haku: @keyword data synchronization / yhteensä: 3
viite: 1 / 3
« edellinen | seuraava »
| Tekijä: | Flinckman, Mauri |
| Työn nimi: | Flexible Data Synchronization for Supporting Mobile Offloading Applications |
| Joustava datan synkronointi mobiilisovellusten laskennan siirtoa varten | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2015 |
| Sivut: | 79 Kieli: eng |
| Koulu/Laitos/Osasto: | Perustieteiden korkeakoulu |
| Oppiaine: | Ohjelmistotekniikka (T3001) |
| Valvoja: | Heljanko, Keijo |
| Ohjaaja: | Heljanko, Keijo |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201506303577 |
| Sijainti: | P1 Ark Aalto 2913 | Arkisto |
| Avainsanat: | mobile offloading data synchronization apache spark Git Rsync laskennan siirtomenetelmät mobiiliympäristössä datan synkronointi |
| Tiivistelmä (fin): | Tämä työ tekee katsauksen laskennan siirtomenetelmiin sekä datan siirtomenetelmiin mobiiliympäristössä. Kasvojentunnistus sovelluksen laskennan siirtoa varten ajetaan sarja testejä Apache Spark datan prosessointi -kehysohjelmistolla. Arvioimme sovelluksen suorituskyvyn suhteessa käytettyyn aikaan ja energiaan, sekä keskimääräisen muistin ja prosessorien käyttöasteen. Koko sovelluksen laskennan siirron lisäksi ajamme testejä, jotka suorittavat laskentaa rinnakkain sekä paikallisesti mobiililaitteessa että palvelimella. Lopuksi arvioimme synkronointimenetelmien suorituskyvyn laajan tiedostohakemiston synkronoimiseen. Datan synkronointimenetelmiksi valittiin Git ja Rsync. Git muodosti muuttuneiden tiedostojen listan viimeksi tehdystä synkronoinnista nopeammin kuin Rsync, kun Rsync taas käytti testidatan synkronointiin sekä kasvojentunnistus sovelluksessa että Linux ytimen testeissä vähemmän aikaa ja energiaa. Git tukee useampaa ominaisuutta kuin Rsync ja on näin sopivampi tehtävissä, jotka edellyttävät kaksisuuntaista synkronointia mobiiliympäristössä. Kasvojentunnistus sovelluksen laskennan siirto Asus Nexus 7 2013 tabletilla Ubuntu Touch käyttöjärjestelmällä käytti alle kymmenysosan energiaa verrattuna paikalliseen laskentaan. Osittaislaskennan testien kohdalla energian kulutus oli suurempi kuin datan synkronointiin ja sovelluksen laskennan siirtoon palvelimelle käyttämä kokonaisenergia. Toisaalta, suurin suorituskyky ajan suhteen saavutettiin 90 %:n osittaisella laskennan siirrolla. Virransäästötilassa ajetut testit osoittivat, että tabletin energiatehokkuus parani, kun matala intensiiviset laskennan siirtotestit suoritettiin tässä tilassa. Toisaalta ajettaessa korkea intensiivisiä laskennan siirtotestejä, energiatehokkuus kasvoi käytettäessä tabletin aktiivitilaa. Datan synkronointi kokeissa ilmeni myös vaiheita, jotka käyttivät suuren osan laitteen laskentaresursseista. Näin on suositeltavaa suorittaa korkea intensiiviset tehtävät laitteen ollessa aktiivitilassa käyttäen saatavilla olevien suorittimien resursseja. |
| Tiivistelmä (eng): | This Thesis surveys mobile offloading approaches and data synchronization methods. A series of tests to offload face recognizer application using Apache Spark framework with different levels of data synchronization is conducted. We evaluate the application's performance in terms of time and energy, as well as average memory and CPU utilization. In addition to offloading the entire application, we perform tests that run the application in parallel locally on the mobile device and remotely at the server. Finally, we evaluate the synchronization methods performance for a large directory synchronization. The chosen synchronization methods in this Thesis were Git and Rsync. Git outperformed Rsync in terms of computing the list of changed files since last synchronization round, while Rsync was able to synchronize the test data sets used in the face recognizer application and the Linux distributions using less time and energy than Git. Git supports a larger feature set compared to Rsync and is more applicable for tasks that require two-way synchronization in a mobile device environment. Offloading the task of face recognition on Asus Nexus 7 2013 tablet with Ubuntu Touch operating system had over ten times benefit in terms of energy expenditure compared to local execution. For the partial offloading tests, energy expenditure were higher compared to performing data set synchronization and offloading the application to the server. On the other hand, in terms of running time with using one local worker and one remote worker, 90% partial offloading had the shortest execution time. Test runs with suspension mode revealed that the tablet's energy efficiency was improved when low workload tasks were run in suspension mode, while the opposite was observed for high workload tasks. As data synchronization of large data sets were measured to be highly intensive, it is advisable to perform high workload tasks in active CPU power state while using maximum number of the mobile device's available CPUs. |
| ED: | 2015-08-16 |
INSSI tietueen numero: 51993
+ lisää koriin
« edellinen | seuraava »
INSSI