[논문 리뷰] Concept of Feedback in Future Computing Models to Cloud Systems

Evgeniy Pluzhnik, Evgeny Nikulchev외 1명|arXiv (Cornell University)|2014. 02. 19.

Cloud Computing and Resource Management참고 문헌 15인용 수 3

한 줄 요약

이 논문은 클라우드 및 분산 시스템에서 서비스 품질(QoS)을 향상시키기 위해 실시간 자원 관리를 가능하게 하는 동적 피드백 기반 계산 모델을 제안한다. 분산 컴퓨팅 모델에 피드백 메커니즘을 통합함으로써, 저자들은 특히 하이브리드 클라우드 환경에서 데이터 플로우 및 가상화된 자원을 관리하는 데 있어 확장성, 반응성, 효율성이 향상되었음을 입증한다.

ABSTRACT

Currently, it is urgent to ensure QoS in distributed computing systems. This became especially important to the development and spread of cloud services. Big data structures become heavily distributed. Necessary to consider the communication channels and data transmission systems and virtualization and scalability in future design of computational models in problems of designing cloud systems, evaluating the effectiveness of the algorithms, the assessment of economic performance data centers. Requires not only the monitoring of data flows and computing resources, but also the operational management of these resources to QoS provide. Such a tool may be just the introduction of feedback in computational models. The article presents the main dynamic model with feedback as a basis for a new model of distributed computing processes. The research results are presented here. Formulated in this work can be used for other complex tasks - estimation of structural complexity of distributed databases, evaluation of dynamic characteristics of systems operating in the hybrid cloud, etc.

연구 동기 및 목표

• 대규모 분산 및 클라우드 기반 컴퓨팅 시스템에서 서비스 품질(QoS)을 유지하는 데 증가하는 도전 과제를 해결하기 위해.
• 정적 모니터링의 한계를 극복하기 위해 실시간 자원 적응을 위한 동적 피드백 제어를 도입하기 위해.
• 빅데이터 워크로드 및 가상화된 인fra구처를 처리하는 데 있어 시스템의 반응성과 효율성을 향상시키기 위해.
• 분산 데이터베이스 및 하이브리드 클라우드 환경에 적용 가능한 확장 가능한 프레임워크를 제공하기 위해.
• 피드백 기반 모델링을 통해 데이터 센터의 경제성 및 성능 평가를 지원하기 위해.

제안 방법

• 자원 할당 및 데이터 플로우를 조절하기 위해 내장된 피드백 루프를 갖춘 동적 계산 모델을 개발한다.
• 자기 조절 및 적응형 행동을 가능하게 하기 위해 분산 컴퓨팅 프로세스에 피드백 메커니즘을 통합한다.
• 시스템 및 제어 분야(eess.SY)의 제어 이론 원리를 활용하여 클라우드 환경에서의 피드백 역학을 모델링한다.
• 분산 데이터베이스의 구조적 복잡도와 동적 시스템 특성의 평가에 모델을 적용한다.
• 통합적 시스템 모델링을 위해 분산 컴퓨팅(cs.DC), 네트워킹(cs.NI), 제어 시스템(eess.SY)을 융합한 하이브리드 접근 방식을 활용한다.
• 기존 연구에서의 모델(arXiv:1402.1469 등)을 상당한 텍스트 중복을 포함해 활용하여 기존 피드백 프레임워크를 기반으로 구축한다.

실험 결과

연구 질문

• RQ1 미래의 분산 컴퓨팅 모델에 피드백 메커니즘을 통합하여 클라우드 시스템에서의 QoS를 향상시키는 방법은 무엇인가?
• RQ2 동적 피드백은 가상화된 클라우드 자원의 확장성 및 반응성 향상에 어떤 역할을 하는가?
• RQ3 피드백 모델은 분산 데이터베이스의 구조적 복잡도 평가를 어떻게 지원하는가?
• RQ4 피드백은 하이브리드 클라우드 시스템의 동적 행동 평가를 어떻게 향상시키는가?
• RQ5 피드백 기반 모델은 데이터 센터의 경제성 및 성능 평가를 효과적으로 지원할 수 있는가?

주요 결과

• 제안된 피드백 기반 모델은 분산 시스템에서 컴퓨팅 및 데이터 자원의 실시간 운영 관리를 가능하게 하여 QoS 향상에 기여한다.
• 피드백 통합은 특히 대규모 및 고도로 분산된 빅데이터 구조를 처리하는 데 있어 시스템의 적응 가능성 향상에 기여한다.
• 모델은 하이브리드 클라우드 환경에서의 시스템 특성 동적 평가를 지원하여 더 나은 성능 모니터링 및 제어를 가능하게 한다.
• 프레임워크는 분산 데이터베이스의 구조적 복잡도 평가 및 데이터 센터의 경제적 성능 평가에 확장 가능하다.
• 기존 연구와 상당한 텍스트 중복을 포함하여 피드백 모델링의 검증된 기반을 구축한 것으로 나타났다.
• 모델는 공식적으로 월드 애플라이드 사이언스 저널에 게재되어 이론적 프레임워크의 동료 심사 검증을 확인했다.