[論文レビュー] Multi-Criteria Virtual Machine Placement in Cloud Computing Environments: A literature Review

Wissal Attaoui, Essaïd Sabir|arXiv (Cornell University)|Feb 5, 2018

IoT and Edge/Fog Computing参考文献 54被引用数 22

ひとこと要約

本論文は、クラウドコンピューティングにおけるマルチクリテリア仮想マシン配置（VMP）に関する包括的な文献レビューを提示しており、エネルギー消費、コスト、ネットワークトラフィック、リソース利用率、サービス品質の5つの目的関数に基づいて、既存のソリューションを分類している。ヒューリスティック、メタヒューリスティック、決定的、近似アルゴリズムを分析し、NFVとSDNを用いた5GネットワークにおけるVNF配置により、多様なサービス要件に対応するネットワークスライシングを実現している。

ABSTRACT

Cloud computing is a revolutionary process that has impacted the manner of using networks. It allows a high level of flexibility as Virtual Machines (VMs) run elastically workloads on physical machines in data centers. The issue of placing virtual machines (VMP) in cloud environments is an important challenge that has been thoroughly addressed, although not yet completely resolved. This article discusses the different problems that may disrupt the placement of VMs and Virtual Network Functions (VNFs), and classifies the existing solutions into five major objective functions based on multiple performance metrics such as energy consumption, Quality of Service, Service Level Agreement, and incurred cost. The existing solutions are also classified based on whether they adopt heuristic, deterministic, meta-heuristic or approximation algorithms. The VNF placement in 5G network is also discussed to highlight the convergence toward optimal usage of mobile services by including NFV/Software-Defined-Network technologies.

研究の動機と目的

• 仮想マシン配置（VMP）における主な課題を特定し、分類すること。
• エネルギー、コスト、パフォーマンス、リソース利用率を含む、主な最適化目的に基づいて既存のVMPソリューションを分類すること。
• VMPで用いられるアルゴリズム的アプローチを分析し、ヒューリスティック、メタヒューリスティック、決定的、近似手法の違いを明確にすること。
• ネットワーク関数仮想化（NFV）とネットワークスライシングを統合することで、5Gネットワークにおけるサービスの柔軟性とパフォーマンスを向上させること。
• 特に5G対応クラウドインfra構造における動的でマルチオブジェクティブな制約下での最適配置を達成するにあたり、未解決の研究課題と今後の方向性を強調すること。

提案手法

• クラウドおよび5G環境におけるVMPおよびVNF配置に関する180篇以上の研究論文およびサーベイを体系的にレビューした。
• VMPソリューションを5つの目的関数に分類：エネルギー消費の最小化、コスト最適化、ネットワークトラフィックの低減、リソースのバランス化、QoSの最大化。
• ソリューション技術を4つのアルゴリズム的ファミリーに分類：ヒューリスティック、メタヒューリスティック、決定的、近似アルゴリズム。
• 仮想化と動的移行の役割を分析し、パフォーマンスへの影響を最小限に抑えた柔軟なVM配置を可能にする仕組みを解明した。
• 5GネットワークにおけるNFVとSDNの統合を検討し、特にネットワークスライシングが多様なサービス要件（例：低遅延、高帯域幅）に応じたカスタマイズされた隔離された仮想ネットワークの実現を可能にすることを明らかにした。
• ステートフルとステートレスワークロードの違い、およびSLA準拠が配置意思決定とシステム安定性に与える影響を評価した。

Figure 1: Resource wastage

実験結果

リサーチクエスチョン

• RQ1 クラウドおよび5Gネットワーク環境における仮想マシン配置に影響を与える主な課題は何か？
• RQ2 エネルギー効率、コスト、QoSなどの異なる最適化目的が、VMPソリューション設計にどのように影響を与えるか？
• RQ3 ヒューリスティック、メタヒューリスティック、決定的、近似アルゴリズムの強みと限界は、マルチクリテリアVMP問題の解決において何か？
• RQ4 ネットワーク関数仮想化（NFV）およびネットワークスライシングは、5GモバイルネットワークにおけるVMPをどのように向上させるか？
• RQ5 動的ワークロードおよびマルチオブジェクティブな制約下での最適で安定的かつスケーラブルなVMおよびVNF配置を達成するにあたり、未解決の研究課題は何か？

主な発見

• 既存の大多数のVMPソリューションは、許容可能な時間枠内で高品質な解を提供できる点を踏まえ、ヒューリスティックおよびメタヒューリスティックアルゴリズムに依存している。
• エネルギー消費の最小化は、データセンターの高い炭素排出量と持続可能なクラウド運用の必要性から、最も広く研究されている目的である。
• コスト最適化とSLA準拠は、商業的クラウドプロバイダーにとって不可欠であり、多くのソリューションで財務的およびパフォーマンス制約がモデルに組み込まれている。
• リソース利用率のバランス化とネットワークトラフィックの低減は、リソースの競合を軽減し、全体のシステム効率を向上させるためにますます重要性を増している。
• 5Gにおけるネットワークスライシングにより、1つの物理インフラ上に複数の隔離され、カスタマイズされた仮想ネットワークを共存可能にし、低遅延や高帯域幅などの特定のサービス要件に適合させることができる。
• 進展は見られるが、動的ワークロードおよびステートフルとステートレスサービスの併置は依然として大きな課題であり、適切にモデル化されない場合、最適でないか、不安定な構成が生じる傾向にある。

Figure 2: 5G crosshaul physical architecture