[논문 리뷰] Online Mechanism Design for Cloud Computing

Weidong Ma, Bo Zheng외 3명|arXiv (Cornell University)|2014. 03. 07.

Auction Theory and Applications참고 문헌 13인용 수 5

한 줄 요약

이 논문은 효율성과 진실성의 균형을 이루는 두 가지 지배전략 incetive-compatible (DSIC) 온라인 메커니즘을 제안한다. 첫 번째 메커니즘은 빠르고 경쟁적인 할당을 위한 지수 우선순위 함수를 사용하는 근사 알고리즘을 활용한다. 두 번째 메커니즘은 작업 요구량이 클수록 성능이 뛰어나지 못한 경우에 유리한 동적 프로그래밍 기반 메커니즘으로, 경쟁 비율 $ n_{\max} \cdot \frac{\chi}{1 - \chi^{-1/\kappa}} + 1 $ 을 달 đạt한다.

ABSTRACT

In this work, we study the problem of online mechanism design for resources allocation and pricing in cloud computing (RAPCC). We show that in general the allocation problems in RAPCC are NP-hard, and therefore we focus on designing dominant-strategy incentive compatible (DSIC) mechanisms with good competitive ratios compared to the offline optimal allocation (with the prior knowledge about the future jobs). We propose two kinds of DSIC online mechanisms. The first mechanism, which is based on a greedy allocation rule and leverages a priority function for allocation, is very fast and has a tight competitive bound. We discuss several priority functions including exponential and linear priority functions, and show that the former one has a better competitive ratio. The second mechanism, which is based on a dynamic program for allocation, also has a tight competitive ratio and performs better than the first one when the maximum demand of cloud customers is close to the capacity of the cloud provider.

연구 동기 및 목표

• 미래의 작업 도착에 대한 정보가 불확실한 상황에서 동적 클라우드 리소스 할당을 위한 인centive-compatible 온라인 메커니즘 설계의 과제를 해결한다.
• 사회적 복지를 극대화(효율성)하면서도 지배전략 인centive-compatible (DSIC)를 통해 진실한 보고를 보장하는 메커니즘을 개발한다.
• 모든 미래의 작업 요청을 알고 있는 최적의 오프라인 할당에 대비해 경쟁 비율 보장을 제공한다.
• 실시간 클라우드 환경에서 이질적인 작업 요구량과 시간 제약 조건을 처리할 수 있는 메커니즘을 설계한다.
• 고정 가격 및 스폰지 인스턴스 모델의 한계를 극복하기 위해 강력한 전략적 보장을 갖춘 동적이고 시장 기반의 가격 설정을 가능하게 한다.

제안 방법

• 값과 요구량을 기반으로 실시간으로 자원을 할당하기 위해 우선순위 함수(지수 또는 선형)를 사용하는 근사 온라인 메커니즘(ΓG)을 제안한다.
• 각 중요한 시점에서 가장 가치 있는 작업의 부분집합을 선택함으로써 할당 품질을 향상시키는 동적 프로그래밍 기반 메커니즘(ΓD)을 구현한다.
• 중단된 작업으로부터의 수수료를 새로 할당된 작업에 재분배하는 일시적 수수료 메커니즘을 도입하여 예산 균형과 진실성 유지 보장한다.
• 최적의 오프라인 솔루션(OPT)에 대한 성능을 경쟁 분석을 통해 근사하여, 작업 길이(l_j), 용량(C), 최대 요구량(n_max) 등의 파라미터를 사용한다.
• 승리한 작업의 총 수수료를 $ (n_{\max} \cdot \frac{\chi}{1 - \chi^{-1/\kappa}} + 1) \cdot v_j $ 이내로 제한하는 수수료 규칙을 도입하여 경쟁 비율의 유한성을 확보한다.
• 작업 요구량이 크고 용량에 가까워질수록 동적 프로그래밍 메커니즘(ΓD)이 근사 메커니즘보다 더 낮은 경쟁 비율을 달달 수 있음을 증명한다.

실험 결과

연구 질문

• RQ1 클라우드 리소스 할당에 대해 지배전략 인centive-compatible (DSIC)이면서도 효율적이고 진실한 온라인 메커니즘을 어떻게 설계할 수 있는가?
• RQ2 작업 요구량이 클수록 클라우드 제공자의 용량에 가까워질 경우, 온라인 메커니즘의 경쟁 비율은 얼마로 보장될 수 있는가?
• RQ3 지수 우선순위 함수를 사용하는 근사 메커니즘과 동적 프로그래밍 기반 메커니즘 간의 경쟁 비율 측면에서 성능은 어떻게 비교될 수 있는가?
• RQ4 중단된 작업으로부터의 비용을 새로운 작업에 재분배할 수 있는 수수료 메커니즘을 설계할 수 있으며, 이는 진실성과 유한한 총 수수료를 유지하는가?
• RQ5 작업 길이와 요구량의 이질성은 클라우드 컴퓨팅 환경에서 온라인 할당 메커니즘의 경쟁 비율에 어떤 영향을 미치는가?

주요 결과

• 클라우드 리소스 할당 및 가격 설정(RAPCC)의 최적 온라인 할당 문제는 NP-난이도이므로 근사 메커니즘이 필요하다.
• 지수 우선순위 함수를 사용하는 근사 메커니즘(ΓG)은 날카운 경쟁 경계를 달성하지만, 작업 요구량이 용량에 가까워질수록 성능이 떨어진다.
• 동적 프로그래밍 기반 메커니즘(ΓD)은 $ n_{\max} \cdot \frac{\chi}{1 - \chi^{-1/\kappa}} + 1 $ 의 경쟁 비율을 달달 수 있으며, $ n_{\max} \approx C $ 일 경우 ΓG보다 훨씬 뛰어난 성능을 보인다.
• 작업 요구량이 클 경우, ΓD는 각 결정 시점에서 고가치 작업을 더 전략적으로 선택할 수 있어 ΓG보다 경쟁 비율 측면에서 뛰어난 성능을 보인다.
• 수수료 메커니즘은 어떤 에이전트도 $ (n_{\max} \cdot \frac{\chi}{1 - \chi^{-1/\kappa}} + 1) \cdot v_j $ 를 초과하여 지불하지 않도록 보장하여 진실성과 예산 균형을 유지한다.
• 두 메커니즘 모두 지배전략 인centive-compatible (DSIC)이므로, 에이전트는 자신의 진실한 가치와 작업 파rameter를 보고할수록 기대 유용도를 극대화한다.