[논문 리뷰] An Alternating Direction Method Approach to Cloud Traffic Management

Chen Feng, Hong Xu외 1명|arXiv (Cornell University)|2014. 07. 31.

Software-Defined Networks and 5G참고 문헌 33인용 수 8

한 줄 요약

이 논문은 구 nu 클라우드 트래픽 관리에 대한 새로운 ADMM 기반 분산 최적화 프레임워크를 제안하며, 다양한 문제를 다기능 자원 할당 문제로 모델링한다. 이는 이중 분해법 및 이전의 ADMM 방법에 비해 더 빠른 수렴 속도, 더 약한 볼록성 가정, 더 낮은 계산 복잡도, 메시지 전달 오버헤드 감소를 달성한다. 광범위한 시뮬레이션을 통해 확장성과 장애 내성 능력이 검증되었다.

ABSTRACT

In this paper, we introduce a unified framework for studying various cloud traffic management problems, ranging from geographical load balancing to backbone traffic engineering. We first abstract these real-world problems as a multi-facility resource allocation problem, and then present two distributed optimization algorithms by exploiting the special structure of the problem. Our algorithms are inspired by Alternating Direction Method of Multipliers (ADMM), enjoying a number of unique features. Compared to dual decomposition, they converge with non-strictly convex objective functions; compared to other ADMM-type algorithms, they not only achieve faster convergence under weaker assumptions, but also have lower computational complexity and lower message-passing overhead. The simulation results not only confirm these desirable features of our algorithms, but also highlight several additional advantages, such as scalability and fault-tolerance.

연구 동기 및 목표

• 지리적 로드 밸런싱 및 백본 트래픽 엔지니어링과 같은 다양한 클라우드 트래픽 관리 문제를 하나의 최적화 프레임워크로 통합하기 위해.
• 이중 분해법의 한계, 즉 스텝 사이즈 조정에 민감하고 수렴을 위해 стр rigorously 볼록성 조건이 필요한 문제를 해결하기 위해.
• 기존의 ADMM 유형 방법보다 더 빠르게 수렴하고 더 약한 가정 조건을 갖춘 분산 알고리즘을 개발하기 위해.
• 대규모 클라우드 구현에 적합한 낮은 계산 복잡도와 메시지 전달 오버헤드를 달성하기 위해.
• 실제 클라우드 네트워크 시나리오에서의 확장성과 장애 내성 능력을 평가하기 위해.

제안 방법

• 볼록 비용 함수와 오목 유용도 함수를 갖는 다기능 자원 할당 문제로 클라우드 트래픽 관리 문제를 수식화한다.
• 문제의 특수한 구조를 활용하여 수렴성과 효율성을 향상시킨 두 가지 분산 ADMM 기반 알고리즘을 개발한다.
• 스텝 사이즈 대신 단일 조정 파rameter를 사용하여 파rameter 조정을 단순화하고 수렴 안정성을 향상시킨다.
• 이중 분해법에 의존하지 않는 접근 방식으로, 엄격히 오목/볼록이 아닌 함수 조건에서도 수렴 가능하다.
• 기존의 ADMM 변종에 비해 더 낮은 계산 복잡도와 메시지 전달 오버헤드를 갖춘 알고리즘을 설계한다.
• 수백만 개의 변수를 포함하는 대규모 클라우드 데이터 센터에 적합한 분산형, 병렬 처리 가능한 아키텍처를 구현한다.

실험 결과

연구 질문

• RQ1 지리적 로드 밸런싱 및 백본 트래픽 엔지니어링과 같은 다양한 클라우드 트래픽 관리 문제를 통합된 프레임워크로 모델링할 수 있는가?
• RQ2 비엄격하게 볼록인 문제에 대해 이중 분해법보다 더 강건하고 효율적인 분산 최적화는 어떻게 달성할 수 있는가?
• RQ3 유용도 및 비용 함수가 엄격하게 오목/볼록이 아닐 경우 ADMM 기반 알고리즘의 수렴 성질은 어떠한가?
• RQ4 제안된 알고리즘은 기존의 ADMM 방법보다 더 낮은 계산 및 통신 오버헤드를 달성할 수 있는가?
• RQ5 제안된 알고리즘은 대규모 클라우드 구현 환경에서 얼마나 잘 확장되고 장애에 내성을 갖는가?

주요 결과

• 유용도 및 비용 함수가 엄격하게 오목/볼곱이 아닐 경우 O(1/k) 수렴 속도를 달성하고, 엄격하게 오목/볼곱일 경우 O(1/a^k) 수렴 속도를 확보한다.
• 이중 분해법이 요구하는 엄격한 오목성 및 볼록성 조건보다 더 약한 가정 조건 하에서도 수렴이 보장된다.
• 특히 이중 분해법이 진동 현상으로 인해 수렴에 어려움을 겪는 비엄격 볼록 설정에서, 제안된 알고리즘이 더 빠른 수렴 속도를 보인다.
• 계산 복잡도와 메시지 전달 오버헤드가 다른 ADMM 유형 알고리즘보다 크게 감소하였다.
• 시뮬레이션 결과, 사용자 수가 많아지는 상황에서도 확장성이 뛰어나고, 업데이트 실패에 대해 강건한 내성 능력을 입증하였다.
• 프레임워크는 실제 클라우드 트래픽 문제, 즉 지리적 로드 밸런싱 및 백본 트래픽 엔지니어링을 성공적으로 모델링하였다.