[논문 리뷰] Improving Performance of heavily loaded agents

Fatma Özcan, V. S. Subrahmanian외 1명|ArXiv.org|2000. 12. 11.

Mobile Agent-Based Network Management참고 문헌 51인용 수 4

한 줄 요약

이 논문은 비용 기반의 불변 기반 프레임워크를 제안하여 고도로 복잡한 이질적 에이전트에서 여러 요청을 최적화하고 통합함으로써 공통된 하위작업의 공유 실행을 가능하게 한다. 개발자가 지정한 불변 조건을 통해 동치, 포함, 겹침 조건을 식별함으로써 저자들은 BFMerge와 DFMerge 알고리즘을 도입하여 중복 계산을 줄이며, A*-기반 방법 대비 최대 6300배의 속도 향상과 10%의 비용 오버헤드를 달성한다.

ABSTRACT

With the increase in agent-based applications, there are now agent systems that support \emph{concurrent} client accesses. The ability to process large volumes of simultaneous requests is critical in many such applications. In such a setting, the traditional approach of serving these requests one at a time via queues (e.g. extsf{FIFO} queues, priority queues) is insufficient. Alternative models are essential to improve the performance of such \emph{heavily loaded} agents. In this paper, we propose a set of \emph{cost-based algorithms} to \emph{optimize} and \emph{merge} multiple requests submitted to an agent. In order to merge a set of requests, one first needs to identify commonalities among such requests. First, we provide an \emph{application independent framework} within which an agent developer may specify relationships (called \emph{invariants}) between requests. Second, we provide two algorithms (and various accompanying heuristics) which allow an agent to automatically rewrite requests so as to avoid redundant work---these algorithms take invariants associated with the agent into account. Our algorithms are independent of any specific agent framework. For an implementation, we implemented both these algorithms on top of the \impact agent development platform, and on top of a (non-\impact) geographic database agent. Based on these implementations, we conducted experiments and show that our algorithms are considerably more efficient than methods that use the $A^*$ algorithm.

연구 동기 및 목표

• 대량의 동시 요청을 처리하는 고부하 에이전트에서 발생하는 성능 저하 문제를 해결하기 위해.
• 여러 요청 간 공통 하위작업이나 데이터 의존성이 존재할 경우 중복 계산을 줄이기 위해.
• 불변 조건을 통한 의미적 공통성을 식별하여, 프레임워크에 종속되지 않는 일반적인 요청 통합 방법을 제공하기 위해.
• 확장성, 속도, 비용 효율성 측면에서 기존 A*-기반 통합 기법을 능가하는 것을 목표로 하기 위해.
• 기본 코드 호출 조건을 사전 최적화함으로써 정규 에이전트에서 상태 세트 계산을 효율적으로 실행할 수 있도록 하기 위해.

제안 방법

• 프레임워크는 에이전트 개발자가 코드 호출 조건 간 동치성, 포함성, 겹침을 지정할 수 있는 불변 조건을 정의할 수 있도록 허용한다.
• 음이 없는 완전한 알고리즘은 개발자가 제공한 초기 불변 조건 집합으로부터 유도 가능한 모든 불변 조건을 계산한다.
• 비용 최적화된 실행 계획을 하나의 코드 호출 조건 집합으로 생성하기 위해, 두 가지 휴리스틱 기반의 통합 알고리즘인 BFMerge와 DFMerge를 제안한다.
• 공통 표현식과 의존성 기반으로 요청을 별도로 실행하는 것과 통합하는 것 사이의 비용 트레이드오프를 평가한다.
• 일반성과 성능를 검증하기 위해, IMPACT 에이전트 플랫폼과 지리정보 데이터베이스 에이전트 모두에 구현하여 검증한다.
• 논리적 기반을 활용하여 정확성을 보장하면서도, 이질적 데이터 소스 간의 중복 실행을 최소화한다.

실험 결과

연구 질문

• RQ1 여러 에이전트 요청 간 공통 표현식을 공식적으로 식별하고, 중복 계산을 줄이기 위해 어떻게 활용할 수 있는가?
• RQ2 총 실행 비용을 최소화하면서 다수의 요청을 통합하기 위한 확장성 있고 효율적인 알고리즘적 접근 방식은 무엇인가?
• RQ3 불변 기반 추론이 에이전트 워크로드에 있어서 기존 A*-기반 통합 기법보다 속도와 확장성 측면에서 뛰어나게 작용할 수 있는가?
• RQ4 기존 코드와 이질적 데이터 소스에 적용할 수 있는 프레임워크의 아키텍처 변경 없이 적용 가능한 범위는 어느 정도인가?
• RQ5 실제 에이전트 워크로드에서 제안된 통합 알고리즘의 성능은 A*-기반 방법과 비교해 어떻게 되는가?

주요 결과

• 제안된 BFMerge와 DFMerge 알고리즘은 A*-기반 알고리즘 대비 요청 통합 성능에서 최대 6300배의 속도 향상을 달성한다.
• 이 알고리즘들은 A* 알고리즘보다 두 배 이상 많은 동시 코드 호출 조건을 처리할 수 있다.
• 제안된 알고리즘들이 생성한 실행 계획의 비용은 A* 알고리즘에 의해 생성된 계획의 비용보다 최대 10% 높을 뿐이다.
• IMPACT 에이전트 플랫폼과 지리정보 데이터베이스 에이전트 양쪽 모두에서 중복 계산을 성공적으로 줄여, 프레임워크 간 적용 가능성의 타당성을 입증한다.
• 불변 기반 접근은 기존 에이전트 프레임워크나 기존 코드를 수정하지 않아도 정확하고 효율적인 통합을 가능하게 한다.
• 기본 코드 호출 조건을 사전 최적화함으로써 정규 에이전트에서 상태 세트 계산을 최적화하는 데 효과적이다.