[論文レビュー] Adaptive Replication in Distributed Content Delivery Networks

Mathieu Leconte, Lelarge, Marc+1 more|arXiv (Cornell University)|Jan 8, 2014

Caching and Content Delivery参考文献 11被引用数 4

ひとこと要約

本稿では、欠落したコンテンツレプリカによるデータセンターへのリクエスト（ロスイベント）に応じて反応することで、データセンター負荷を最小化するエッジ支援型コンテンツ配信ネットワーク（CDN）における適応的レプリケーション戦略を提案する。平均場解析と仮想的ロスメカニズムを用いて、人気度の追跡を伴わず、動的かつ最適なコンテンツ配置を実現する。静的または標準的な適応的ポリシーと比較して、より速い適応性と低いロス率を達成する。

ABSTRACT

We address the problem of content replication in large distributed content delivery networks, composed of a data center assisted by many small servers with limited capabilities and located at the edge of the network. The objective is to optimize the placement of contents on the servers to offload as much as possible the data center. We model the system constituted by the small servers as a loss network, each loss corresponding to a request to the data center. Based on large system / storage behavior, we obtain an asymptotic formula for the optimal replication of contents and propose adaptive schemes related to those encountered in cache networks but reacting here to loss events, and faster algorithms generating virtual events at higher rate while keeping the same target replication. We show through simulations that our adaptive schemes outperform significantly standard replication strategies both in terms of loss rates and adaptation speed.

研究の動機と目的

• 限られた能力を持つエッジサーバーを備えた大規模なエッジ支援型CDNにおいて、データセンター負荷を最小化する課題に取り組む。
• エッジノードにおける制限されたストレージ、サービス、協調能力という現実的な制約に耐性を持つレプリケーション戦略を開発する。
• コンテンツの人気度やアクセス統計の知識を必要とせずに、コンテンツ配置を最適化する適応的アルゴリズムを設計する。
• 実際のロスよりも高い頻度で発生させる仮想的ロスイベントを用いて、適応速度を向上させる。
• ロスに基づくフィードバックによって、人気コンテンツと人気のないコンテンツの配置をバランスさせ、ほぼ最適なレプリケーションを達成する。

提案手法

• エッジサーバーのシステムを、各ロスがデータセンターへのリクエストに対応するロスネットワークとしてモデル化する。
• 平均場近似を適用し、コンテンツレプリケーションレベルの関数としてのロス率の漸近的公式を導出する。
• 漸近的ロス率モデルを用いて、期待されるロスを最小化する最適化された静的レプリケーションポリシーを計算する。
• アクセス頻度や人気度ではなく、実際のロス統計に基づいてレプリケーションを調整する適応的アルゴリズムを設計する。
• 実際のロスよりも高い頻度で合成されたロスイベントを生成する仮想的ロスメカニズムを導入し、最適レプリケーションへの収束を加速する。
• Zipfの人気分布およびさまざまなネットワークサイズの下で、広範なシミュレーションを通じて適応的スキームを実装および評価する。

実験結果

リサーチクエスチョン

• RQ1 限られたサーバー容量とキューイングなしの制約下で、エッジ支援型CDNにおけるコンテンツレプリケーションをどのように最適化できるか？
• RQ2 固定されたレプリケーションレベルを持つ大規模なエッジサーバー・システムにおけるロス率の漸近的挙動はいかなるものか？
• RQ3 ロスイベントに反応する適応的レプリケーション戦略は、静的または人気度ベースのレプリケーションポリシーを上回ることができるか？
• RQ4 仮想的ロスメカニズムは、データセンター負荷を増加させることなく、レプリケーションアルゴリズムの適応速度をどの程度向上させることができるか？
• RQ5 変化するコンテンツ人気の環境下で、提案された適応的スキームはどのように性能を発揮するか？

主な発見

• 提案された適応的スキームは、すべてのコンテンツのロス率を均一化するレプリケーションポリシーに収束し、最適な負荷分散を達成する。
• 有限なネットワークおよびストレージ効果を考慮できる点で、最適化された静的レプリケーションポリシーを上回る性能を示す。
• 仮想的ロスメカニズムは適応速度を顕著に向上させ、シミュレーションでは実ロスに基づくスキームと比較して、目標レプリケーションレベルへの収束が速いことが示された。
• すべての適応的スキームは、標準的なレプリケーション戦略よりも低い定常的ロス率を達成しており、特にLRL（ロス応答型学習）バージョンはRANDOMベースのものよりも速く収束する。
• さまざまな人気分布（例：α = 0.8およびα = 1.2のZipf分布）においても、スケーラビリティを示し、一般化可能であることが確認された。
• 仮想的ロスメカニズムにより、追加のデータセンター要求を発生させることなく、進化するコンテンツ人気プロファイルにリアルタイムで適応できる。