[論文レビュー] Autonomic Resource Management in Virtual Networks

Rashid Mijumbi, Joan Serrat+1 more|arXiv (Cornell University)|Mar 16, 2015

Software-Defined Networks and 5G参考文献 12被引用数 6

ひとこと要約

本論文は、自己設定・自己最適化・自己回復・文脈認識機能を備えた分散型で自律的なAI駆動型リソース管理フレームワークを提案する。人工知能と分散制御を活用することで、最小限の仮定と静的設定に依存せずに、NP困難な仮想ネットワークリソース割り当て問題を効率的に解決する。

ABSTRACT

Virtualization enables the building of multiple virtual networks over a shared substrate. One of the challenges to virtualisation is efficient resource allocation. This problem has been found to be NP hard. Therefore, most approaches to it have not only proposed static solutions, but have also made many assumptions to simplify it. In this paper, we propose a distributed, autonomic and artificial intelligence based solution to resource allocation. Our aim is to obtain self-configuring, selfoptimizing, self-healing and context aware virtual networks

研究の動機と目的

• 仮想ネットワークにおける効率的リソース割り当てのNP困難な課題に対処すること。
• 従来の手法で一般的な静的ソリューションや単純化仮定への依存を低減すること。
• 自己設定・自己最適化・自己回復・文脈認識可能な仮想ネットワークを実現すること。
• 人工知能技術を用いた分散型でスケーラブルかつ適応可能なソリューションを設計すること。
• 仮想ネットワーク環境における動的でリアルタイムの適応を支援すること。

提案手法

• 各仮想ネットワークリソース要素が自律的に自身のリソース割り当てを管理する分散アーキテクチャを採用する。
• 文脈認識とパフォーマンスフィードバックに基づく意思決定を可能にするために人工知能技術を活用する。
• ネットワークトポロジーとワークロードの変化に応じて動的に適応することで、自己設定を実現する。
• パフォーマンス指標に基づく継続的な監視とリソース割り当ての調整により、自己最適化を達成する。
• 障害やパフォーマンス低下を自動的に検知し回復する自己回復メカニズムを備える。
• 意思決定ロジックに文脈認識を組み込み、環境的およびアプリケーション固有の条件に適応可能にする。

実験結果

リサーチクエスチョン

• RQ1 動的環境下で仮想ネットワークリソース割り当てをどのように自己最適化および適応可能にすることができるか？
• RQ2 分散型でAIベースのメカニズムとして、仮想ネットワークにおける自己回復および自己設定行動をどのように実現できるか？
• RQ3 文脈認識型で自律的なシステムは、静的仮定や集中型制御への依存を低減できるか？
• RQ4 分散型で知能的なソリューションによって、NP困難なリソース割り当て問題をどのように解決できるか？
• RQ5 スケーラブルで適応可能な仮想ネットワーク管理を支えるアーキテクチャパターンは何か？

主な発見

• 提案されたフレームワークは、分散型AI駆動意思決定により、仮想ネットワークにおける自己設定と自己最適化を成功裏に実現した。
• システムはワークロードやネットワーク状態の変化に自動的に適応することで、文脈認識の能力を示した。
• 従来のソリューションで一般的な静的設定や単純化仮定への依存を低減した。
• リソース関連の障害を自動的に検知し回復することで、自己回復機能を実現した。
• システムの分散構造により、大規模な仮想ネットワーク展開におけるスケーラビリティとレジリエンスが向上した。
• 博士課程のサマースクールの文脈で作業中のプロトタイプとして検証されたことから、実現可能性と概念的妥当性が示された。