[論文レビュー] A Novel Admission Control Model in Cloud Computing

Yunlong He, Jun Huang+4 more|arXiv (Cornell University)|Jan 19, 2014

Network Traffic and Congestion Control参考文献 16被引用数 7

ひとこと要約

本稿では、ネットワーク計算を活用して大量の集約トラフィックフローを管理する、効果的帯域幅に基づくアクセス制御（EBBAC）モデルを提案する。集約フローの効果的帯域幅を導出し、その関係を等価容量と分析することで、変動する遅延制約下でもQoS保証を実現する。実験の結果、遅延制約が大きくなるにつれて効果的帯域幅は安定化し、集約フローの容量が増加することが示された。

ABSTRACT

With the rapid development of Cloud computing technologies and wide adopt of Cloud services and applications, QoS provisioning in Clouds becomes an important research topic. In this paper, we propose an admission control mechanism for Cloud computing. In particular we consider the high volume of simultaneous requests for Cloud services and develop admission control for aggregated traffic flows to address this challenge. By employ network calculus, we determine effective bandwidth for aggregate flow, which is used for making admission control decision. In order to improve network resource allocation while achieving Cloud service QoS, we investigate the relationship between effective bandwidth and equivalent capacity. We have also conducted extensive experiments to evaluate performance of the proposed admission control mechanism.

研究の動機と目的

• 従来の単一フローアクセス制御メカニズムでは処理できない、高容量かつ並列なクラウドサービス要求の課題に対処すること。
• クラウド環境における集約トラフィックフロー向けにスケーラブルなアクセス制御メカニズムを開発すること。
• ネットワーク計算を用いて最小リソース要件を特定することで、品質保証（QoS）を提供すること。
• 集約フローにおける効果的帯域幅（EB）と等価容量（EC）の関係を調査すること。
• 変動する遅延制約およびフロー種別下での提案されたアクセス制御方式の性能を評価すること。

提案手法

• 最悪時性能解析のため、到着曲線とサービス曲線を用いてトラフィックをモデル化する。
• 遅延制約D下でのリソース要件を特定するため、α(s)/(s + D)の上界として効果的帯域幅（EB）を定義する。
• 複数の同時進行フローの集約フロー動作を計算し、効果的帯域幅を導出するためにmin-plus畳み込みを適用する。
• リソース割り当ておよびバッファサイズ最適化のため、効果的帯域幅と等価容量（EC）の関係を分析する。
• 数値実験を用いて、異なる遅延制約およびフロー種別下でのEBの安定性とシステム容量を検証する。
• 集約フローのEBをバウンドするため、不等式 e_D(∑α_i) ≤ ∑e_D(α_i) を用い、スケーラブルなアクセス意思決定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 クラウドコンピューティングにおける集約トラフィックフローの効果的帯域幅をどのように計算すれば、スケーラブルなアクセス制御を実現できるか？
• RQ2 変動する遅延制約下での集約フローにおける効果的帯域幅（EB）と等価容量（EC）の関係は何か？
• RQ3 遅延制約Dが増加するにつれて、集約フローの効果的帯域幅はどのように変化するか？
• RQ4 提案されたアクセス制御モデルは、QoS保証を維持しつつ、リソース利用効率をどの程度向上できるか？
• RQ5 異なる遅延制約下で、システムがサポートできるクラウドサービス要求の最大数は何か？

主な発見

• 1つのフロー種別では遅延制約Dが0.53秒を超えると、もう1つの種別では1.27秒を超えると、集約フローの効果的帯域幅（EB）は安定化し、一定値を保つ。これは、以降のD増加がリソース効率を向上させない飽和点を示している。
• D ≥ 0.53秒かつD ≥ 1.27秒の条件下で、集約フローの効果的帯域幅は個々の効果的帯域幅の和に等しくなる（e_D(∑α_i) = ∑e_D(α_i)）ことが確認され、高遅延制約下での加法的挙動が裏付けられた。
• バックログがサービスレートと平均フローレートが一致する時点で成長を停止するため、バッファサイズBは遅延制約Dに応じて増加し、やがて安定化することが確認された。これは理論的期待と一致する。
• 遅延制約Dが大きいほど、1フローあたりのサービスレート要件が低くなるため、EBBACモデルはより多くのクラウドサービスフローをサポートできる。
• 出力レートCが一定の条件下で、Dが大きいほどより多くのフローが許可可能であることが、性能評価におけるn1、n2、n3の増加から示された。
• EBとECの関係から、EBの増加が止むとバッファサイズも安定化することが確認され、理論モデルの整合性が裏付けられた。