为了延长电池寿命并增强移动设备的功能，一个自然的解决方案是移动云计算[1]，[2]，使得移动设备用户可以卸载计算昂贵的任务。但是资源丰富的云基础设施，如Amazon的EC2或Rackspace公司，这些云通常离移动用户较远，并且网络延迟比较高。

近日，微云 [3] [4]已被提议作为计算卸载远程云一种补充。如图1。1所示，微云是一个设置在用户周围的小型简单设备——可能在一个咖啡店中。需要时，设备从一个集中位置下载用户数据，允许本地用户访问，从而减少延迟。完成后，如有需要，可以将用户数据返回到集中位置。该过程对用户不可见，不过用户对更快的响应感到满意。尽管其距离移动用户较近，但是具有资源有限的缺点。因此，在卸载任务给一片云的场景中，存在多个移动用户通过无线通信资源和计算资源之间的竞争。如何设计一个高效的卸载计算算法是本文中的主要挑战之一。

图1。1 微云 示意图

在本文中，本文考虑一组围绕一个微云的移动设备用户。每个用户都有一个计算密集型任务要完成，需要决定是否在其自己的移动设备上或在微云执行任务。通过最近在开发的社会团体效率最大化的框架（social group utility maximization）[11]，将移动用户的决策问题作为计算卸载策略（computation offloading game）。在基于社会总体效用最大化的计算卸载策略中，每个移动用户的目的是最大限度地发挥其社会总体效用，社会总体效用是个人效率的总和。

对于基于社会总体效用最大化的计算卸载策略，有以下几个重要问题：

1）策略是否承认社会意识的纳什均衡（social-aware Nash equilibrium）？

2）如果是，本文如何能够实现一个分布式方式所需社会意识的纳什均衡？ 

3）什么是实现社会意识的纳什均衡的系统效率？

本文的主要工作总结如下：

1。本文利用移动用户之间的社会联系结构和移动用户是否要卸载计算作为分布式基于社会总体效用最大化的计算卸载策略决策。

2。本文证明了社会意识的纳什均衡的存在和设计分布式计算卸载算法，实现了社会意识的纳什均衡。

3。本文推导出上限的社会意识的纳什均衡和社会最优解之间的性能差距。数值结果验证了该机制的有效性，并表明该性能可以通过利用社会关系进行显著的改善。

在本文的社会关系图中，多个移动设备都具有相同的无线接入点并且和一个微云相连。在社会领域，移动用户与其他人有着不同的社会关系。

本文的其余部分安排如下：第二节介绍前人的一些工作，第三节介绍系统模型和问题陈述。在第四节中，本文分析了基于社会总体效用最大化的计算卸载策略，设计了一个分布式计算卸载算法，并证明了该策略实现了期望的社会意识的纳什均衡，并在第五节中分析其性能。数值结果在第六介绍，第七部分总结本文。

2  以前的工作

大多数以前的工作从单个移动设备用户的角度证明了卸载计算机制设计的实验是有效的，重要的资源可以被卸载计算保存。许多作品[5] - [9]研究对于移动云计算的计算卸载算法设计。它们主要集中在每个移动用户的需求，旨在最大限度地发挥其自身效率。D。 Huang[5]提出了一个动态的卸载算法，在达到节能目的的同时满足给定的应用程序执行时间的要求。该算法基于李雅普诺夫优化，以较低的复杂度来解决卸载问题，比现有算法节省更多的能源，同时满足应用程序执行时间的要求。X。 Chen[6]采用博弈论的方法使系统中的移动设备用户自组织成相互满意的计算卸载决定，缓解了复杂的集中式管理带来的的沉重负担。M。 V。 Barbera等[7]通过对安卓智能机测试平台与在Amazon EC2公共云上运行的同样数量的软件克隆进行测量，研究云计算的带宽和能量消耗，验证其在实际设备上的可行性，并对其运行成本的作一个精确的评估。W。 Zhang等[8]设计了移动云计算设备间的最优协同执行策略，该策略将移动装置所消耗的能源降到最低，同时满足一个时间期限。相比于移动端独立执行和云执行，最优协同执行策略可以显著节省消耗在移动装置上的能量。B。 Zhou等[9]同时考虑多个云资源，如移动ad-hoc网络，微云和公共云来提供自适应的MCC服务，提出了一个情境感知卸载决策算法，可以基于移动设备所处的不同环境选择适当的无线介质和云资源，实现显著的性能提升。