[論文レビュー] ENORM: A Framework For Edge NOde Resource Management

Nan Wang, Blesson Varghese+2 more|arXiv (Cornell University)|Sep 12, 2017

IoT and Edge/Fog Computing参考文献 16被引用数 4

ひとこと要約

ENORMは、ルーターおよび基地局などのリソース制限のあるエッジデバイス上で、ファイアーコムピューティングにおけるエッジノードリソースを管理する軽量なフレームワークであり、リソース制限のあるエッジデバイス上でワークロードの動的プロビジョニングおよびオートスケーリングを可能にする。Pokémon Goに類似したゲームで評価した結果、クラウドオンリーデプロイメントと比較して、アプリケーションのレイテンシを20%〜80%削減し、データ転送量およびクラウド通信量を最大95%まで削減した。

ABSTRACT

Current computing techniques using the cloud as a centralised server will become untenable as billions of devices get connected to the Internet. This raises the need for fog computing, which leverages computing at the edge of the network on nodes, such as routers, base stations and switches, along with the cloud. However, to realise fog computing the challenge of managing edge nodes will need to be addressed. This paper is motivated to address the resource management challenge. We develop the first framework to manage edge nodes, namely the Edge NOde Resource Management (ENORM) framework. Mechanisms for provisioning and auto-scaling edge node resources are proposed. The feasibility of the framework is demonstrated on a PokeMon Go-like online game use-case. The benefits of using ENORM are observed by reduced application latency between 20% - 80% and reduced data transfer and communication frequency between the edge node and the cloud by up to 95\%. These results highlight the potential of fog computing for improving the quality of service and experience.

研究の動機と目的

• ファイアーコムピューティングアーキテクチャにおけるエッジノード用リソース管理フレームワークの不足に対処すること。
• ルーターおよび基地局などのリソース制限のあるエッジノード上で、効率的なワークロードのプロビジョニングおよびデプロイメントを可能にすること。
• エッジホステッドアプリケーションのCPUおよびメモリリソースを、プライマリサービスに影響を与えることなく動的に調整するオートスケーリングメカニズムの開発。
• リアルタイムで遅延に敏感なアプリケーションの使用事例を用いて、フォッグコンピューティングの実現可能性とパフォーマンス上の利点を検証すること。
• クラウドサーバーへの依存度を低下させることで、QoSの向上とネットワークオーバーヘッドの削減を実現するため、計算および通信処理をエッジノードにオフロードすること。

提案手法

• プロビジョニングの初期化に線形探索アルゴリズムを用いる軽量なメカニズムを提案し、オーバーヘッドを最小限に抑える。
• ワークロードの需要に応じてCPUおよびメモリリソースを動的に調整する動的オートスケーリングメカニズムを導入。
• エッジデバイスにおけるリソースのオーバーヘッドを低減するため、仮想マシン（VM）ではなくコンテナをワークロードデプロイメントに採用。
• サービスライフサイクル（デプロイメントおよび終了を含む）を管理するため、クラウドノードとエッジノード間でハンドシェイキングプロトコルを採用。
• リソースの増加または減少を固定されたステップ単位で行うユニットベースのスケーリングアプローチを適用し、反応性と過剰プロビジョニングのバランスを取る。
• マルチテントのエッジ環境を想定してフレームワークを設計し、ルーティングなどのプライマリネットワークサービスが中断されないよう保証。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、最小限のオーバーヘッドでエッジノードをクラウドベースのアプリケーションエコシステムにプロビジョニングおよび統合できるか？
• RQ2 リソース制限のあるエッジノード上で、効果的かつ軽量なワークロードのデプロイおよび管理方法は何か？
• RQ3 エッジノードの基本的機能に影響を与えることなく、サービスレベル目標を満たすためにエッジリソースを動的にスケーリングする方法は何か？
• RQ4 フォッグコンピューティングは、リアルタイムで位置に依存するアプリケーションにおいて、アプリケーションレイテンシおよびクラウド通信頻度をどの程度削減できるか？
• RQ5 軽量なコンテナベースのオートスケーリングメカニズムは、エッジデプロイメントにおいて顕著なQoS向上を達成できるか？

主な発見

• Pokémon Goに類似したオンラインゲームの使用事例において、ENORMはクラウドオンリーデプロイメントと比較して、アプリケーションレイテンシを20%〜80%削減した。
• 局所的処理のおかげで、エッジノードとクラウド間のデータ転送量および通信頻度が最大95%まで削減された。
• 低コストの計算オーバーヘッドで実世界の環境でも実用可能であることが確認され、エッジベースのリソース管理の実現可能性が裏付けられた。
• オートスケーリングメカニズムは、リソース使用量とパフォーマンスのバランスを効果的に保ち、過剰プロビジョニングを回避しながらQoSを向上させた。
• VMではなくコンテナを使用することで、制限されたハードウェアリソースを持つエッジノード上でも、効率的なワークロードデプロイメントが可能になった。
• 線形探索に基づくプロビジョニングおよびスケーリングメカニズムは、制限されたエッジ環境に適した効果的で軽量な手法であることが実証された。