[論文レビュー] Edge server placement with capacitated location allocation

Tero Lähderanta, Teemu Leppänen+6 more|arXiv (Cornell University)|Jul 17, 2019

IoT and Edge/Fog Computing被引用数 24

ひとこと要約

本稿では、都市部のWi-Fiネットワークにおける最適なエッジサーバ配置を実現する容量制約付きのロケーション・アロケーションアルゴリズムを提案する。ユーザーからサーバまでの距離を最小化すると同時に、上界および下界の容量制約を用いて負荷をバランスさせる。この手法により、低容量のサーバ間でワークロードを共有可能となり、現実の高密度および低密度の展開環境において、先行研究を上回る性能を発揮する。

ABSTRACT

Edge computing in the Internet of Things brings applications and content closer to the users by introducing an additional computational layer at the network infrastructure, between cloud and the resource-constrained data producing devices and user equipment. This way, the opportunistic nature of the operational environment is addressed by introducing computational power in location with low latency and high bandwidth. However, location-aware deployment of edge computing infrastructure requires careful placement scheme for edge servers. To provide the best possible Quality of Service for the user applications, their proximity needs to be optimized. Moreover, the deployment faces practical limitations in budget limitations, hardware requirements of servers and in online load balancing between servers. To address these challenges, we formulate the edge server placement as a capacitated location-allocation problem, while minimizing the distance between servers and access points of a real city-wide Wi-Fi network deployment. In our algorithm, we utilize both upper and lower server capacity constraints for load balancing. Furthermore, we enable sharing of workload between servers to facilitate deployments with low capacity servers. The performance of the algorithm is demonstrated in placement scenarios, exemplified by high capacity servers for edge computing and low capacity servers for Fog computing, with different parameters in a real-world data set. The data set consists of both dense deployment of access points in central areas, but also sparse deployment in suburban areas within the same network infrastructure. In comparison, we show that previous approaches do not sufficiently address such deployment. The presented algorithm is able to provide optimal placements that minimize the distances and provide balanced workload with sharing by following the capacity constraints.

研究の動機と目的

• 混合アクセスポイント密度を示す現実の都市ネットワークにおけるエッジサーバの展開課題に対処すること。
• エッジコンピューティングにおけるサービス品質の向上を図るため、ユーザーからサーバまでの距離を最小化すること。
• 実用的なサーバ容量制約を適用して、効果的な負荷分散を実現すること。
• Fogコンピューティングの展開を支援するため、低容量サーバ間でのワークロード共有を可能にすること。
• 実際の都市データを用いて、高容量エッジコンピューティングと低容量Fogコンピューティングの両方のシナリオにおける性能を評価すること。

提案手法

• ユーザーからサーバまでの距離最小化を目的とする、容量制約付きのロケーション・アロケーション問題としてエッジサーバ配置を定式化する。
• サーバ容量に上界および下界を組み込むことで、負荷のバランスを確保する。
• 低容量のハードウェアに対応するため、サーバ間でのワークロード共有を導入する。
• 高密度および低密度のアクセスポイント展開を含む、実際の都市規模のWi-Fiネットワークデータセットにアルゴリズムを適用する。
• 容量および近接性の制約下でサーバ配置を最適化するため、混合整数プログラミングのアプローチを用いる。
• 異なるサーバ容量レベルおよびネットワークトポロジーにおける性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 異種の都市ネットワーク展開環境において、ユーザーからサーバまでの距離を最小化するエッジサーバ配置の最適化はどのように達成できるか？
• RQ2 容量制約は、エッジサーバ配置における負荷分散および性能にどの程度の影響を及えるか？
• RQ3 低容量サーバ間でのワークロード共有は、展開の可能性および性能を向上させることができるか？
• RQ4 本手法は、現実の高密度および準都市部のネットワーク環境において、先行手法と比較してどのように優れているか？
• RQ5 サーバ容量を変化させた場合、配置ソリューションの最適性およびスケーラビリティにどのような影響が生じるか？

主な発見

• 提案手法は、容量制約を尊重しつつ、ユーザーからサーバまでの距離を最小化する最適なサーバ配置を達成する。
• サーバ間のワークロード共有により、低容量のハードウェアでも効果的な展開が可能となり、スケーラビリティが向上する。
• 高密度および低密度のアクセスポイント領域を併せ持つ混合展開環境の処理において、従来手法を上回る性能を発揮する。
• サーバに上界および下界の容量制約を適用することで、バランスの取れた負荷分散が実現される。
• 本アルゴリズムは、Fogコンピューティングのシナリオを含む、さまざまなサーバ容量レベルにおいて、頑健性と適応性を示す。
• 実世界での評価により、本手法の実用的都市ネットワークインfraストラクチャにおける有効性が裏付けられた。