[논문 리뷰] On Optimal and Fair Service Allocation in Mobile Cloud Computing

Mahmood Reza Rahimi, Nalini Venkatasubramanian외 2명|arXiv (Cornell University)|2013. 08. 20.

IoT and Edge/Fog Computing인용 수 7

한 줄 요약

이 논문은 이중 아키텍처(로컬 및 공공 클라우드)를 사용하여 모바일 클라우드 컴퓨팅에서 최적이고 공정한 서비스 할당을 위한 히우리스틱 알고리즘인 MuSIC를 제안한다. 사용자 이동성을 위치-시간 워크플로우(LTW)로 모델링함으로써 MuSIC는 지연, 전력 소비, 비용을 최소화하기 위해 작업을 동적으로 할당한다. 고정된 가격 제약 조건 하에서 공공 클라우드 전용 대비 지연과 전력 소비를 각각 25% 감소시키며, 최적 성능의 73%를 달성한다.

ABSTRACT

This paper studies the optimal and fair service allocation for a variety of mobile applications (single or group and collaborative mobile applications) in mobile cloud computing. We exploit the observation that using tiered clouds, i.e. clouds at multiple levels (local and public) can increase the performance and scalability of mobile applications. We proposed a novel framework to model mobile applications as a location-time workflows (LTW) of tasks; here users mobility patterns are translated to mobile service usage patterns. We show that an optimal mapping of LTWs to tiered cloud resources considering multiple QoS goals such application delay, device power consumption and user cost/price is an NP-hard problem for both single and group-based applications. We propose an efficient heuristic algorithm called MuSIC that is able to perform well (73% of optimal, 30% better than simple strategies), and scale well to a large number of users while ensuring high mobile application QoS. We evaluate MuSIC and the 2-tier mobile cloud approach via implementation (on real world clouds) and extensive simulations using rich mobile applications like intensive signal processing, video streaming and multimedia file sharing applications. Our experimental and simulation results indicate that MuSIC supports scalable operation (100+ concurrent users executing complex workflows) while improving QoS. We observe about 25% lower delays and power (under fixed price constraints) and about 35% decrease in price (considering fixed delay) in comparison to only using the public cloud. Our studies also show that MuSIC performs quite well under different mobility patterns, e.g. random waypoint and Manhattan models.

연구 동기 및 목표

• 동적 사용자 이동성과 제한된 장치 자원 조건 하에서 높은 QoS를 보장하는 데 도전 과제를 해결한다.
• 이동성에 기반한 서비스 사용 패턴을 반영하기 위해 모바일 애플리케이션 워크로드를 위치-시간 워크플로우(LTW)로 모델링하는 프레임워크를 개발한다.
• 이중 클라우드 아키텍처에서 단일 사용자 및 그룹 기반 협업 모바일 애플리케이션에 대한 최적의 서비스 할당을 형식적으로 모델링한다.
• 응용 프로그램 지연, 장치 전력 소비, 사용자 비용이라는 다중 QoS 목표를 균형 잡는 스케일러블하고 효율적인 히우리스틱 알고리즘을 설계한다.

제안 방법

• 사용자 위치와 시간에 따라 작업 실행이 결정되는 위치-시간 워크플로우(LTW)로 모바일 애플리케이션을 모델링하여 이동 패턴을 반영한다.
• 가격, 지연, 에너지 소비를 통합한 유틸리티 최적화 문제로 서비스 할당 문제를 수립하였으며, 이 문제가 NP-난이도임을 증명하였다.
• 예측된 사용자 이동성과 QoS 트레이드오���을 고려해 작업을 로컬 또는 공공 클라우드 자원에 할당하는 히우리스틱 알고리즘인 MuSIC(Mobility-aware Service Allocation in Clouds)을 제안한다.
• 비용, 지연, 에너지 간의 트레이드오프를 정량화하는 유틸리티 메트릭을 사용하여 사용자가 이동함에 따라 동적으로 재구성할 수 있도록 한다.
• 실시간 오프로딩 결정을 지원하기 위해 MuSIC 알고리즘을 MAPCloud 미들웨어 프레임워크에 통합한다.
• 복잡한 모바일 워크로드(예: 영상 스트리밍, 신호 처리, 멀티미디어 공유)를 사용한 실제 구현 및 시뮬레이션을 통해 접근 방식을 평가한다.

실험 결과

연구 질문

• RQ1 어떻게 사용자 이동성과 그에 따른 서비스 사용 패턴에 영향을 미치는 모바일 애플리케이션 워크로드를 효과적으로 모델링할 수 있는가?
• RQ2 다중 QoS 목표를 고려할 때 이중 모바일 클라우드 아키텍처에서 최적의 서비스 할당의 계산 복잡도는 어떻게 되는가?
• RQ3 스케일러블한 히우리스틱 알고리즘이 다양한 사용자 이동성 패턴을 가진 동적 환경에서 근사 최적 성능을 달성할 수 있는가?
• RQ4 공공 클라우드에만 의존하는 것과 비교해 이중 클라우드 아키텍처(로컬 + 공공)가 지연과 전력 소비를 얼마나 줄이는가?
• RQ5 이동성 조건 하에서 그룹 기반 협업 모바일 애플리케이션에서 제안된 프레임워크는 어떻게 고성능 QoS와 공정성을 유지하는가?

주요 결과

• 이중 클라우드 아키텍처에서 단일 사용자 및 그룹 기반 모바일 애플리케이션에 대한 최적의 서비스 할당 문제는 NP-난이도임을 증명하였다.
• MuSIC는 유틸리티 측면에서 최적 해의 약 73%를 달성하여 단순 오프로딩 전략보다 뚜렷이 뛰어난 성능을 보였다.
• 고정된 가격 제약 조건 하에서 MuSIC는 공공 클라우드 전용 대비 응용 프로그램 지연과 장치 전력 소비를 약 25% 감소시켰다.
• 지연이 고정된 조건에서 MuSIC는 공공 클라우드 전용 배포 대비 사용자 비용을 약 35% 감소시켰다.
• MuSIC는 무작위 경로 이동 및 맨해튼 이동 패턴을 포함한 다양한 이동 모델에서 뛰어난 성능을 보였다.
• 프레임워크는 복잡한 워크플로우를 동시에 실행하는 100명 이상의 사용자에서도 스케일러블한 운영을 지원하며 고성능 QoS를 유지한다.