[論文レビュー] Cost Minimization in Multiple IaaS Clouds: A Double Auction Approach

Jian Zhao, Chuan Wu+1 more|arXiv (Cornell University)|Aug 4, 2013

Cloud Computing and Resource Management参考文献 7被引用数 6

ひとこと要約

本稿では、複数のIaaSクラウド間でのコスト最小化リソース取引のためのダブルオークションメカニズムを提案する。Lyapunovに基づく1回限りの最適化と確率的近似アルゴリズムを用い、近似的に最適なコスト削減を達成する。メカニズムは期待値における真実性を保証し、最適解の(1/(1−δ))-近似を達成する。これにより、価格とワークロードが非均質な環境下でも、動的かつコスト効率の良いVMの割り当てが可能になる。

ABSTRACT

IaaS clouds invest substantial capital in operating their data centers. Reducing the cost of resource provisioning, is their forever pursuing goal. Computing resource trading among multiple IaaS clouds provide a potential for IaaS clouds to utilize cheaper resources to fulfill their jobs, by exploiting the diversities of different clouds' workloads and operational costs. In this paper, we focus on studying the IaaS clouds' cost reduction through computing resource trading among multiple IaaS clouds. We formulate the global cost minimization problem among multiple IaaS clouds under cooperative scenario where each individual cloud's workload and cost information is known. Taking into consideration jobs with disparate lengths, a non-preemptive approximation algorithm for leftover job migration and new job scheduling is designed. Given to the selfishness of individual clouds, we further design a randomized double auction mechanism to elicit clouds' truthful bidding for buying or selling virtual machines. We evaluate our algorithms using trace-driven simulations.

研究の動機と目的

• 時間的・空間的多様性を活用することで、連携されたIaaSクラウドにおける長期的運用コストを最小化する課題に対処すること。
• 自律的かつ自己利益志向のクラウドプロバイダーから、正確なプライベートコストとワークロード情報を引き出す真実性のある市場メカニズムを設計すること。
• リアルタイムのVMスケジューリングとジョブ移行を実現するスケーラブルで近似ベースのアルゴリズムを開発し、最適解からの性能ギャップが有界であることを保証すること。
• 現実のワークロードと価格トレース下で、個別的およびシステム全体のコスト削減の有効性を評価すること。

提案手法

• 長期的目的を1回限りのドリフト＋ペナルティ最小化問題に変換することで、Lyapunov最適化を用いてグローバルコスト最小化問題を定式化する。
• 非プリエンプティブなジョブスケジューリングと残余ジョブ移行のための近似アルゴリズムを設計し、非線形整数計画問題の最適解から定数の加法的ギャップCを保証する。
• 勝者決定問題（WDP）の線形計画リラクゼーション（LPR）のプライマル・ダウアル分解に基づき、分数VCGオークションを応用した確率的ダブルオークションメカニズムを適用する。
• スケーリング技術を用いる：分数最適割当とVCG支払いを(1−δ)倍に縮小し、確率的整数割当メカニズムにおける期待値として使用する。
• LPR解から導出される整数割当の重み付き組み合わせを用い、重みに比例する確率で選択することで、期待値における真実性を保証する。
• 近似アルゴリズムをオークションメカニズムに統合し、WDPおよび元の最適化問題の両方において(1/(1−δ))-近似比を維持する。

実験結果

リサーチクエスチョン

• RQ1 複数のIaaSクラウド間で、ワークロードと価格の時間的・空間的多様性を活用することで、相互クラウドVM取引が運用コストを顕著に削減できるか？
• RQ2 自律的かつ自己利益志向のIaaSクラウドから正確なプライベート入札を引き出す真実性のある市場メカニズムはどのように設計できるか？
• RQ3 相互クラウドリソース割り当て問題の実用的で線形整数計画法の定式化において、保証可能な近似比は何か？
• RQ4 確率的ダブルオークションメカニズムは、下位の協調的アルゴリズムの近似比を保ちながら、期待値における真実性をどのように確保するか？

主な発見

• 提案されたダブルオークションメカニズムは、最適解の(1/(1−δ))-近似比を達成し、協調的近似アルゴリズムの性能保証と一致する。
• 相互クラウド取引により、個々のクラウドのコストは、隔離運用と比較して最大30％まで削減され、特に負荷変動が大きく、動的価格が適用される状況で顕著に効果を示す。
• 取引によりアクティブサーバーの割合が上昇し、リソース利用効率が向上している。これは、空き容量が他のクラウドの高価値ジョブを処理することで収益化されているためである。
• スケジューリングの柔軟性が向上することで、低コストデータセンターを横断的に活用でき、平均ジョブ応答遅延が短縮される。
• システム全体の時間平均コストは、最適なオフライン解に漸近的に近づき、最適解から定数ギャップCを保つ。
• 確率的オークションは期待値における真実性を保証し、情報操作なしに信頼性があり戦略的な入札が可能になる。