An offloading decision mechanism considering energy cost and algorithm complexity

Mobile Cloud Computing is a novel paradigm that uses remote infrastructure to improve resources of mobile devices. However, if MCC turns possible extend energy and computational capabilities of such devices, it also brings new challenges about where a task should be executed. Here we propose a offloading decision mechanism to reduce energy and decrease execution time considering algorithm complexity from a given procedure and the type of wireless connection such as 3G or WiFi. The proposal was validated and test by simulation and real implementation with a framework MCC. We implemented four existing algorithm (Binary Search (O(logn)), Linear Search (O(n)), Bubble Sort (O(n^2))and Matrix Multiplication (O(n^3)). The results show that procedures with complexity below (O(n^2)) with any I/O byte size and any network type do not consume energy enough to be executed remotely. Otherwise it is necessary to send information to execute a procedure remotely. We also observed that our proposed mechanism provides an economy of battery energy until 8% comparing with other offloading decision technique.Computação Móvel em Nuvem (em inglês, Mobile Cloud Computing - MCC) é um paradigma computacional recente que utiliza serviços remotos a fim de estender recursos computacionais dos dispositivos móveis. Entretanto, se por um lado o uso da MCC permite a extensão das capacidades energéticas e computacionais de tais dispositivos, também traz desafios consideráveis acerca do local mais adequado à execução dos procedimentos. Nesta dissertação, propomos um mecanismo de tomada de decisão de offloading para redução do consumo energético levando-se em conta a complexidade algorítmica do procedimento a ser executado e o tipo de rede sem fio (3G, WiFi). O mecanismo proposto foi testado e avaliado via simulação e implementação real com um framework MCC. Para tal, utilizamos quatro algoritmos clássicos de busca e ordenação (Busca binária (O(log n)), Busca sequencial (O(n)), Bubble Sort (O(n^2)) e um algoritmo de produto de matrizes quadradas (O(n^3)). Os resultados indicam que para procedimentos cuja complexidade é inferior a (O(n^2)), independente do tamanho de n e do tipo de rede sem fio, a execução "n loco" consome menos energia. Já para os procedimentos com complexidade maior ou igual a (O(n^2)), dependendo do tamanho de n, a execução remota é mais vantajosa, do ponto de vista energético. Também observamos uma redução de consumo energético de até 8% em comparação com a literatura recente