[論文レビュー] iFogSim: A Toolkit for Modeling and Simulation of Resource Management Techniques in Internet of Things, Edge and Fog Computing Environments

Harshit Gupta, Amir Vahid Dastjerdi+2 more|arXiv (Cornell University)|Jun 7, 2016

IoT and Edge/Fog Computing参考文献 12被引用数 48

ひとこと要約

本論文では、IoT、エッジ、フォッグコンピューティング環境におけるリソース管理手法のモデル化と評価を目的としたシミュレーションツールキットiFogSimを紹介する。エッジ、フォッグ、クラウドの各レイヤーに跨る、アプリケーションワークロード、オペレータ配置、スケジューリングポリシーのエンドツーエンドシミュレーションを可能にし、低遅延、スケーラビリティ、およびクラウドオンリーデプロイメント対比のエッジ対応デプロイメントなどのQoS駆動型ポリシー評価を支援する。

ABSTRACT

Internet of Things (IoT) aims to bring every object (e.g. smart cameras, wearable, environmental sensors, home appliances, and vehicles) online, hence generating massive amounts of data that can overwhelm storage systems and data analytics applications. Cloud computing offers services at the infrastructure level that can scale to IoT storage and processing requirements. However, there are applications such as health monitoring and emergency response that require low latency, and delay caused by transferring data to the cloud and then back to the application can seriously impact their performances. To overcome this limitation, Fog computing paradigm has been proposed, where cloud services are extended to the edge of the network to decrease the latency and network congestion. To realize the full potential of Fog and IoT paradigms for real-time analytics, several challenges need to be addressed. The first and most critical problem is designing resource management techniques that determine which modules of analytics applications are pushed to each edge device to minimize the latency and maximize the throughput. To this end, we need a evaluation platform that enables the quantification of performance of resource management policies on an IoT or Fog computing infrastructure in a repeatable manner. In this paper we propose a simulator, called iFogSim, to model IoT and Fog environments and measure the impact of resource management techniques in terms of latency, network congestion, energy consumption, and cost. We describe two case studies to demonstrate modeling of an IoT environment and comparison of resource management policies. Moreover, scalability of the simulation toolkit in terms of RAM consumption and execution time is verified under different circumstances.

研究の動機と目的

• IoTおよびフォッグコンピューティング環境におけるリソース管理ポリシーを評価するためのスケーラブルで再現可能なシミュレーションプラットフォームの不足に対処すること。
• エッジ、フォッグ、クラウドの各レイヤーに跨るストリーム処理アプリケーションのスケジューリング、配置、移行戦略のパフォーマンス評価を可能にすること。
• 現実的なネットワーク、計算、ストレージ制約を伴う、IoTワークロードのエンドツーエンドモデル化を可能にすること。
• 遅延最小化やエネルギー効率性といったQoS駆動型ポリシーの比較を可能にするフレームワークを提供すること。
• リアルタイムで遅延に敏感なIoTアプリケーションにおける動的で適応的なリソース管理に関する研究を促進すること。

提案手法

• 異種デバイスをサポートする、IoT、フォッグ、クラウドインfraの離散イベントシミュレータとしてのiFogSimの設計および実装。
• データストリームとしてのIoTワークロードのモデル化。タプルサイズ、送信レート、およびアプリケーションデータフローグラフ（オペレータのDAG）を設定可能に。
• クラウドオンリーデプロイメントとエッジ対応の両方のオペレータ配置戦略を含む、リソースに配慮したスケジューリングポリシーの統合。
• 構成可能なトポロジとQoSメトリクスを用いて、分散デバイス間のネットワーク遅延、帯域幅制約、エネルギー消費をシミュレーション。
• デバイスの利用可能性とワークロード要件に基づく、動的リソース割り当て、オペレータの移行および統合をサポート。
• クラウドレベルのモデル化のためのCloudSimとの統合および、エッジ／フォッグレイヤーへの拡張により、フルスタックシミュレーションを可能に。

実験結果

リサーチクエスチョン

• RQ1 エッジ対応リソース管理は、IoTストリーム処理においてクラウドオンリーデプロイメントと比較して、エンドツーエンド遅延をどの程度低減するか？
• RQ2 タプルサイズやデータ送信レートを変化させた場合、フォッグ環境におけるネットワーク混雑状態と処理遅延にどのような影響を与えるか？
• RQ3 デバイス数およびワークロード数の増加に伴い、iFogSimのRAM使用量と実行時間はどのようにスケーリングするか？
• RQ4 異なるリソース配置戦略において、エネルギー消費、ネットワーク負荷、遅延のパフォーマンストレードオフはどのようなものか？
• RQ5 異種デバイスと動的QoS要件を伴う実世界のIoTワークロードをシミュレートするうえで、iFogSimはどの程度有効か？

主な発見

• iFogSimは、現実的なネットワーク、計算、ストレージ制約を伴う大規模なIoTおよびフォッグ環境のシミュレーションに成功している。
• シミュレータはスケーラブルであり、高密度のデバイスおよびワークロード数においても、管理可能なRAM使用量と実行時間を維持している。
• 特に高データレート下において、エッジ対応配置戦略はクラウドオンリーデプロイメントと比較して、エンドツーエンド遅延を顕著に低減している。
• ツールキットは、遅延、エネルギー消費、ネットワーク混雑状態といったQoSメトリクスの再現可能で定量的な評価を可能にしている。
• ケーススタディにより、iFogSimは動的移行や統合を含むリソース管理ポリシーの有意義な比較を支援することが確認された。
• 本プラットフォームは拡張可能であり、将来的な強化として、電力に配慮したスケジューリング、障害モデル、仮想化技術の比較が可能となる。