[논문 리뷰] Quality of Service (QoS) Modelling in Federated Cloud Computing

Kun Ma, Antoine Bagula외 1명|arXiv (Cornell University)|2019. 11. 08.

Cloud Computing and Resource Management참고 문헌 30인용 수 5

한 줄 요약

이 논문은 연합 클라우드 환경에서 서비스 품질(QoS) 관리를 위한 이중 모델 프레임워크를 제안한다: 차등 진화(DE) 기반 다중-QoS 작업 할당 모델과 새로운 가상 머신 이주시행 모델(VMMNDMS). 제안된 방법은 기준 알고리즘 대비 가상 머신 이주 빈도를 84.05% 감소시키고 에너지 소비를 최대 32.18% 절감하면서도 수용 가능한 SLA 준수를 유지하여, 연합 클라우드에서 협력적-경쟁적 혼합 자원 관리 전략의 효과성을 입증한다.

ABSTRACT

Building around the idea of a large scale server infrastructure with a potentially large number of tailored resources, which are capable of interacting to facilitate the deployment, adaptation, and support of services, cloud computing needs to frequently reschedule and manage various application tasks in order to accommodate the requests of a wide range and number of users. One of the challenges of cloud computing is to support and manage Quality-of-Service (QoS) by designing efficient techniques for the allocation of tasks between users and the cloud virtual resources, as well as assigning virtual resources to the cloud physical resources. The migration of virtual resources across physical resources is another challenge that requires considerable attention; especially in federated cloud computing environments wherein, providers might be willing to offer their unused resources as a service to the federation (cooperative allocation) and pull back these resources for their own use when they are needed (competitive allocation). This paper revisits the issue of QoS in cloud computing by formulating and presenting i) a multi-QoS task allocation model for the assignment of tasks to virtual machines and ii) a virtual machine migration model for a federated cloud computing environment by considering cases where resource providers are operating in cooperative or competitive mode. A new differential evolution (DE) based binding policy for task allocation and a novel virtual machine model are proposed as solutions for the problem of QoS support in federated cloud environments. The experimental results show that the proposed solutions improved the quality of service in the cloud computing environment and reveal the relative advantages of operating a mixed cooperation and competition model in a federated cloud environment.

연구 동기 및 목표

• 협력적 또는 경쟁적 자원 공유 모델을 따르는 연합 클라우드 환경에서 동적 QoS 관리에 도전하는 문제를 해결한다.
• 성능, 비용, 자원 제약 조건을 기반으로 사용자 워크로드를 가상 머신에 매핑하는 다중-QoS 작업 할당 모델을 설계한다.
• 에너지 소비와 이주 오버헤드를 최소화하면서도 SLA 준수를 유지하는 가상 머신 이주 스케줄링 알고리즘을 개발한다.
• 혼합 협력-경쟁 클라우드 연합 모델에서 에너지 효율성, 이주 빈도, SLA 위반 비율 간의 상호 교환 관계를 평가한다.
• 확장 가능하고 에너지 인식적인 클라우드 자원 관리에 대해 차등 진화 기반 VM 스케줄링과의 통합이 타당하고 성능 향상에 기여함을 입증한다.

제안 방법

• 응답 시간, 처리량, 비용 등의 성능 지표를 기반으로 사용자 작업을 가상 머신에 바인딩하기 위해 다중-QoS 작업 할당 모델을 설계하고, 이에 차등 진화(DE) 알고리즘을 적용한다.
• 호스트 부하와 이주 비용을 사전 평가하여 이주를 촉발하는 새로운 가상 머신 이주 모델(VMMNDMS)을 도입함으로써 불필요한 이주를 줄인다.
• 과도한 할당과 저조도 활용을 방지하기 위해 로드 임계값 메커니즘(최대 80%, 최소 0%)을 도입하여 이주 필요성을 판단한다.
• 처리, 메모리, 대역폭 비용을 각각 3.0, 0.05, 0.001로 조합한 비용 함수를 사용하여 이주 결정을 안내하고 자원 활용도를 최적화한다.
• 수요에 따라 자원 공유 풀을 공유하는 협력 모드와 자가 우선순위를 부여하는 경쟁 모드를 전환할 수 있는 하이브리드 연합 모델을 구현한다.
• 실세계 파rameter 세트(VM 유형, 호스트 구성, SLA 지표 포함)를 사용하여 CloudSim 시뮬레이션 툴킷을 통해 모델을 검증한다.

실험 결과

연구 질문

• RQ1 어떻게 연합 클라우드 환경에서 사용자 워크로드를 효율적으로 가상 머신에 바인딩할 수 있는 다중-QoS 작업 할당 모델을 설계할 수 있는가?
• RQ2 협력적 대비 경쟁적 자원 공유 모드가 가상 머신 이주 빈도와 에너지 소비에 미치는 영향은 어떠한가?
• RQ3 DE 기반 스케줄링 정책은 얼마나 효과적으로 가상 머신 이주 오버헤드를 감소시킬 수 있으며, 수용 가능한 SLA 준수를 유지할 수 있는가?
• RQ4 기존 알고리즘(MadMmt, IqrMc)과 비교해보았을 때, 제안된 VMMNDMS 알고리즘은 에너지 효율성과 SLA 준수 측면에서 어떤가?
• RQ5 하이브리드 협력-경쟁 모델은 연합 클라우드 시스템에서 에너지 절감과 서비스 품질 간의 더 나은 균형을 달성할 수 있는가?

주요 결과

• 제안된 VMMNDMS 알고리즘은 협력 연합에서 MadMmt 대비 84.05%, IqrMc 대비 86.20%의 가상 머신 이주 시간 감소를 기록했으며, 경쟁 연합에서는 각각 80.89%와 80.02% 감소를 기록했다.
• 에너지 소비는 협력 모드에서 MadMmt 대비 22.99%, IqrMc 대비 23.72% 감소했고, 경쟁 모드에서는 각각 32.18%와 28.52% 감소했다.
• SLA 위반 비율은 MadMmt 및 IqrMc보다 높았는데, 협력 연합에서는 각각 14.60%와 19.16%, 경쟁 연합에서는 각각 33.41%와 29.31%였으며, 이는 이주 감소와 엄격한 SLA 준수 사이의 상충 관계를 시사한다.
• 경쟁 연합은 협력 연합보다 더 높은 SLA 준수율(12.68% 위반률)을 달성했지만, 이주 빈도는 더 높았다.
• 협력 연합은 더 넓은 VM 선택 기회 덕분에 더 낮은 에너지 소비를 달성했지만, 이에 따라 이주 오버헤드가 증가했다.
• 결과적으로 VMMNDMS는 이주 빈도와 에너지 소비를 효과적으로 감소시켜 연합 클라우드 환경에서 에너지 효율성과 QoS 간의 유리한 상충 관계를 달성함을 확인했다.