随着移动智能终端设备的普及和移动互联网技术的蓬勃发展,云计算不再局限于PC和静态的有线拓扑网络,基于手机等智能终端的移动云计算开始崭露头角。然而,与PC相比智能终端的资源仍然受到限制,尤其电池容量方面。目前,移动智能终端电量消耗的最主要方式是通过无线网络访问互联网,但是无线网络的带宽和数据中心之间的带宽是有限的,数据传输过程中网络延迟很大,这极快地消耗移动智能终端的电量,严重缩短电池的供应时间,给人们带来极大的不便。围绕上述问题,本文在对移动云计算环境中数据获取机制研究分析的基础上,结合国内外研究现状及实际应用,对数据获取中的数据缓存技术、数据预取技术和数据复制技术三个方面进行了深入的研究,并提出了相应的节能策略,主要包括以下三个方面的工作：(1)数据缓存技术：通过对传统的副本替换算法的研究分析,针对传统策略的不足,并将美国俄亥俄州立大学讲席教授张晓东博士提出的LIRS(Low Inter-reference Recency)替换算法应用到副本替换中。设计了一个自适应缓存策略池,这个策略池实现了这些替换策略LRU、MRU、LFU、MFU、FIFO和LIRS,并在不同的访问模式下将该策略与其他的策略进行了全面的比较。(2)数据预取技术：在分析了传统的数据预取系统模型之上,提出了利用移动客户端用户历史访问记录,通过关联规则挖掘技术得到用户访问数据的相关性,并结合移动客户端对网络中数据资源的读写能耗,通过价值评估函数进行预取数据选择的预取系统一—PCMIP (power_based Cache miss initiated prefetch)数据预取系统。PCMIP数据预取系统依赖两个预取集合：预取数据集合和失效预取集合。预取数据集合中的数据在用户访问网络时就将其预取到客户端缓存中。失效预取集合的请求发生在用户请求的数据失效时,不仅向服务器请求该失效数据,而且同时请求与失效数据项相关的数据。随着移动客户端系统资源的消耗,提出根据客户端电能使用率动态调整支持度和置信度进行关联规则的挖掘。将该预取策略与CMIP数据预取策略进行了比较分析。(3)数据复制技术：通过对数据复制技术研究,在异构环境下,提出使用多模型处理器进行节能。一方面不考虑用户QoS (Quality of Service),对于树形网络,提出了一个副本放置算法HMRU (Heterogeneity and Minimum power consumption Replica Update);同时,对于DCell网络,提出了一个LUA(Lazy-Udate Algorithm)算法。另一方面考虑用户QoS,根据用户对数据服务的QoS需求,构建副本放置的多维QoS模型,在此基础上,利用模糊综合评判和层次分析法对数据中心的副本做综合评价。在QOS的约束下,对于树形网络,提出了一个副本放置算法QoS_based HMRU;同时,对于DCell网络,本文提出了一个QoS_based LUA算法。通过大量的实验表明,我们的算法不仅保持了良好的性能,而且在能源效率方面得到了很好的改善。