[논문 리뷰] A New Fuzzy Approach for Dynamic Load Balancing Algorithm

Abbas Karimi, Faraneh Zarafshan외 3명|ArXiv.org|2009. 10. 02.

Distributed and Parallel Computing Systems참고 문헌 14인용 수 28

한 줄 요약

이 논문은 분산 시스템 상태 정보의 불확실성과 일관성 없음을 다루는 새로운 퍼지 논리 기반 동적 로드 밸런싱 알고리즘을 제안한다. 퍼지 추론을 사용하여 프로세서 부하를 평가하고 실시간으로 결정을 내림으로써, 라운드 로빈 대비 30.84% 감소하고 무작위 할당 대비 45.45% 감소한 응답 시간을 기록하여, 동적 환경에서 뛰어난 성능을 입증한다.

ABSTRACT

Load balancing is the process of improving the Performance of a parallel and distributed system through is distribution of load among the processors [1-2]. Most of the previous work in load balancing and distributed decision making in general, do not effectively take into account the uncertainty and inconsistency in state information but in fuzzy logic, we have advantage of using crisps inputs. In this paper, we present a new approach for implementing dynamic load balancing algorithm with fuzzy logic, which can face to uncertainty and inconsistency of previous algorithms, further more our algorithm shows better response time than round robin and randomize algorithm respectively 30.84 percent and 45.45 percent.

연구 동기 및 목표

• 기존 로드 밸런싱 알고리즘의 시스템 상태 정보의 불확실성과 일관성 없음을 다루는 데서 비롯하는 한계를 해결하기 위해.
• 동적 분산 및 병렬 컴퓨팅 환경에서 응답 시간과 성능을 향상시키기 위해.
• 정적 또는 무작위 방법보다 실시간 부하 변화에 더 효과적으로 대응할 수 있는 퍼지 논리 기반 의사결정 메커니즘을 개발하기 위해.
• 라운드 로빈 및 무작위 할당과 같은 기존 기준과 비교하여 제안된 알고리즘의 성능을 평가하기 위해.

제안 방법

• 알고리즘은 프로세서 부하 지표인 CPU 활용도 및 큐 길이와 같은 날것의 입력 값을 처리하기 위해 퍼지 논리를 사용한다.
• 입력 부하 상태를 '낮음', '보통', '높음'과 같은 언어 변수 기반으로 적절한 부하 분배 결정으로 매핑하기 위해 퍼지 추론 규칙를 정의한다.
• 시스템은 런타임 중 각 프로세서의 부하 상태를 동적으로 평가하고, 퍼지 출력 점수에 따라 작업을 재할당한다.
• 퍼지 논리 컨트롤러는 새로운 작업 할당 시에 하중이 적거나 균형 잡힌 프로세서를 우선시함으로써 응답 시간을 최소화하도록 설계된다.
• 정밀한 수치 임계값에 의존하지 않아, 노이즈가 많거나 일관성 없는 센서 또는 모니터링 데이터에 대해 강건한 성능을 발휘한다.

실험 결과

연구 질문

• RQ1 퍼지 논리는 분산 시스템 부하 상태의 불확실성을 효과적으로 모델링하여 로드 밸런싱 결정을 향상시킬 수 있는가?
• RQ2 퍼지 기반 동적 로드 밸런싱 알고리즘은 응답 시간 측면에서 기존 방법인 라운드 로빈 및 무작위 할당보다 어느 정도 뛰어나게 성능을 발휘하는가?
• RQ3 퍼지 추론은 실시간 분산 시스템에서 일관성 없거나 정밀도가 떨어지는 부하 모니터링 데이터에 민감도를 낮출 수 있는가?

주요 결과

• 제안된 퍼지 로드 밸런싱 알고리즘은 라운드 로빈 알고리즘 대비 30.84%의 응답 시간 감소를 달성한다.
• 알고리즘은 무작위 할당 방법 대비 45.45%의 응답 시간 감소를 기록하여 뚜렷한 성능 향상을 보인다.
• 퍼지 접근법은 시스템 상태 정보의 불확실성과 일관성 없음을 효과적으로 처리하여 의사결정의 강건성을 향상시킨다.
• 동적 워크로드 전반에서 일관된 성능 향상이 나타나 강력한 적응성을 보여준다.