[論文レビュー] Design and Analysis of Dynamic Auto Scaling Algorithm (DASA) for 5G Mobile Networks

Yi Ren, Tuan Phung-Duc+1 more|arXiv (Cornell University)|Apr 20, 2016

Software-Defined Networks and 5G参考文献 28被引用数 5

ひとこと要約

本稿では、5Gネットワークにおける仮想化された進化型パケットコア（vEPC）のための動的スケーリングアルゴリズム（DASA）を提案する。DASAは、レガシ機器の容量とVMセットアップ時間を考慮したキューイングシステムとしてVNFスケーリングをモデル化し、運用コストと遅延のトレードオフを最適化する。λ=130ジョブ/秒の条件下で1.17秒の応答時間目標を満たしながら、コストを最大40％削減する。

ABSTRACT

Network Function Virtualization (NFV) enables mobile operators to virtualize their network entities as Virtualized Network Functions (VNFs), offering fine-grained on-demand network capabilities. VNFs can be dynamically scale-in/out to meet the performance requirements for future 5G networks. However, designing an auto-scaling algorithm with low operation cost and low latency while considering the capacity of legacy network equipment is a challenge. In this paper, we propose a VNF Dynamic Auto Scaling Algorithm (DASA) considering the tradeoff between performance and operation cost. We also develop an analytical model to quantify the tradeoff and validate the analysis through extensive simulations. The system is modeled as a queueing model while legacy network equipment is considered as a reserved block of servers. The VNF instances are powered on and off according to the number of job requests. The results show that the proposed DASA can significantly reduce operation cost given the latency upper-bound. Moreover, the models provide a quick way to evaluate the cost-performance tradeoff without wide deployment, which can save cost and time.

研究の動機と目的

• レガシ機器の容量やVMセットアップ時間といった現実世界の制約を考慮したvEPC自動スケーリングにおけるコストパフォーマンスのトレードオフを解決すること。
• 完全な展開を必要とせずに、スケーリング意思決定が応答時間と運用コストに与える影響を定量化する解析的モデルを構築すること。
• 与えられたパフォーマンスおよびコスト目標に対して、最適なVNFインスタンス数を素早く設定できる低複雑度のアルゴリズムを設計すること。
• モバイル事業者が実際の展開前にコストとパフォーマンスを事前評価できる体系的な手法を提供すること。

提案手法

• vEPCシステムを有限容量のレガシブロックと動的VNFインスタンスを有するキューイングシステムとしてモデル化する。
• 解析的モデルにVMセットアップ時間とレガシ機器容量を重要なシステム制約として統合する。
• 計算複雑度を低減するため、性能指標を効率的に計算する再帰的アルゴリズムを提案する。
• 運用コストと応答時間ペナルティを組み合わせたコスト関数を用いて、最適なスケーリング意思決定を導く。
• さまざまなトラフィック負荷とシステムパラメータにおいて、広範なシミュレーションを通じてモデルを検証する。
• モデルを用いて、与えられたトラフィック強度λと遅延制約に対して最適なVNFインスタンス数kを導出する。

実験結果

リサーチクエスチョン

• RQ1 VMセットアップ時間とレガシ機器容量の組み込みが、vEPC自動スケーリングのパフォーマンスとコストに与える影響は何か？
• RQ2 与えられた遅延要件を満たす条件下で運用コストを最小化する最適なVNFインスタンス数は何か？
• RQ3 提案された解析的モデルは、さまざまなサービス時間分布（指数分布、定常分布、正規分布、一様分布、エーラン分布、ガンマ分布）において、システム動作をどれほど正確に予測できるか？
• RQ4 本モデルを用いて、実展開なしに最適なスケーリングポリシーを事前設定できるか？
• RQ5 トラフィック負荷がレガシ機器容量を超えた場合、システムパフォーマンスはどのように変化するか？

主な発見

• 提案されたDASAアルゴリズムは、基準戦略と比較して最大40％の運用コスト削減を達成しながら、トラフィック負荷λ=130ジョブ/秒の下で1.17秒の応答時間を維持する。
• 解析的モデルは、指数分布、定常分布、正規分布、一様分布、エーラン分布、ガンマ分布を含むさまざまなサービス時間分布において、システムパフォーマンスを正確に予測できる。
• λ=130のとき、最適なVNFインスタンス数はk=28であり、コストと遅延のバランスを最適に達成し、Wq=1.17sを実現する。
• トラフィックがレガシ機器容量を超えた場合、キュー内のジョブ数（S）と平均待機時間（Wq）は顕著に増加する。
• モデルにより、実展開を伴わず、迅速かつコスト効率の良いコストパフォーマンスのトレードオフ評価が可能になる。
• 最適なk値はトラフィック負荷に対して非常に敏感である：λ=170では、許容可能な遅延を維持するために最適なkが増加し、動的適応性が示される。