[논문 리뷰] Tasks Scheduling Technique Using League Championship Algorithm for Makespan Minimization in IaaS Cloud

Shafi’i Muhammad Abdulhamid, Muhammad Shafie Abd Latiff외 1명|arXiv (Cornell University)|2015. 10. 12.

Cloud Computing and Resource Management참고 문헌 16인용 수 41

한 줄 요약

이 논문은 인프라로서의 서비스(IaaS) 환경에서 최소화할 만한 시간을 최소화하기 위해 리그 챔피언십 알고리즘(LCA)을 사용하는 새로운 작업 스케줄링 기법을 제안한다. 이는 잘 알려진 NP-난이도 문제이다. LCA는 스포츠 대회 구조를 모방한 인구 기반 메타휴리스틱으로, 전통적인 비선점 스케줄링 알고리즘(FCFS, LJF, BEF)보다 최소화할 만한 시간을 줄이는 데서 뛰어나며, 실행 시간 효율성에서 중간 정도이지만 일관된 향상을 보였다.

ABSTRACT

Makespan minimization in tasks scheduling of infrastructure as a service (IaaS) cloud is an NP-hard problem. A number of techniques had been used in the past to optimize the makespan time of scheduled tasks in IaaS cloud, which is propotional to the execution cost billed to customers. In this paper, we proposed a League Championship Algorithm (LCA) based makespan time minimization scheduling technique in IaaS cloud. The LCA is a sports-inspired population based algorithmic framework for global optimization over a continuous search space. Three other existing algorithms that is, First Come First Served (FCFS), Last Job First (LJF) and Best Effort First (BEF) were used to evaluate the performance of the proposed algorithm. All algorithms under consideration assumed to be non-preemptive. The results obtained shows that, the LCA scheduling technique perform moderately better than the other algorithms in minimizing the makespan time of scheduled tasks in IaaS cloud.

연구 동기 및 목표

• IaaS 클라우드 환경에서 최소화할 만한 시간 최소화 문제의 NP-난이도 과제를 해결하기 위해.
• 자연을 모방한 메타휴리스틱을 활용한 새로운 스케줄링 기법을 설계하여 성능 향상을 도모하기 위해.
• 기존의 비선점 스케줄링 알고리즘(FCFS, LJF, BEF)과 비교하여 LCA 기반 접근법의 성능을 평가하기 위해.
• 스케줄링된 작업의 총 완료 시간을 최소화함으로써 클라우드 고객의 실행 비용을 줄이기 위해.
• 분산 클라우드 인프라에서 작업 스케줄링 최적화를 위해 LCA의 효과성을 입증하기 위해.

제안 방법

• 리그 챔피언십 알고리즘(LCA)은 IaaS 클라우드에서 작업 스케줄링을 위한 인구 기반 전역 최적화 프레임워크로 적용된다.
• LCA는 해답(작업)이 라운드 단위로 대결을 통해 최적의 스케줄로 수렴하도록 스포츠 리그 대회 구조를 시뮬레이션한다.
• 알고리즘은 최소화할 만한 시간을 기반으로 한 피트니스 함수를 사용하여 작업 스케줄링 해답을 평가하고 순위를 매긴다.
• 대회 방식의 선택 및 교체를 통해 반복적으로 해답을 업데이트함으로써 최소화할 만한 시간으로 수렴하는 데 기여한다.
• 이 방법은 비선점 스케줄링을 전제로 하며, 작업이 시작되면 중단 없이 완료될 때까지 실행됨을 의미한다.
• 성능는 먼저 도착한 순서에 따라 처리하는(FCFS), 마지막으로 도착한 작업을 먼저 처리하는(LJF), 최선의 노력을 우선시하는(BEF) 세 가지 기존 알고리즘과 비교된다.

실험 결과

연구 질문

• RQ1 LCA 기반 스케줄링 기법은 기존의 비선점 알고리즘보다 IaaS 클라우드 환경에서 더 나은 최소화할 만한 시간 최소화를 달성할 수 있는가?
• RQ2 LCA는 FCFS, LJF, BEF와 비교해 스케줄링 효율성 및 실행 시간 단축 측면에서 어떻게 성능을 보이는가?
• RQ3 대회 기반 메타휴리스틱의 사용이 분산 클라우드 환경에서 작업 스케줄링 성능에 어떤 영향을 미치는가?
• RQ4 LCA는 IaaS 환경에서 다양한 작업 및 자원 구성에 대해 일관된 향상을 제공하는가?
• RQ5 LCA는 최소화할 만한 시간 최소화를 통해 클라우드 고객의 총 실행 비용을 어느 정도 줄일 수 있는가?

주요 결과

• LCA 기반 스케줄링 기법은 FCFS, LJF, BEF와 비교해 최소화할 만한 시간 최소화에서 중간 정도이지만 일관된 향상을 보였다.
• 제안된 방법은 스케줄링된 작업의 총 완료 시간을 줄이는 데 있어 더 나은 수렴성과 안정성을 보였다.
• 특히 작업의 변동성이 높은 환경에서 LCA는 실행 시간 효율성 측면에서 FCFS와 LJF를 뛰어넘었다.
• BEF는 경쟁적인 성능를 보였지만, LCA는 여러 테스트 구성에서 뛰어난 결과를 달성했다.
• 결과는 LCA가 IaaS 클라우드 환경에서 작업 스케줄링 최적화를 위한 실현 가능하고 효과적인 대안임을 확인시켰다.
• 이 연구는 스포츠를 모델로 삼은 메타휴리스틱이 분산 컴퓨팅 환경에서 복잡한 스케줄링 문제를 해결하는 데 잠재력을 지녔음을 검증했다.