[논문 리뷰] iFogSim: A Toolkit for Modeling and Simulation of Resource Management Techniques in Internet of Things, Edge and Fog Computing Environments

Harshit Gupta, Amir Vahid Dastjerdi외 2명|arXiv (Cornell University)|2016. 06. 07.

IoT and Edge/Fog Computing참고 문헌 12인용 수 48

한 줄 요약

이 논문은 IoT, 엣지 및 퍼그 컴퓨팅 환경에서 자원 관리 기법을 모델링하고 평가하기 위해 설계된 시뮬레이션 툴킷인 iFogSim을 소개한다. 이 툴킷은 이질적인 장치를 통해 애플리케이션 워크로드, 운영자 배치, 스케줄링 정책의 엔드 투 엔드 시뮬레이션을 가능하게 하며, 낮은 지연, 확장성, 그리고 클라우드 전용 대비 엣지 인식형 배치와 같은 QoS 기반 정책 평가를 지원한다.

ABSTRACT

Internet of Things (IoT) aims to bring every object (e.g. smart cameras, wearable, environmental sensors, home appliances, and vehicles) online, hence generating massive amounts of data that can overwhelm storage systems and data analytics applications. Cloud computing offers services at the infrastructure level that can scale to IoT storage and processing requirements. However, there are applications such as health monitoring and emergency response that require low latency, and delay caused by transferring data to the cloud and then back to the application can seriously impact their performances. To overcome this limitation, Fog computing paradigm has been proposed, where cloud services are extended to the edge of the network to decrease the latency and network congestion. To realize the full potential of Fog and IoT paradigms for real-time analytics, several challenges need to be addressed. The first and most critical problem is designing resource management techniques that determine which modules of analytics applications are pushed to each edge device to minimize the latency and maximize the throughput. To this end, we need a evaluation platform that enables the quantification of performance of resource management policies on an IoT or Fog computing infrastructure in a repeatable manner. In this paper we propose a simulator, called iFogSim, to model IoT and Fog environments and measure the impact of resource management techniques in terms of latency, network congestion, energy consumption, and cost. We describe two case studies to demonstrate modeling of an IoT environment and comparison of resource management policies. Moreover, scalability of the simulation toolkit in terms of RAM consumption and execution time is verified under different circumstances.

연구 동기 및 목표

• IoT 및 퍼그 컴퓨팅 환경에서 자원 관리 정책을 평가하기 위한 확장 가능하고 반복 가능한 시뮬레이션 플랫폼의 부족을 해결하기 위해.
• 엣지, 퍼그, 클라우드 계층 간 스트림 처리 애플리케이션의 스케줄링, 배치, 이주 전략의 성능 평가를 가능하게 하기 위해.
• 실제 네트워크, 계산 및 스토리지 제약 조건을 반영한 엔드 투 엔드 IoT 워크로드 모델링을 지원하기 위해.
• 지연 최소화 및 에너지 효율성과 같은 QoS 기반 정책을 비교하기 위한 프레임워크를 제공하기 위해.
• 실시간으로 지연에 민감한 IoT 애플리케이션에서의 동적이고 적응형 자원 관리에 관한 연구를 촉진하기 위해.

제안 방법

• 이질적인 장치를 지원하는 IoT, 퍼그, 클라우드 인프라용 이산 사건 시뮬레이터로서 iFogSim의 설계 및 구현.
• 가변적인 텀블 크기, 전송 속도 및 애플리케이션 데이터 플로우 그래프(DAG)를 가진 데이터 스트림으로서의 IoT 워크로드 모델링.
• 클라우드 전용 및 엣지 인식형 운영자 배치 전략을 포함한 자원 인식 스케줄링 정책 통합.
• 사용자 정의 가능한 토폴로지 및 QoS 메트릭을 사용해 분산 장치 간 네트워크 지연, 대역폭 제약 조건 및 에너지 소비 시뮬레이션.
• 장치 가용성 및 워크로드 수요에 기반한 동적 자원 할당, 운영자 이주 및 통합 지원.
• 클라우드 수준 모델링을 위한 CloudSim 통합 및 엣지/퍼그 계층으로의 확장으로 전체 스택 시뮬레이션 지원.

실험 결과

연구 질문

• RQ1 엣지 인식 자원 관리가 IoT 스트림 처리에서 클라우드 전용 배치 대비 종단 간 지연을 얼마나 줄이는가?
• RQ2 튜플 크기와 데이터 전송 속도의 변화가 퍼그 환경에서 네트워크 혼잡도와 처리 지연에 미치는 영향은 무엇인가?
• RQ3 장치 및 워크로드 수가 증가함에 따라 iFogSim의 RAM 사용량과 실행 시간 측면에서의 확장성은 어떠한가?
• RQ4 다양한 자원 배치 전략에서 에너지 소비, 네트워크 부하 및 지연 간의 성능 트레이드오프는 무엇인가?
• RQ5 이상적인 장치와 동적 QoS 요구 조건을 가진 실제 세계의 IoT 워크로드를 시뮬레이션하는 데 iFogSim의 효과성은 어떠한가?

주요 결과

• iFogSim은 현실적인 네트워크, 계산 및 스토리지 제약 조건을 반영한 대규모 IoT 및 퍼그 환경을 성공적으로 시뮬레이션한다.
• 이 시뮬레이터는 확장성이 뛰어나며, 고도의 장치 및 워크로드 수에서도 RAM 사용량과 실행 시간이 관리 가능한 수준을 유지한다.
• 특히 높은 데이터 전송 속도에서 클라우드 전용 배치 대비 엣지 인식 배치 전략이 종단 간 지연을 크게 감소시킨다.
• 이 툴킷은 지연, 에너지 소비 및 네트워크 혼잡도와 같은 QoS 메트릭의 반복 가능하고 정량적인 평가를 가능하게 한다.
• 사례 연구를 통해 iFogSim은 동적 이주 및 통합과 같은 자원 관리 정책 간 의미 있는 비교를 지원함을 확인한다.
• 이 플랫폼은 확장 가능하며, 향후 전력 인식 스케줄링, 장애 모델링, 가상화 기법 비교 등의 향상 사항을 지원한다.