[論文レビュー] Unleashing the Power of Mobile Cloud Computing using ThinkAir

Sokol Kosta, Andrius Auçinas+3 more|arXiv (Cornell University)|May 16, 2011

IoT and Edge/Fog Computing参考文献 21被引用数 50

ひとこと要約

ThinkAir は、仮想マシン（VM）のクローン作成と並列実行を用いて、動的かつメソッド単位のコードオフロードを可能にするモバイルクラウドコンピューティングフレームワークである。必要に応じて複数のVMを動的に割り当て・管理することにより、N-queensパズルや顔認識などの計算集約的タスクにおいて、実行時間およびエネルギー消費量を最大2桁（100倍）削減する。

ABSTRACT

Smartphones have exploded in popularity in recent years, becoming ever more sophisticated and capable. As a result, developers worldwide are building increasingly complex applications that require ever increasing amounts of computational power and energy. In this paper we propose ThinkAir, a framework that makes it simple for developers to migrate their smartphone applications to the cloud. ThinkAir exploits the concept of smartphone virtualization in the cloud and provides method level computation offloading. Advancing on previous works, it focuses on the elasticity and scalability of the server side and enhances the power of mobile cloud computing by parallelizing method execution using multiple Virtual Machine (VM) images. We evaluate the system using a range of benchmarks starting from simple micro-benchmarks to more complex applications. First, we show that the execution time and energy consumption decrease two orders of magnitude for the N-queens puzzle and one order of magnitude for a face detection and a virus scan application, using cloud offloading. We then show that if a task is parallelizable, the user can request more than one VM to execute it, and these VMs will be provided dynamically. In fact, by exploiting parallelization, we achieve a greater reduction on the execution time and energy consumption for the previous applications. Finally, we use a memory-hungry image combiner tool to demonstrate that applications can dynamically request VMs with more computational power in order to meet their computational requirements.

研究の動機と目的

• MAUI や CloneCloud のような既存のモバイルクラウドフレームワークが、スケーラビリティの低さや厳格な事前処理要件に起因する制限を抱えるのを是正する。
• 変動するアプリケーションワークロードやデッドラインに対応するため、モバイルクラウド環境におけるオンデマンドで弾力的なリソース割り当てを実現する。
• 必要に応じて複数のVMインスタンスを自動的に生成・管理・破棄することで、メソッド単位の計算を動的に並列化する。
• 知的なコードオフロードとVMベースの並列処理を通じて、モバイルアプリケーションのエネルギー消費量と実行時間を低減する。
• 開発者が最小限のコード変更で利用できる軽量で拡張性のあるフレームワークを提供し、セキュアで効率的なリモート実行をサポートする。

提案手法

• クラウド上での完全なスマートフォンOS仮想化を採用し、各VMをクライアントデバイスのクローンとして扱うことで、バイナリ互換性を確保する。
• ワークロードの要請とリソースの可用性に基づいて、オンデマンドでVMの作成・再開・一時停止・破棄を実行する動的VMマネージャーを採用する。
• メソッド単位のコードオフロードを適用し、特定のメソッドのみをクラウドに移行することで、データ転送のオーバーヘッドを最小限に抑える。
• N-queens やウイルススキャンなどの計算集約的タスクを複数のVMに分割し、並列実行と負荷分散を実現する。
• プロファイラとコンパイラー・ツールチェーンを統合し、オフロード可能なメソッドを特定し、リモート実行用のメタデータでコードをアノテートする。
• 共有シークレットを用いたセキュアなリモート実行をサポートし、今後の計画ではプライバシーに敏感なデータの暗号化も予定されており、SecureRemoteable クラスのサポートも計画中である。

実験結果

リサーチクエスチョン

• RQ1 モバイルクラウドコンピューティングフレームワークは、動的なアプリケーション要件に応じて、オンデマンドかつ弾力的な計算リソースの割り当てをどのように実現できるか？
• RQ2 複数のVMを介した並列実行は、モバイルクラウドオフロードにおいて、実行時間およびエネルギー消費量をどの程度削減できるか？
• RQ3 完全なOS仮想化を用いたメソッド単位のオフロードは、プロセス単位またはアプリケーション単位のオフロードに比べ、スケーラビリティとオーバーヘッドの点で優れているとされるか？
• RQ4 VMの作成、データ転送、同期のオーバーヘッドは、さまざまな種類のモバイルアプリケーションにどのような影響を及ぼすか？
• RQ5 パフォーマンスを損なわせることなく、データ転送を最適化し、セキュリティを確保するためのメカニズムは何か？

主な発見

• N-queensパズルの実行時間およびエネルギー消費量は、複数のVMを用いたクラウドオフロードによって2桁（100倍）削減された。
• 顔認識およびウイルススキャンアプリケーションでは、ThinkAirが実行時間およびエネルギー消費量を1桁（10倍）削減した。
• 複数のVMを介した並列実行はパフォーマンスを顕著に向上させたが、4〜8台を超えると同期および通信のオーバーヘッドにより利得が減少した。
• システムは効果的なオンデマンドVMプロビジョニングを示し、動的スケーリングによりメモリ集約的およびCPU集約的ワークロードの効率的処理が可能となった。
• ネットワークタイプによってエネルギー効率が異なり、特に高並列化シナリオでは3GがWiFiよりも効率的であった。
• フレームワークの保守的なデータ転送戦略（完全なオブジェクト状態の送信）がパフォーマンスボトルネックとして特定され、今後の作業として静的解析とデータキャッシュによる最適化が進められている。