来源：Proceedings of the Fourth Annual IEEE International Conference on Pervasive Computing and Communications (PERCOM’06)2006
标题：An Adaptive Multi-Constraint Partitioning Algorithm for Offloading in Pervasive Systems 密码: 3gy2
作者：Shumao Ou, Kun Yang and Antonio Liotta {smou, kunyang, aliotta}@essex.ac.uk
单位：University of Essex, Department of Electronic Systems Engineering, UK （埃塞克斯大学，电子工程系，英国）
问题提出：
任务分解是普适系统中采用一种机制，在资源严重受限的移动设备中，通过合并一个普适服务/应用的部分类代码并发送到到附近的一些资源丰富的代理上来完成服务。一个普适服务的应用在分解之前需要被划分。这样划分算法在一个高性能的分解系统中就显得至关重要。
解决办法：
本文提出了一个动态(K+1)划分算法来将一个给定的应用划分成1个不可分解的部分和K个可分解的部分。而且，这些划分满足多种限制条件（应用用户提出的或者是移动设备资源受限）。划分算法用一个动态的多消耗图来模型化一个应用的组成类的资源消耗，包括CPU、内存、数据传输，并用重边轻点算法（HELVM）（即边的权重和定点的权重两方面综合考虑）来粗化多消耗图。最后开发一个实现该算法的任务分解工具来评估我们的算法。实验结果表明我们的算法在效率和资源消耗方面都具有很好的性能表现。
拓展研究：
在任务分解系统中，远程执行及远程交流将不可避免的增加类和应用执行失败的风险，这就需要一个重要而高效的错误容忍机制。另外，安全和信任机制也可以考虑应用到其中。同时，进一步减少K+1划分算法的计算和传输的复杂度.。
存在的不足：（只是现阶段的个人的一些观点，有待验证）
1.应用的组成类是在执行之前进行的划分，然后执行时进行任务的分解。如果事先无法获得应用的所有类，那么就无法划分。能做到边执行边划分？
考虑博弈或马尔可夫。。。
2.按整个类进行划分，对于某些特定的应用还是显得太粗糙，而对另一些应用又显得太细化，可以根据应用的不同类型动态选择划分的粒度。按方法级别，类级别，还是按照模块进行划分。