[論文レビュー] Optimizing Response Time in SDN-Edge Environments for Time-Strict IoT Applications

Juan Luis Herrera, Jaime Galán–Jiménez+2 more|arXiv (Cornell University)|Sep 28, 2020

IoT and Edge/Fog Computing参考文献 17被引用数 3

ひとこと要約

本稿では、時間制限のあるIoTアプリケーションにおける応答遅延を最小化することを目的として、エッジコンピューティング環境におけるアプリケーションデプロイとSDNコントローラ配置の共同最適化フレームワークを提案する。ネットワーキングとコンピューティングの両次元を同時に最適化することにより、個別に最適化する手法と比較して応答遅延を最大28.97％削減する。

ABSTRACT

The rise of the Internet of Things (IoT) has opened new research lines that focus on applying IoT applications to domains further beyond basic user-grade applications, such as Industry or Healthcare. These domains demand a very high Quality of Service (QoS), mainly a very short response time. In order to meet these demands, some works are evaluating how to modularize and deploy IoT applications in different nodes of the infrastructure (edge, fog, cloud), as well as how to place the network controllers, since these decisions affect the response time of the application. Some works in the literature have approached this problem by providing separate plans for deployment and placing of controllers. However, this approach makes sub-optimal decisions, that complicate guaranteeing the demanded response time. To guarantee an optimal response time, it is crucial to solve the problem in a single effort that considers both, the networking and computing dimensions. In this work, we analyze the influences between the response time of computing and networking in edge computing environments with SDN networks, merging both optimization efforts into a single one and proposing a solution to the joint problem. Our evaluation shows that our proposal can shorten response time by up to 28.97%

研究の動機と目的

• 医療や産業オートメーションなどの分野における時間的制限のあるIoTアプリケーションで、超低応答遅延を達成する挑戦に取り組む。
• アプリケーションデプロイとコントローラ配置を別々に最適化する従来の手法の限界を特定し、性能が最適でない原因を明らかにする。
• SDNエッジ環境において、コンピューティングとネットワーキングの両次元を統合的に考慮する統一最適化モデルを提案する。
• 統合的な意思決定を通じて、遅延に敏感なIoTワークロードに対するエンドツーエンドの応答遅延保証を実現する。
• 共同最適化が逐次的または独立した最適化戦略に比べて優れていることを実証する。

提案手法

• エッジノードにおけるアプリケーションデプロイとネットワーク全体におけるSDNコントローラ配置を同時にモデル化する共同最適化問題を定式化する。
• ネットワーク遅延と処理遅延を統合的な目的関数に組み込み、総応答遅延を最小化する。
• 混合整数線形プログラミング（MILP）の定式化を用いて、アプリケーション配置、コントローラ位置、データパスルーティングの相互依存関係をモデル化する。
• 計算複雑性を低減しつつ、近似的に最適な応答遅延性能を維持するためのヒューリスティックベースの解決手法を適用する。
• 動的フロールールとコントローラーからエッジまでの通信遅延を含めたSDNネットワークトポロジをモデル化する。
• マルチティアエッジアーキテクチャにおいて、現実的なIoTワークロードをシミュレートし、共同最適化戦略の効果を評価する。

実験結果

リサーチクエスチョン

• RQ1 アプリケーションデプロイとSDNコントローラ配置の共同最適化が、エッジコンピューティング環境におけるエンドツーエンドの応答遅延に与える影響は何か？
• RQ2 コントローラ配置とアプリケーションデプロイを分離することで、時間的制限のあるIoTアプリケーションで応答遅延が最適でなくなる程度はどの程度か？
• RQ3 統一最適化モデルは、ネットワーク遅延とコンピューティング遅延を効果的にバランスさせ、厳しいQoS要件を満たすことができるか？
• RQ4 両方の次元を同時に最適化することで、逐次的アプローチと比較して応答遅延を最大どれほど低減できるか？

主な発見

• 提案された共同最適化アプローチは、デプロイとコントローラ配置を別々に最適化する手法と比較して、応答遅延を最大28.97％削減する。
• アプリケーションとコントローラの配置を連携させることで、特に高トラフィックまたは分散型エッジ環境において、エンドツーエンド遅延が顕著に改善される。
• 共同最適化モデルは、配置またはコントローラ位置の決定において部分最適な選択を避けることで、逐次的最適化戦略を上回る性能を発揮する。
• ヒューリスティックベースのアプローチにより計算オーバーヘッドを低く抑え、実世界のエッジ展開におけるスケーラビリティを維持する。
• 評価結果から、ネットワーク遅延とコンピューティング遅延は相互に依存しており、これらを別々に最適化すると性能劣化が生じることが確認された。
• 本フレームワークは、産業制御や遠隔医療など、時間的制約が厳しいワークロードを含む多様なIoTワークロードにおいて有効である。