[논문 리뷰] Mathematical Frameworks for Pricing in the Cloud: Revenue, Fairness, and Resource Allocations

Carlee Joe‐Wong, Soumya Sen|arXiv (Cornell University)|2012. 11. 30.

Cloud Computing and Resource Management참고 문헌 22인용 수 12

한 줄 요약

이 논문은 번들, 자원 기반, 차별화된 가격 책정 모델을 포함한 클라우드 가격 책정에서 수익성과 공정성 간의 트레이드오프를 분석하기 위한 수학적 프레임워크를 제안한다. 사용자 수요 모델링과 공정성 메트릭을 활용하여, 차별화된 가격 책정이 수익과 비교적 유사한 수준에서 공정성을 크게 향상시키며, 볼륨 할인은 낭비되는 용량을 줄이고 특히 자원 기반 및 차별화된 가격 책정에서 효율성을 향상시킨다.

ABSTRACT

As more and more users begin to use the cloud for their computing needs, datacenter operators are increasingly pressed to effectively allocate their resources among these client users. Yet while much work has been done in this area, relatively little attention has been paid to studying perhaps the ultimate lever of resource allocation: pricing. Most data centers today charge users by "bundling" heterogeneous resources together in a fixed ratio and selling these bundles to their clients. But bundling masks the fact that different users require different combinations of resources (e.g., CPUs, memory, bandwidth) to process their jobs. The presence of multiple resources in fact allows an operator to offer many different types of pricing strategies, which may have different effects on its revenue. Moreover, to avoid user dissatisfaction, operators must consider the impact of their chosen prices on the fairness of the jobs processed for different users. In this paper, we develop an analytical framework that accounts for the fairness and revenue tradeoffs that arise in a datacenter's multi-resource setting and the impact that different pricing plans can have on this tradeoff. We characterize the implications of different pricing plans on various fairness metrics and derive analytical limits on the operator's fairness-revenue tradeoff. We then provide an algorithm to navigate this tradeoff and compare the tradeoff points for different pricing strategies on a data trace taken from a Google cluster.

연구 동기 및 목표

• 다중 자원 클라우드 환경에서 가격 전략 평가를 위한 분석 프레임워크의 부재를 해결하기 위해.
• 가격 책정 계획에 따라 사용자 수요를 모델링하고, 이를 통해 도출되는 수익 및 공정성 결과를 정량화하기 위해.
• 볼륨 할인이 다양한 가격 책정 전략에서 자원 활용도, 공정성, 운영자 수익에 미치는 영향을 평가하기 위해.
• 공정성과 수익 트레이드오프 측면에서 번들, 자원 기반, 차별화된 가격 책정의 성능을 비교하기 위해.
• 경제적 인centives와 공정한 사용자 액세스를 균형 잡는 데 도움이 되는 의사결정 프레임워크를 제공하기 위해.

제안 방법

• 번들, 자원 기반, 차별화된 가격 책정 계획에 따라 기반한 유틸리티 최대화 기반의 사용자 수요 함수를 수립한다.
• 사용자 유틸리티 분포 평가를 위해 등수성과 효율성 성분을 조합한 복합 공정성 메트릭을 도입한다.
• 운영자 목표 함수 내 공정성과 수익의 가중합을 사용하여 공정성-수익 트레이드오프의 분석적 경계를 유도한다.
• Google 클러스터의 데이터 트레이스를 활용하여 수요 함수를 校정하고, 다양한 자원 용량과 볼륨 할인 조건에서의 가격 책정 결과를 시뮬레이션한다.
• 수치 최적화를 활용하여 공정성-수익 트레이드오프 곡선을 계산하고, 효율성의 Proxy로 남은 자원 용량을 분석한다.
• 할인 매개변수 γ를 변화시켜 볼륨 할인이 수익, 공정성, 미사용 용량에 미치는 영향을 분석한다.

실험 결과

연구 질문

• RQ1 번들, 자원 기반, 차별화된 가격 책정 전략이 다중 자원 클라우드 환경에서 공정성과 수익 간의 트레이드오프에 어떻게 영향을 미치는가?
• RQ2 다양한 가격 책정 계획과 사용자 수요 분포에서 공정성과 수익 간의 분석적 관계는 어떠한가?
• RQ3 볼륨 할인이 공정성-수익 트레이드오프와 자원 활용 효율성에 어떻게 영향을 미치는가?
• RQ4 차별화된 가격 책정이 수익 수준을 유지하면서 번들 또는 자원 기반 가격 책정에 비해 공정성을 얼마나 향상시킬 수 있는가?
• RQ5 자원 용량 이질성이 다양한 가격 책정 전략 하에서 공정성 및 수익 향상 잠재력에 어떻게 영향을 미치는가?

주요 결과

• 차별화된 가격 책정은 수익과 비교적 유사한 수준에서 번들 또는 자원 기반 가격 책정에 비해 공정성을 크게 향상시킨다.
• 볼륨 할인은 자원 및 차별화된 가격 책정 하에서 사용자 수요를 자극함으로써, 특히 잔여 CPU 용량을 감소시키고 수익을 증가시킨다.
• 번들 가격 책정은 수익 증가와 함께 잔여 용량이 증가하는 경향을 보이며, 사용되지 않는 자원에 대한 강제 과잉 할당으로 인해 본질적인 비효율성을 드러낸다.
• 공정성 메트릭은 낮은 공정성 수치가 총 유틸리티가 낮기보다는 사용자 유틸리티 분포의 열악한 등수성으로 인해 주로 발생함을 드러낸다.
• 모든 가격 책정 전략에서 CPU 코어만이 잔여 용량을 보이며, 이는 자원 할당에서 CPU가 핵심 제약 요소임을 시사한다.
• 볼륨 할인이 적용된 차별화된 가격 책정은 할인 및 가중치 매개변수의 다양한 조합을 통해 동일한 공정성-수익 트레이드오프 포인트를 달성할 수 있어 설계의 유연성을 보여준다.