[論文レビュー] Quality of Service (QoS) Modelling in Federated Cloud Computing

Kun Ma, Antoine Bagula+1 more|arXiv (Cornell University)|Nov 8, 2019

Cloud Computing and Resource Management参考文献 30被引用数 5

ひとこと要約

本稿では、共同クラウド環境におけるサービス品質（QoS）管理のための二重モデルフレームワークを提案する。一つは微分進化（DE）に基づく多QoSタスク割り当てモデル、もう一つは新規の仮想マシン移行スケジューリングモデル（VMMNDMS）である。提案手法は、ベースラインアルゴリズムと比較して、仮想マシンの移行頻度を84.05%削減し、エネルギー消費量を最大32.18%削減しながら、妥当なSLA準拠を維持しており、共同・競合の両方のリソース管理戦略を統合したハイブリッド手法の有効性を示している。

ABSTRACT

Building around the idea of a large scale server infrastructure with a potentially large number of tailored resources, which are capable of interacting to facilitate the deployment, adaptation, and support of services, cloud computing needs to frequently reschedule and manage various application tasks in order to accommodate the requests of a wide range and number of users. One of the challenges of cloud computing is to support and manage Quality-of-Service (QoS) by designing efficient techniques for the allocation of tasks between users and the cloud virtual resources, as well as assigning virtual resources to the cloud physical resources. The migration of virtual resources across physical resources is another challenge that requires considerable attention; especially in federated cloud computing environments wherein, providers might be willing to offer their unused resources as a service to the federation (cooperative allocation) and pull back these resources for their own use when they are needed (competitive allocation). This paper revisits the issue of QoS in cloud computing by formulating and presenting i) a multi-QoS task allocation model for the assignment of tasks to virtual machines and ii) a virtual machine migration model for a federated cloud computing environment by considering cases where resource providers are operating in cooperative or competitive mode. A new differential evolution (DE) based binding policy for task allocation and a novel virtual machine model are proposed as solutions for the problem of QoS support in federated cloud environments. The experimental results show that the proposed solutions improved the quality of service in the cloud computing environment and reveal the relative advantages of operating a mixed cooperation and competition model in a federated cloud environment.

研究の動機と目的

• 共同または競合のリソース共有モデルに従うプロバイダーが運用する共同クラウド環境において、動的QoS管理の課題に対処すること。
• パフォーマンス、コスト、リソース制約に基づいて、ユーザーワークロードを仮想マシンにマッピングする多QoSタスク割り当てモデルを設計すること。
• エネルギー消費量と移行オーバーヘッドを最小限に抑えつつSLA準拠を維持する仮想マシン移行スケジューリングアルゴリズムを開発すること。
• 共同・競合の両方のクラウド連合モデルにおける、エネルギー効率、移行頻度、SLA違反率のトレードオフを評価すること。
• スケーラブルでエネルギーに配慮したクラウドリソース管理のため、微分進化とVMスケジューリングを統合する手法の実現可能性と性能向上を実証すること。

提案手法

• 応答時間、スループット、コストなどのパフォーマンス指標に基づき、ユーザータスクを仮想マシンにバインドするため、多QoSタスク割り当てモデルを微分進化（DE）アルゴリズムを用いて定式化する。
• ホストの負荷と移行コストを事前に評価する新しい仮想マシン移行モデル（VMMNDMS）を導入し、不必要な移行を回避することを目的とする。
• 過剰割り当てと未利用の回避を目的として、負荷閾値メカニズム（最大80%、最小0%）を導入し、移行が必要な状況を判断する。
• 処理、メモリ、帯域幅のコストをそれぞれ3.0、0.05、0.001として組み合わせたコスト関数を用い、移行意思決定を最適化し、リソース利用効率を向上させる。
• 需要に応じて、リソースプールを共有する共同モードと、自己優先順位を設定する競合モードを切り替え可能なハイブリッド連合モデルを採用する。
• 実世界のパrameterセット（VMタイプ、ホスト構成、SLA指標など）を用いて、CloudSimシミュレーションツールキットを用いてモデルを検証した。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、共同クラウド環境におけるユーザーワークロードを仮想マシンに効率的にバインドする多QoSタスク割り当てモデルを設計できるか？
• RQ2 共同モードと競合モードのリソース共有が、仮想マシンの移行頻度とエネルギー消費量に与える影響は何か？
• RQ3 DEベースのスケジューリング方針は、妥当なSLA準拠を維持しつつ、仮想マシンの移行オーバーヘッドをどの程度削減できるか？
• RQ4 提案されたVMMNDMSアルゴリズムは、既存のアルゴリズム（MadMmt、IqrMc）と比較して、エネルギー効率とSLA準拠性においてどの程度優れているか？
• RQ5 ハイブリッドな共同・競合モデルは、共同クラウドシステムにおけるエネルギー節約とサービス品質の両立を、より良いバランスで達成できるか？

主な発見

• 提案されたVMMNDMSアルゴリズムは、共同連合ではMadMmtと比較して84.05%、IqrMcと比較して86.20%の仮想マシン移行回数を削減した。競合連合では、それぞれ80.89%および80.02%の削減を達成した。
• エネルギー消費量は、共同モードでMadMmtと比較して22.99%、IqrMcと比較して23.72%削減された。競合モードでは、MadMmtと比較して32.18%、IqrMcと比較して28.52%削減された。
• SLA違反率は、MadMmtおよびIqrMcを上回った—共同連合では14.60%および19.16%、競合連合では33.41%および29.31%—移行回数の削減と厳格なSLA準拠の間にはトレードオフがあることを示している。
• 競合連合は、共同連合（13.98%違反率）よりも高いSLA準拠率（12.68%違反率）を達成したが、移行頻度は高かった。
• 共同連合は、より広い仮想マシン選択肢のおかげで低いエネルギー消費量を達成したが、移行オーバーヘッドが増加した。
• 結果から、VMMNDMSが移行頻度とエネルギー消費量を効果的に削減し、共同クラウド環境におけるエネルギー効率とQoSの間で良好なトレードオフを実現できることを確認した。