为了优化移动云计算中的数据传输，《面向移动云计算的智能终端传输优化》主要围绕以下几个问题展开了研究:(1)计算密集型应用用户体验优化；（2）网络密集型应用用户体验优化；（3）移动网络传输稳定性优化。本文在主流的移动应用场景下围绕移动云计算在实际部署时的传输问题从多角度设计了立体的优化方案，有效地提升了移动网络环境下各种类型 应用程序的用户体验。

赖泽祺，博士毕业于清华大学计算机系，目前就职于清华大学网络科学与网络空间研究院，网络应用支撑研究室， 任助理研究员。曾经以访问学者身份在美国普渡大学电子与计算机工程系进行移动云计算相关研究。入职清华大学前工作于腾讯公司音视频实验室任高级研究员，负责腾讯视频云上流媒体业务的实时传输协议、拥塞控制算法的设计与优化。2019年入选清华大学“水木学者”培养计划。

导师序言 随着5G/6G、边缘计算等基础架构的日臻完善，移动互联网将会成为下一代互联网发展的重要组成部分。面对未来新型应用业务的新需求，在海量用户与海量流量背景下，如何保证智能终端的用户体验，已成为移动互联网所面临的重要问题。由于重量、大小和散热等因素的限制，智能终端的计算资源、存储资源与传统的非移动设备相比存在较大差距，使得传统有线网络中的计算、传输优化方案不能完全适用于移动场景中。为了突破移动终端计算、存储和电池等资源限制，移动云计算作为一种新的技术应运而生，它将移动终端的计算任务迁移到云端或边缘节点执行，进而达到增强移动终端性能、降低功耗等目的。然而在实际应用中，由于现今应用程序复杂多样，智能终端的电池容量和计算存储能力有限，移动场景下网络传输环境存在不稳定性，保障移动云计算技术中低延迟、高效率、高可靠的数据传输仍然面临着巨大的实际挑战。 为了克服移动云计算中数据传输面临的诸多挑战，本书采用端-边-云协同优化的技术路线，重点从以下几个方面展开研究。 首先，提出面向计算密集型应用的时延优化机制，并将其应用于虚拟现实（VR）这一新型应用。利用基于边缘计算的协同渲染技术，将复杂的计算任务合理地分配到端、边两侧协同执行。并通过预加载技术和并行解码技术，优化了数据传输时的网络传输效率，首次在现有无线网络环境和智能手机平台上实现高画质、低延迟的交互式虚拟现实应用。端-边协同渲染相关的代码已经在GitHub上开源，为移动虚拟现实方向的后续研究与工程实现提供了有效帮助。 其次，提出面向传输密集型应用的传输效率优化机制，针对现今主流的个人云存储服务进行了大规模的测量分析，找...