[논문 리뷰] Design and Analysis of Dynamic Auto Scaling Algorithm (DASA) for 5G Mobile Networks

Yi Ren, Tuan Phung-Duc외 1명|arXiv (Cornell University)|2016. 04. 20.

Software-Defined Networks and 5G참고 문헌 28인용 수 5

한 줄 요약

이 논문은 5G 네트워크에서 가상화된 에볼브드 패킷 코어(vEPC)를 위한 동적 오토스케일링 알고리즘(DASA)을 제안한다. VNF 스케일링을 고전적 장비 용량과 VM 설정 시간을 고려한 큐잉 시스템으로 모델링하며, 운영 비용과 지연 시간 간의 트레이드오프를 최적화한다. 이로 인해 최대 40%의 비용 절감을 이끌어내며, λ=130 jobs/s에서 1.17초의 응답 시간 목표를 충족시킨다.

ABSTRACT

Network Function Virtualization (NFV) enables mobile operators to virtualize their network entities as Virtualized Network Functions (VNFs), offering fine-grained on-demand network capabilities. VNFs can be dynamically scale-in/out to meet the performance requirements for future 5G networks. However, designing an auto-scaling algorithm with low operation cost and low latency while considering the capacity of legacy network equipment is a challenge. In this paper, we propose a VNF Dynamic Auto Scaling Algorithm (DASA) considering the tradeoff between performance and operation cost. We also develop an analytical model to quantify the tradeoff and validate the analysis through extensive simulations. The system is modeled as a queueing model while legacy network equipment is considered as a reserved block of servers. The VNF instances are powered on and off according to the number of job requests. The results show that the proposed DASA can significantly reduce operation cost given the latency upper-bound. Moreover, the models provide a quick way to evaluate the cost-performance tradeoff without wide deployment, which can save cost and time.

연구 동기 및 목표

• 실제 환경에서의 제약 조건인 고전적 장비 용량과 VM 설정 시간을 고려한 vEPC 오토스케일링의 비용-성능 트레이드오프를 해결하기 위해.
• 전체 구현이 필요 없이 스케일링 결정이 응답 시간과 운영 비용에 미치는 영향을 정량화하는 분석 모델을 개발하기 위해.
• 주어진 성능 및 비용 목표에 맞는 최적의 VNF 인스턴스 수를 신속하게 설정할 수 있도록 하는 저복잡도 알고리즘을 설계하기 위해.
• 모바일 운영자가 실제 구현 전에 비용과 성능을 사전 평가할 수 있는 체계적인 방법을 제공하기 위해.

제안 방법

• vEPC 시스템을 유한 용량의 고전적 블록과 동적 VNF 인스턴스를 갖춘 큐잉 시스템으로 모델링한다.
• 분석 모델에 VM 설정 시간과 고전적 장비 용량을 핵심 시스템 제약 조건으로 통합한다.
• 성능 지표를 효율적으로 계산하기 위해 재귀 알고리즘을 제안하여 계산 복잡도를 감소시킨다.
• 운영 비용과 응답 시간 페널티를 조합한 비용 함수를 사용하여 최적의 스케일링 결정을 이끌어내는 데 활용한다.
• 다양한 트래픽 부하와 시스템 파라미터에 대해 광범위한 시뮬레이션을 통해 모델을 검증한다.
• 주어진 트래픽 강도 λ와 지연 시간 제약 조건에 대해 최적의 VNF 인스턴스 수 k를 유도하기 위해 모델을 적용한다.

실험 결과

연구 질문

• RQ1 VM 설정 시간과 고전적 장비 용량의 포함 여부가 vEPC 오토스케일링의 성능과 비용에 어떤 영향을 미치는가?
• RQ2 주어진 지연 시간 요구 조건을 충족시키면서 운영 비용을 최소화하는 최적의 VNF 인스턴스 수는 얼마인가?
• RQ3 제안된 분석 모델은 다양한 서비스 시간 분포에서 시스템 행동을 얼마나 정확하게 예측할 수 있는가?
• RQ4 실제 구현 없이도 최적의 스케일링 정책을 사전 설정하는 데 모델을 사용할 수 있는가?
• RQ5 트래픽 부하가 고전적 장비 용량을 초과할 경우 시스템 성능은 어떻게 변화하는가?

주요 결과

• 제안된 DASA 알고리즘은 기준 전략 대비 최대 40%의 운영 비용 절감을 이끌어내며, λ=130 jobs/s에서 1.17초의 응답 시간을 유지한다.
• 분석 모델은 지수, 결정성, 정규, 균일, 에르랑, 감마 분포를 포함한 다양한 서비스 시간 분포에서 시스템 성능을 정확하게 예측한다.
• λ=130일 때 최적의 VNF 인스턴스 수는 k=28로, 비용과 지연 시간 간의 균형을 이루며 Wq=1.17s를 달성한다.
• 트래픽이 고전적 장비 용량을 초과할 경우, 대기열에 있는 작업 수(S)와 평균 대기 시간(Wq)이 크게 증가한다.
• 모델를 통해 실질적인 구현이 필요 없이 빠르고 비용 효율적인 비용-성능 트레이드오프 평가가 가능해지며, 광범위한 실제 구현을 피할 수 있다.
• 최적의 k 값은 트래픽 부하에 매우 민감하다: λ=170일 때 최적의 k는 수용 가능한 지연 시간을 유지하기 위해 증가하며, 이는 동적 적응성을 보여준다.