[論文レビュー] Green Energy Aware Avatar Migration Strategy in Green Cloudlet Networks

Xiang Sun, Nirwan Ansari+1 more|arXiv (Cornell University)|Sep 11, 2015

Caching and Content Delivery参考文献 22被引用数 7

ひとこと要約

本稿では、モバイルクラウドコンピューティング（MCC）ネットワークにおける分散型クラウドレット間での緑色エネルギー供給とエネルギー需要の不均衡を是正することを目的として、グリーンクラウドレットネットワーク（GCN）におけるグリーンエネルギーに配慮したアバター移行（GEAR）戦略を提案する。GEARは、リアルタイムでの緑色エネルギー発電量とエネルギー需要に基づき、アバターを知的にクラウドレット間で移行させることで、グリッド電力の消費を最小限に抑える。混合整数線形計画法（MILP）と分枝限定法（Branch and Bound）最適化を用いることで、FAR（Follow Me Avatar）戦略と比較してグリッド電力使用を35％削減しながら、厳密な遅延制約を満たすことが可能である。

ABSTRACT

We propose a Green Cloudlet Network (\emph{GCN}) architecture to provide seamless Mobile Cloud Computing (\emph{MCC}) services to User Equipments (\emph{UE}s) with low latency in which each cloudlet is powered by both green and brown energy. Fully utilizing green energy can significantly reduce the operational cost of cloudlet providers. However, owing to the spatial dynamics of energy demand and green energy generation, the energy gap among different cloudlets in the network is unbalanced, i.e., some cloudlets' energy demands can be fully provided by green energy but others need to utilize on-grid energy (i.e., brown energy) to satisfy their energy demands. We propose a Green-energy awarE Avatar migRation (\emph{GEAR}) strategy to minimize the on-grid energy consumption in GCN by redistributing the energy demands via Avatar migration among cloudlets according to cloudlets' green energy generation. Furthermore, GEAR ensures the Service Level Agreement (\emph{SLA}) in terms of the maximum Avatar propagation delay by avoiding Avatars hosted in the remote cloudlets. We formulate the GEAR strategy as a mixed integer linear programming problem, which is NP-hard, and thus apply the Branch and Bound search to find its sub-optimal solution. Simulation results demonstrate that GEAR can save on-grid energy consumption significantly as compared to the Follow me AvataR (\emph{FAR}) migration strategy, which aims to minimize the propagation delay between an UE and its Avatar.

研究の動機と目的

• モバイルクラウドコンピューティング（MCC）ネットワークにおける分散型クラウドレット間での緑色エネルギー発電とエネルギー需要の不均衡を是正すること。
• アバター移行による計算ワークロードの再配分を通じて、グリーンクラウドレットネットワーク（GCN）におけるグリッド電力（茶色エネルギー）の消費を最小限に抑えること。
• 最大アバター伝搬遅延を制限することで、サービスレベル契約（SLA）を満たし、低遅延MCCサービスを維持すること。
• 特にエネルギー供給と需要の空間的・時間的ダイナミクスに起因する、グリーンおよびグリッド電力のハイブリッドで駆動されるクラウドレットにおけるエネルギー利用効率の最適化。

提案手法

• アバター移行意思決定の最適化を目的とした、混合整数線形計画法（MILP）としてGEAR戦略を定式化する。
• NP困難なMILP問題の部分最適解を計算するために、分枝限定法（Branch and Bound）探索を用いる。
• 都市部と農村部におけるユーザ端末（UE）密度の変動とリアルタイムの日射量データに基づき、クラウドレットのエネルギー動態をモデル化する。
• アバターとUE間の柔軟で低遅延な通信経路を実現するため、SDNベースの制御プレーンを統合する。
• エネルギー需要が高く、緑色エネルギー供給が少ないクラウドレットから、エネルギー需要が低く、緑色エネルギー供給が多いクラウドレットへアバターを移行させることで、クラウドレット間のエネルギー需要をバランスさせる。
• アバター伝搬遅延を制限し、QoS準拠を確保する制約を組み込み、リモートホスティングを回避する。

実験結果

リサーチクエスチョン

• RQ1 グリーンクラウドレットネットワークにおいて、グリッド電力消費を最小限に抑えるために、アバター移行をどのように最適化できるか。
• RQ2 知的なアバター移行によって、クラウドレット間のエネルギー需要の不均衡はどの程度是正可能か。
• RQ3 緑色エネルギー発電の空間的分布（例：都市部対農村部）は、エネルギーに配慮した移行戦略の有効性にどのように影響するか。
• RQ4 アバター基盤MCCシステムにおいて、グリッド電力使用量の最小化と低伝搬遅延の維持の間にどのようなトレードオフが生じるか。
• RQ5 UE密度の増加は、従来のアプローチと比較して、GEAR戦略のスケーラビリティとエネルギー効率にどのような影響を与えるか。

主な発見

• 標準条件下で24時間の期間にわたり、GEARはFAR（Follow Me Avatar）戦略と比較してグリッド電力消費を35％削減する。
• UE密度が1,100台に達するまでは、エネルギー需要の不均衡が顕著になるため、GEARは負荷バランスを効果的に実現し、エネルギー節約が増加する。
• UE密度が1,100を超えると、エネルギー節約は頭打ちになる。これは、緑色エネルギーがすでに全量利用されているため、追加の需要に対応するにはグリッド電力に依存する必要が生じるためである。
• 都市部が農村部と比較して0–30％の日射量が少ないなどの空間的変動を伴う太陽光発電環境では、GEARはFARと比較してはるかに高いグリッド電力節約効果を示す。
• 緑色エネルギー発電が低いか完全に停止している期間（例：午前8時～9時）には、GEARとFARの両者でグリッド電力使用量が類似しており、GEARの利点は緑色エネルギーが利用可能な場合にのみ顕著に現れることを確認している。
• リモートクラウドレットホスティングを回避することで、GEARは厳密なSLA準拠を維持し、最大伝搬遅延が許容範囲内に保たれている。