[논문 리뷰] Optimizing Response Time in SDN-Edge Environments for Time-Strict IoT Applications

Juan Luis Herrera, Jaime Galán–Jiménez외 2명|arXiv (Cornell University)|2020. 09. 28.

IoT and Edge/Fog Computing참고 문헌 17인용 수 3

한 줄 요약

이 논문은 시간에 민감한 IoT 애플리케이션에서 응답 시간을 최소화하기 위해 엣지 컴퓨팅 환경에서 애플리케이션 배포와 SDN 컨트롤러 위치 결정을 공동 최적화하는 프레임워크를 제안한다. 네트워킹과 컴퓨팅 차원을 동시에 최적화함으로써, 별도의 최적화 전략에 비해 응답 시간을 최대 28.97% 감소시킨다.

ABSTRACT

The rise of the Internet of Things (IoT) has opened new research lines that focus on applying IoT applications to domains further beyond basic user-grade applications, such as Industry or Healthcare. These domains demand a very high Quality of Service (QoS), mainly a very short response time. In order to meet these demands, some works are evaluating how to modularize and deploy IoT applications in different nodes of the infrastructure (edge, fog, cloud), as well as how to place the network controllers, since these decisions affect the response time of the application. Some works in the literature have approached this problem by providing separate plans for deployment and placing of controllers. However, this approach makes sub-optimal decisions, that complicate guaranteeing the demanded response time. To guarantee an optimal response time, it is crucial to solve the problem in a single effort that considers both, the networking and computing dimensions. In this work, we analyze the influences between the response time of computing and networking in edge computing environments with SDN networks, merging both optimization efforts into a single one and proposing a solution to the joint problem. Our evaluation shows that our proposal can shorten response time by up to 28.97%

연구 동기 및 목표

• 의료 및 산업 자동화와 같은 분야에서 초저지연 응답 시간을 달성하는 데 도전 과제를 해결한다.
• 기존 방법의 한계를 규명한다. 즉, 애플리케이션 배포와 컨트롤러 위치 결정을 별도로 최적화함으로써 최적 성능에 도달하지 못하는 점을 지적한다.
• SDN-엣지 환경에서 컴퓨팅과 네트워킹 차원을 동시에 고려하는 통합 최적화 모델을 제안한다.
• 통합된 의사결정을 통해 지연 민감한 IoT 워크로드에 대한 종단 간 응답 시간 보장을 확보한다.
• 일련의 최적화 또는 고립된 최적화 전략에 비해 공동 최적화의 우수성을 입증한다.

제안 방법

• 엔드포인트 노드에 분산된 애플리케이션 배포와 네트워크 전역의 SDN 컨트롤러 위치 결정을 모델링하는 공동 최적화 문제를 수립한다.
• 네트워크 지연과 처리 지연을 통합 목표 함수에 통합하여 총 응답 시간을 최소화한다.
• 혼합정수선형계획법(MILP)을 사용하여 애플리케이션 배치, 컨트롤러 위치, 데이터 경로 라우팅 간의 상호의존성을 모델링한다.
• 계산 복잡도를 낮추면서도 근사 최적의 응답 시간 성능 유지를 위한 휴리스틱 기반 솔루션 접근법을 적용한다.
• 동적 플로우 규칙과 컨트롤러-엣지 간 통신 지연을 고려하여 SDN 네트워크 토폴로지 모델을 구성한다.
• 다층 엣지 아키텍처에서 실제 IoT 워크로드를 시뮬레이션하여 공동 최적화 전략의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 애플리케이션 배포와 SDN 컨트롤러 위치 결정을 공동 최적화할 경우 엣지 컴퓨팅 환경에서 종단 간 응답 시간에 어떤 영향을 미치는가?
• RQ2 컨트롤러 위치 결정과 애플리케이션 배포를 분리하면 시간에 민감한 IoT 애플리케이션에서 얼마나 심각한 비최적의 응답 시간이 발생하는가?
• RQ3 통합 최적화 모델이 네트워크 지연과 컴퓨팅 지연을 효과적으로 균형 잡아 엄격한 QoS 요구사항을 충족시킬 수 있는가?
• RQ4 일련의 최적화 전략에 비해 양 차원을 공동으로 최적화할 경우 응답 시간 단축의 최대 성능 향상은 어느 정도인가?

주요 결과

• 제안된 공동 최적화 접근법은 애플리케이션 배포와 컨트롤러 위치 결정을 별도로 최적화한 경우에 비해 응답 시간을 최대 28.97% 감소시킨다.
• 애플리케이션과 컨트롤러 위치 결정을 조율하면 특히 고밀도 트래픽 또는 분산된 엣지 환경에서 종단 간 지연이 크게 향상된다.
• 공동 최적화 모델은 배포 또는 컨트롤러 위치 결정에서의 비최적 결정을 피함으로써 일련의 최적화 전략보다 뛰어난 성능을 보인다.
• 휴리스틱 기반 접근법을 통해 낮은 계산 오버헤드를 유지함으로써 실제 엣지 환경의 확장성 확보가 가능하다.
• 평가 결과 네트워크 지연과 컴퓨팅 지연은 상호의존적이며, 이를 별도로 최적화할 경우 성능 저하가 발생함을 확인했다.
• 특히 산업 제어 및 원격 의료와 같이 엄격한 시간 제약 조건을 가진 워크로드에 대해 프레임워크가 효과적이다.