[논문 리뷰] Unleashing the Power of Mobile Cloud Computing using ThinkAir

Sokol Kosta, Andrius Auçinas외 3명|arXiv (Cornell University)|2011. 05. 16.

IoT and Edge/Fog Computing참고 문헌 21인용 수 50

한 줄 요약

ThinkAir는 가상머신(VM) 클oning과 병렬 실행을 이용해 클라우드로 동적이고 메소드 수준의 코드 오프로딩을 가능하게 하는 모바일 클라우드 컴퓨팅 프레임워크이다. 필요에 따라 다수의 VM을 동적으로 할당하고 관리함으로써, N-퀸 퍼즐과 얼굴 인식과 같은 계산 집약적인 작업의 실행 시간과 에너지 소비를 최대 두 배수 정도 감소시킨다.

ABSTRACT

Smartphones have exploded in popularity in recent years, becoming ever more sophisticated and capable. As a result, developers worldwide are building increasingly complex applications that require ever increasing amounts of computational power and energy. In this paper we propose ThinkAir, a framework that makes it simple for developers to migrate their smartphone applications to the cloud. ThinkAir exploits the concept of smartphone virtualization in the cloud and provides method level computation offloading. Advancing on previous works, it focuses on the elasticity and scalability of the server side and enhances the power of mobile cloud computing by parallelizing method execution using multiple Virtual Machine (VM) images. We evaluate the system using a range of benchmarks starting from simple micro-benchmarks to more complex applications. First, we show that the execution time and energy consumption decrease two orders of magnitude for the N-queens puzzle and one order of magnitude for a face detection and a virus scan application, using cloud offloading. We then show that if a task is parallelizable, the user can request more than one VM to execute it, and these VMs will be provided dynamically. In fact, by exploiting parallelization, we achieve a greater reduction on the execution time and energy consumption for the previous applications. Finally, we use a memory-hungry image combiner tool to demonstrate that applications can dynamically request VMs with more computational power in order to meet their computational requirements.

연구 동기 및 목표

• MAUI와 CloneCloud와 같은 기존의 모바일 클라우드 프레임워크가 겪는 낮은 확장성 또는 고정된 사전 처리 요구 조건 등의 한계를 해결한다.
• 다양한 애플리케이션 워크로드와 마감 시간을 충족하기 위해 모바일 클라우드 환경에서의 수요 기반 탄력적 자원 할당을 가능하게 한다.
• 필요에 따라 자동으로 생성, 관리, 삭제되는 다수의 VM 인스턴스를 통해 메소드 수준의 계산을 동적으로 병렬화할 수 있도록 지원한다.
• 지능적인 코드 오프로딩과 VM 기반 병렬 처리를 통해 모바일 애플리케이션의 에너지 소비와 실행 시간을 줄인다.
• 개발자가 최소한의 코드 변경으로도 사용할 수 있는 경량이며 확장 가능한 프레임워크를 제공하며, 보안적이고 효율적인 원격 실행을 지원한다.

제안 방법

• 클라우드 내에서 스마트폰 전체 운영체제의 가상화를 사용하여 각 VM을 클라이언트 장치의 클론으로 간주함으로써 바이너리 호환성을 보장한다.
• 워크로드 요구 사항과 자원 가용성에 따라 필요에 따라 VM을 생성, 재개, 일시정지, 삭제하는 동적 VM 관리자를 활용한다.
• 메소드 수준의 코드 오프로딩을 적용하여 특정 메소드만 클라우드로 이동시켜 데이터 전송 오버헤드를 최소화한다.
• N-퀸 퍼즐, 바이러스 스캐닝 등 계산 집약적인 작업을 여러 VM으로 분할하여 병렬 실행과 로드 밸런싱을 가능하게 한다.
• 프로파일러와 컴파일러 툴체인을 통합하여 오프로딩 가능한 메소드를 식별하고 원격 실행을 위한 메타데이터로 코드를 주석 처리한다.
• 공유 비밀번호를 통한 보안 원격 실행을 지원하며, 향후 암호화를 통한 개인정보 감시 데이터 지원을 계획하고 있으며, SecureRemoteable 클래스 지원도 계획 중이다.

실험 결과

연구 질문

• RQ1 어떻게 모바일 클라우드 컴퓨팅 프레임워크가 동적인 애플리케이션 수요를 충족하기 위해 수요 기반 탄력적인 계산 자원 할당을 지원할 수 있는가?
• RQ2 여러 VM에서의 병렬 실행은 모바일 클라우드 오프로딩에서 실행 시간과 에너지 소비를 얼마나 줄일 수 있는가?
• RQ3 전체 운영체제 가상화를 통한 메소드 수준의 오프로딩은 프로세스 수준 또는 애플리케이션 수준 오프로딩보다 더 뛰어난 확장성과 낮은 오버헤드를 달성할 수 있는가?
• RQ4 VM 생성, 데이터 전송, 동기화의 오버헤드가 다양한 유형의 모바일 애플리케이션에 성능에 미치는 영향은 어떠한가?
• RQ5 성능을 손상시키지 않으면서도 원격 메소드 실행의 데이터 전송 최적화와 보안을 확보하기 위해 어떤 메커니즘이 사용될 수 있는가?

주요 결과

• N-퀸 퍼즐에 대해 클라우드 오프로딩을 통해 다수의 VM을 사용할 경우 실행 시간과 에너지 소비가 두 배수(100배) 감소하였다.
• 얼굴 인식 및 바이러스 스캐닝 애플리케이션의 경우 ThinkAir는 실행 시간과 에너지 소비를 한 배수(10배) 감소시켰다.
• 여러 VM에서의 병렬 실행은 성능 향상에 크게 기여하였으며, 동기화 및 통신 오버헤드로 인해 4~8개 VM을 초과하면 수익 감소 효과가 나타났다.
• 시스템은 수요 기반 VM 프로비저닝을 효과적으로 구현하였으며, 동적 확장 기능을 통해 메모리 집약적 및 CPU 집약적 워크로드를 효율적으로 처리할 수 있었다.
• 네트워크 유형에 따라 에너지 효율성이 달라졌으며, 특히 고병렬화 시나리오에서 대용량 데이터 전송 시 3G가 WiFi보다 더 효율적이었다.
• 프레임워크의 보수적인 데이터 전송 전략(전체 객체 상태 전송)이 성능 저하 요인으로 지목되었으며, 이에 따라 정적 분석 및 데이터 캐싱을 통한 최적화 작업이 현재 진행 중이다.