[논문 리뷰] CloudGenius: Decision Support for Web Server Cloud Migration

Michael Menzel, Rajiv Ranjan|arXiv (Cornell University)|2012. 03. 18.

Cloud Computing and Resource Management참고 문헌 14인용 수 16

한 줄 요약

CloudGenius는 분석적 계층 프로세스(AHP)를 사용하여 웹 서버 이관을 위한 최적의 클라우드 인프라 서비스 및 가상 머신(VM) 이미지를 자동으로 선택하는 의사결정 지원 프레임워크이다. 비용, 성능, SLA와 같은 다중 기준을 모델링함으로써 수동 작업과 복잡성을 줄이며, 확장성 있고 자동화된 솔루션을 제공하며, 프로토타입 구현과 시간 복잡도 분석을 통해 검증되었다.

ABSTRACT

Cloud computing is the latest computing paradigm that delivers hardware and software resources as virtualized services in which users are free from the burden of worrying about the low-level system administration details. Migrating Web applications to Cloud services and integrating Cloud services into existing computing infrastructures is non-trivial. It leads to new challenges that often require innovation of paradigms and practices at all levels: technical, cultural, legal, regulatory, and social. The key problem in mapping Web applications to virtualized Cloud services is selecting the best and compatible mix of software images (e.g., Web server image) and infrastructure services to ensure that Quality of Service (QoS) targets of an application are achieved. The fact that, when selecting Cloud services, engineers must consider heterogeneous sets of criteria and complex dependencies between infrastructure services and software images, which are impossible to resolve manually, is a critical issue. To overcome these challenges, we present a framework (called CloudGenius) which automates the decision-making process based on a model and factors specifically for Web server migration to the Cloud. CloudGenius leverages a well known multi-criteria decision making technique, called Analytic Hierarchy Process, to automate the selection process based on a model, factors, and QoS parameters related to an application. An example application demonstrates the applicability of the theoretical CloudGenius approach. Moreover, we present an implementation of CloudGenius that has been validated through experiments.

연구 동기 및 목표

• 웹 애플리케이션 이관을 위한 호환 가능한 클라우드 인프라 서비스와 VM 이미지를 수동으로 선택하는 데서 비롯하는 복잡성과 위험을 해소한다.
• 다양하고 이질적인 기준에 기반해 선택 과정을 자동화함으로써 시스템 엔지니어의 의사결정 부담을 줄인다.
• 웹 애플리케이션 요구사항을 클라우드 서비스 구성으로 체계적이고 반복 가능한 방식으로 매핑하는 프레임워크를 제공한다.
• 의존성과 서비스 품질(QoS) 파rameter를 모델링하여 클라우드 이관을 위한 효율적이고 확장 가능한 의사결정을 가능하게 한다.
• 프로토타입 구현과 시간 복잡도 및 솔루션 품질에 대한 실증 분석을 통해 프레임워크를 검증한다.

제안 방법

• 최적의 클라우드 인프라 서비스와 VM 이미지 조합을 순위 매기고 선택하기 위해 핵심 의사결정 기법으로 분석적 계층 프로세스(AHP)를 사용한다.
• 선택 기준을 정량적 지표(예: 비용, 지연 시간, SLA 준수)로 모델링하고, 쌍대 비교 행렬을 사용해 가중치를 도출한다.
• CloudHarmony 및 TheCloudMarket.com와 같은 소스로부터 실시간 또는 벤치마크된 데이터를 통합하여 데이터의 최신성과 정확성을 확보한다.
• 사용자가 지정한 QoS 목표에 기반해 가능한 모든 조합을 평가하는 검색 알고리즘을 사용해 서비스-이미지 조합을 자동으로 생성한다.
• 대규모 구성에서의 솔루션 탐색 최적화를 위해 유전 알고리즘 히ュ리스틱에 피트니스 함수(식 4)를 적용한다.
• 서비스 선택, 이미지 선택, 커스터마이제이션, 전략 정의, 실행을 포함하는 순환적 이관 프로세스를 지원하여 반복적 개선을 가능하게 한다.

실험 결과

연구 질문

• RQ1 웹 서버 이관을 위한 복잡한 클라우드 인프라 서비스 및 VM 이미지 선택을 단순화하기 위해 체계적이고 자동화된 의사결정 지원 프레임워크를 어떻게 설계할 수 있는가?
• RQ2 클라우드 이관 의사결정에서 비용, 성능, 신뢰성, SLA 준수 간의 트레이드오프를 모델링하기 위해 가장 효과적인 기준과 가중치 기법은 무엇인가?
• RQ3 서비스와 VM 이미지의 수가 증가함에 따라 선택 알고리즘의 시간 복잡도는 어떻게 변화하며, 어떤 최적화가 가능할까?
• RQ4 자동 선택은 비구조적인 이관 계획에 비해 수동 작업을 얼마나 줄이고 정확도를 향상시킬 수 있는가?
• RQ5 향후 버전에서 다층 애플리케이션, 영구 저장 계층, 정성적 기준을 지원하기 위해 프레임워크는 어떻게 확장될 수 있는가?

주요 결과

• CloudGenius 프레임워크는 AHP 기반의 다기준 의사결정을 통해 최적의 클라우드 인프라 서비스와 VM 이미지 선택을 성공적으로 자동화하였다.
• 실험 결과, 최적의 서비스-이미지 조합 계산에 대해 이차 시간 복잡도가 확인되어 대규모 데이터셋에서의 확장성 문제를 드러냈다.
• 프로토타입 구현 결과, 수동 평가에 비해 자동 선택이 수동 작업과 의사결정 시간을 크게 줄였음을 입증하였다.
• 기준 수가 더 많아 계산 부담이 커지므로 서비스 평가가 이미지 평가보다 더 복잡했다.
• 프레임워크가 정량적 기준에 의존함으로써 현재 범위가 제한되어 있으나, 향후 그룹 평가나 정성적 평가를 통합할 수 있는 확장이 가능할 것이다.
• 완전 탐색이 불가능한 대규모 구성에서는 피트니스 함수(식 4)를 적용한 히ュ리스틱 접근 방식(예: 유전 알고리즘)이 실용적인 대안을 제공한다.