[논문 리뷰] Optimal Response to Burstable Billing under Demand Uncertainty

Yong Zhan, Mahdi Ghamkhari외 3명|arXiv (Cornell University)|2016. 03. 18.

Supply Chain and Inventory Management참고 문헌 17인용 수 3

한 줄 요약

이 논문은 수요 불확실성이 있는 버스트블 빌링 환경에서 사용자가 대역폭 비용을 최소화하고 잉여를 최대화하기 위한 최적화 기반 방법을 제안한다. 95번째 백분율 사용량에 대한 다루기 쉬운 모델을 유도함으로써, 불확실한 수요 하에서의 확률적 대역폭 할당 문제를 수립하고, 실제 워크로드 트레이스를 사용하여 온디맨드 할당 대비 26%의 비용 절감과 23%의 잉여 증가를 입증한다.

ABSTRACT

Burstable billing is widely adopted in practice, e.g., by colocation data center providers, to charge for their users, e.g., data centers, for data transferring. However, there is still a lack of research on what the best way is for a user to manage its workload in response to burstable billing. To overcome this shortcoming, we propose a novel method to optimally respond to burstable billing under demand uncertainty. First, we develop a tractable mathematical expression to calculate the 95th percentile usage of a user, who is charged by provider via burstable billing for bandwidth usage. This model is then used to formulate a new bandwidth allocation problem to maximize the user's surplus, i.e., its net utility minus cost. Additionally, we examine different non-convex solution methods for the formulated stochastic optimization problem. We also extend our design to the case where a user can receive service from multiple providers, who all employ burstable billing. Using real-world workload traces, we show that our proposed method can reduce user's bandwidth cost by 26% and increase its total surplus by 23%, compared to the current practice of allocating bandwidth on-demand.

연구 동기 및 목표

• 수요 불확실성이 있는 버스트블 빌링 하에서 사용자가 대역폭을 체계적으로 최적화 관리할 수 있는 방법의 부족을 해결하기 위해.
• 임의의 수요 분포 하에서 95번째 백분율 대역폭 사용량을 계산하기 위한 다루기 쉬운 수학적 모델을 개발하기 위해.
• 불확실성 하에서 사용자 유틸리티와 대역폭 비용을 균형 잡는 잉여 최대화 문제를 수립하기 위해.
• 다중 공급자 환경으로 모델을 확장하여, 버스트블 빌링을 활용한 공급자 간 워크로드 분배를 가능하게 하기 위해.
• 실제 위키백과 워크로드 트레이스를 사용하여 성능을 평가하고, 비용과 잉여 측면에서의 상당한 향상을 입증하기 위해.

제안 방법

• 임의의 수요 분포 하에서 95번째 백분율 대역폭 사용량에 대한 닫힌 형태의 표현식을 유도하여, 임의의 수요 분포 하에서 분석적 최적화를 가능하게 한다.
• 사용자 잉여(순유틸리티 - 비용)를 최대화하기 위한 확률적 최적화 문제를 수립하며, 수요 불확실성 하에서의 제약 조건을 고려한다.
• 비볼록 최적화 문제를 해결하기 위해 비선형 혼합정수계획법 기법을 적용하고, 결정론적 및 확률적 예측 기반의 해법 방법을 모두 평가한다.
• 공급자 간 대역폭 할당 및 워크로드 분배를 동시에 최적화할 수 있도록 프레임워크를 다중 공급자 환경으로 확장한다.
• 실제 위키백과 페이지 조회 트레이스를 사용하여 다양한 가격 및 유틸리티 파rameter 하에서 워크로드 예측 및 성능 평가를 수행한다.
• 기준, 결정론적, 확률적 방법 간의 비교를 위한 정규화 및 시뮬레이션를 수행하여 성능 향상의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 미래 수요가 불확실할 때 버스트블 빌링 하에서 사용자가 최적의 대역폭 할당 전략을 수립할 수 있는 방법은 무엇인가?
• RQ2 임의의 수요 분포 하에서 버스트블 빌링 하에서 사용자가 순유틸리티에서 비용을 뺀 잉여를 최대화하기 위해 어떤 방법을 써야 하는가?
• RQ3 실제 워크로드에서 제안된 최적화 방법이 온디맨드 대역폭 할당 대비 성능이 어떻게 다른가?
• RQ4 버스트블 빌링 하에서 다수의 공급자를 활용할 경우 비용 절감 및 잉여 향상 측면에서 어떤 이점이 있는가?
• RQ5 대역폭 가격과 사용자 유틸리티 민감도가 제안된 최적화 프레임워크의 성능에 어떤 영향을 미치는가?

주요 결과

• 제안된 방법은 실제 위키백과 워크로드 트레이스를 사용하여 온디맨드 할당 대비 사용자 대역폭 비용을 26% 감소시킨다.
• 이 방법은 현재 온디맨드 관행 대비 사용자 잉여를 23% 증가시키며, 특히 높은 대역폭 가격 또는 높은 가격 민감도 상황에서 두드러진다.
• 확률적 최적화 접근법은 기준 및 결정론적 방법보다 뛰어나며, 수요 불확실성이 높을수록 두드러진다.
• 다수의 공급자를 활용할 경우 비용이 추가로 감소하고 잉여가 증가하며, 다중 공급자 확률적 방법은 단일 공급자 전략을 능가한다.
• 낮은 유틸리티 요소(가격 민감도가 높은)를 가진 사용자가 최적화 프레임워크에서 더 큰 이점을 얻으며, 더 큰 잉여 증가를 보인다.
• 간단한 예측 방법을 사용하더라도 프레임워크는 여전히 효과적이며, 이는 강건성과 실용적 적용 가능성을 시사한다.