang و همکاران براي سرويس ابر سيار مربوط به مدل داده شده در Mobicloud، يک مدل محاسباتي ابري سيار اقتصادي مبتني بر فرايند تصميم گيري (SMDP)Semi-Markov ارائه مي دهد که جهت تخصيص منبع است . Mobicloud يک سيستمي را توصيف مي کند که وسيله هاي سيار از کامپوننت هاي برنامه بنام weblets استفاده مي کنند که مي توانند به ابر مهاجرت داده شوند يا در خود وسيله سيار اجرا شوند.