[論文レビュー] Resource Management in Edge and Fog Computing using FogBus2 Framework

Mohammad Ali Goudarzi, Qifan Deng+1 more|arXiv (Cornell University)|Aug 2, 2021

IoT and Edge/Fog Computing参考文献 16被引用数 4

ひとこと要約

本論文では、異種のエッジ、フォグ、クラウド環境における統合リソース管理のための軽量でコンテナ化されたフレームワーク、FogBus2を提案する。カスタマイズ可能なポリシーを用いてIoTワークロードの動的スケジューリングを可能にし、新規の順位ベースのスケジューラーによって実証された。低遅延、最小限のリソース使用（25–45 MB RAM）、1秒未塔の起動時間となり、リアルタイムIoTアプリケーションや研究開発における迅速なプロトタイピングに最適である。

ABSTRACT

Edge/Fog computing is a novel computing paradigm that provides resource-limited Internet of Things (IoT) devices with scalable computing and storage resources. Compared to cloud computing, edge/fog servers have fewer resources, but they can be accessed with higher bandwidth and less communication latency. Thus, integrating edge/fog and cloud infrastructures can support the execution of diverse latency-sensitive and computation-intensive IoT applications. Although some frameworks attempt to provide such integration, there are still several challenges to be addressed, such as dynamic scheduling of different IoT applications, scalability mechanisms, multi-platform support, and supporting different interaction models. FogBus2, as a new python-based framework, offers a lightweight and distributed container-based framework to overcome these challenges. In this chapter, we highlight key features of the FogBus2 framework alongside describing its main components. Besides, we provide a step-by-step guideline to set up an integrated computing environment, containing multiple cloud service providers (Hybrid-cloud) and edge devices, which is a prerequisite for any IoT application scenario. To obtain this, a low-overhead communication network among all computing resources is initiated by the provided scripts and configuration files. Next, we provide instructions and corresponding code snippets to install and run the main framework and its integrated applications. Finally, we demonstrate how to implement and integrate several new IoT applications and custom scheduling and scalability policies with the FogBus2 framework.

研究の動機と目的

• リアルタイム性が求められる、データ集約的なIoTワークロードを処理する上で、集中型クラウドコンピューティングの限界を克服すること。
• 異種のエッジ、フォグ、クラウドインfra構造にまたがる多様なIoTアプリケーションを統合するための統一的で拡張可能なフレームワークを提供すること。
• リアルタイムおよび非リアルタイムのIoTワークロードにおける最適なQoSを実現するため、プラグイン可能なポリシーを用いた動的スケジューリングおよびリソース管理を支援すること。
• 研究者や開発者が、軽量でコンテナ化された環境において、IoTアプリケーションおよびスケジューリングアルゴリズムを簡単にデプロイ・テスト・拡張できるようにすること。

提案手法

• FogBus2は、5つのコアコンポーネント（ユーザー、マスター、アクター、タスクエグゼキューター、リモートロガー）を備えたマイクロサービスアーキテクチャを採用し、コンテナ化されたDocker環境で実装されている。各コンponentには、コンponent間通信のための埋め込みメッセージハンドラが内蔵されている。
• フレームワークは、マルチクラウド、エッジ、フォグサーバーにまたがる分散展開をサポートしており、IoTアプリケーションおよびリソース管理ポリシーのスケーラブルかつモジュラーな実行を可能にしている。
• 新しい順位ベースのスケジューリングポリシーは、initSchedulerByName.pyファイル内のschedulerName設定を拡張することで実装され、スケジューリング戦略の動的選択を可能にしている。
• フレームワークは、既存のIoTアプリケーションタイプ（リアルタイムおよび非リアルタイム）と統合可能であり、モジュラーなコンponentアーキテクチャを介してポリシーのプラグインもサポートしている。
• リソース使用量およびパフォーマンスは、Dockerイメージサイズ、実行時RAM消費量、起動時間、応答時間の観点から、複数のハードウェアアーキテクチャで評価されている。

実験結果

リサーチクエスチョン

• RQ1 エッジ、フォグ、クラウド層にまたがる異種のコンピューティングリソースを、IoTシステム全体で効率的に管理するための統一フレームワークは、どのように実現できるか？
• RQ2 FogBus2のような軽量でコンテナ化されたフレームワークのリソース消費量および起動遅延というパフォーマンス特性は、どのようなものか？
• RQ3 新規の順位ベースのスケジューリングポリシーの統合は、動的変化が激しいIoT環境におけるワークロード管理に、どのように寄与するか？
• RQ4 FogBus2は、最小限のオーバーヘッドで、多様なIoTアプリケーションの迅速なプロトタイピングおよびデプロイをどの程度まで可能にするか？

主な発見

• FogBus2コンポーネントの圧縮済みDockerイメージサイズは数MBから最大100MBまでであり、多様なプラットフォームへのデプロイに必要な帯域幅が小さいことを示している。
• コンポーネント間の平均実行時RAM使用量は低く、25 MBから45 MBの範囲にとどまり、制限されたデバイス上でもメモリフットプリントが小さく、効率的であることが確認された。
• FogBus2コンポーネントの起動時間は1秒未塔であり、迅速な初期化および再初期化が可能で、研究環境における反復的開発およびテストに不可欠である。
• フレームワークは低遅延動作をサポートしており、図9に示されたIoTアプリケーションの平均応答時間から、リアルタイムワークロードに適していることが示された。
• 新しい順位ベースのスケジューリングポリシーの統合は、initSchedulerByName.pyにおけるモジュラーな設定により実現されており、拡張性と実行時ポリシー選択の両方を可能にしている。