[論文レビュー] A Cloud Infrastructure Service Recommendation System for Optimizing Real-time QoS Provisioning Constraints

Miranda Zhang, Rajiv Ranjan+4 more|arXiv (Cornell University)|Apr 8, 2015

Service-Oriented Architecture and Web Services参考文献 20被引用数 6

ひとこと要約

本論文は、エンドツーエンドのメッセージ遅延やスループットといった動的ランタイムメトリクスを含めるように、以前のオントロジー基盤のサービス推薦システムを拡張することで、リアルタイムのQoS対応で複数基準に配慮した意思決定フレームワークを提案し、最適なインfrastrucure-as-a-Service (IaaS) クラウドサービスの選定を可能にする。この手法は、設計時制約（例：コスト、場所）とリアルタイムのQoS要件のバランスを取るために、強化された階層的分析的手法（AHP）モデルを用いる。平均して11.18秒のソリューション時間を達成し、より厳しい制約下では4.97秒まで短縮され、ゲームやリアルタイム分析のような低遅延アプリケーションへの適用可能性が裏付けられている。

ABSTRACT

Proliferation of cloud computing has revolutionized hosting and delivery of Internet-based application services. However, with the constant launch of new cloud services and capabilities almost every month by both big (e.g., Amazon Web Service, Microsoft Azure) and small companies (e.g. Rackspace, Ninefold), decision makers (e.g. application developers, CIOs) are likely to be overwhelmed by choices available. The decision making problem is further complicated due to heterogeneous service configurations and application provisioning Quality of Service (QoS) constraints. To address this hard challenge, in our previous work we developed a semi-automated, extensible, and ontology-based approach to infrastructure service discovery and selection based on only design time constraints (e.g., renting cost, datacentre location, service feature, etc.). In this paper, we extend our approach to include the real-time (run-time) QoS (endto- end message latency, end-to-end message throughput) in the decision making process. Hosting of next generation applications in domain of on-line interactive gaming, large scale sensor analytics, and real-time mobile applications on cloud services necessitates optimization of such real-time QoS constraints for meeting Service Level Agreements (SLAs). To this end, we present a real-time QoS aware multi-criteria decision making technique that builds over well known Analytics Hierarchy Process (AHP) method. The proposed technique is applicable to selecting Infrastructure as a Service (IaaS) cloud offers, and it allows users to define multiple design-time and real-time QoS constraints or requirements. These requirements are then matched against our knowledge base to compute possible best fit combinations of cloud services at IaaS layer. We conducted extensive experiments to prove the feasibility of our approach.

研究の動機と目的

• プロバイダーの増加と動的QoS要件の増大に伴い、最適なIaaSクラウドサービスを選定する複雑さに対処するため。
• リアルタイムのQoSメトリクス（遅延およびスループット）を意思決定プロセスに統合することで、以前のオントロジー基盤のサービス推薦システムを拡張するため。
• 設計時制約（例：コスト、場所）とランタイムパフォーマンス要件の両方をバランスさせた複数基準選定を可能にするため。
• オンラインゲーム、モバイルコラボレーション、IoT分析のようなリアルタイムアプリケーションの動的でスケーラブルな展開を、クラウド環境で支援するため。
• 将来の拡張性（例：SLAおよびコンプライアンスチェック）をサポートする計算的に効率的で拡張可能なフレームワークを提供するため。

提案手法

• 設計時およびリアルタイムの両方の制約を含む複数基準に配慮した意思決定基準として、エンドツーエンド遅延およびスループットといったリアルタイムQoSメトリクスを、以前のオントロジー基盤のサービス発見システムに統合する。
• 設計時およびリアルタイムの両方の制約を考慮した重み付き利益対コスト比を計算するために、強化された階層的分析的手法（AHP）モデルを採用する。
• ユーザー定義の要件（例：ストレージ、RAM、データ転送）を、複数のプロバイダーおよび場所からの利用可能なIaaSサービスと照合するための知識ベースを用いる。
• 6つの基準に対して15回のペアワイズ比較を実施するペアワイズ比較行列（15回の比較）を用いて、AHPモデルにおける相対的重みを決定し、複数基準に配慮したサービスコンビネーションのランク付けを可能にする。
• MySQLキャッシュを備えたシングルスレッドクエリエンジンを実装し、最大9％のパフォーマンス向上を達成。InnoDB設定により将来のマルチスレッド化をサポート。
• 計算量の複雑性モデル O(|R|×|C|×|L| + |ν|(|ν|−1)/2) を用い、|ν|=6 として、上限処理時間を推定する。

実験結果

リサーチクエスチョン

• RQ1 エンドツーエンド遅延やスループットといったリアルタイムQoSメトリクスを、IaaSサービス選定のための複数基準意思決定モデルに効果的に統合する方法は何か？
• RQ2 リアルタイムQoS制約を組み込むことで、遅延に敏感なアプリケーションにおけるIaaSサービス推薦の正確性と関連性はどの程度向上するか？
• RQ3 本手法で提示された推薦システムの計算パフォーマンスおよびスケーラビリティは、さまざまな制約セットおよびソリューション空間のサイズの下でどの程度か？
• RQ4 実際のクラウド環境において、コスト、パフォーマンス、地理的展開制約の間のトレードオフを、本システムはどのように処理するか？
• RQ5 ネットワークの不確実性下でも適応性を高めるために、リアルタイムのQoSメトリクスの動的収集をサポートする拡張が可能か？

主な発見

• 全テストケースにおいて平均11.18秒のソリューション時間を達成し、より厳しい制約下では最良ケースで4.97秒まで短縮された。
• MySQLキャッシュの使用により、同一ワークロードで最大9％のクエリパフォーマンス向上が達成され、データベース最適化の影響が裏付けられた。
• 処理能力の向上に伴いパフォーマンスが向上（例：環境4）しており、マルチスレッド化および「スケールアップ」戦略によるさらなる向上の可能性が示された。
• 計算量の複雑性は、O(|R|×|C|×|L| + 15) で上限が定められており、15という項は6つの基準とAHPモデルにおける15回のペアワイズ比較に起因する。
• 本システムは、設計時およびリアルタイムのQoS制約を両方満たす最適なIaaSコンビネーションを効果的に同定でき、ゲームやモバイルコラボレーションのようなリアルタイムアプリケーションへの適用可能性が検証された。
• 本フレームワークは拡張可能であり、将来のSLAコンプライアンス、法的制約、リアルタイムQoSデータ収集の統合をサポートする。