[논문 리뷰] Edge server placement with capacitated location allocation

Tero Lähderanta, Teemu Leppänen외 6명|arXiv (Cornell University)|2019. 07. 17.

IoT and Edge/Fog Computing인용 수 24

한 줄 요약

이 논문은 도시 와이파이 네트워크에서 최적의 엣지 서버 배치를 위한 용량 제약이 있는 위치-배정 알고리즘을 제안한다. 사용자와 서버 간 거리를 최소화하면서 상하한 용량 제약 조건을 통해 부하를 균형 있게 분배한다. 이 방법은 저용량 서버 간에 작업량 공유를 가능하게 하여 실제 밀도가 높고 낮은 배치 환경에서 이전 방법들보다 뛰어난 성능을 발휘한다.

ABSTRACT

Edge computing in the Internet of Things brings applications and content closer to the users by introducing an additional computational layer at the network infrastructure, between cloud and the resource-constrained data producing devices and user equipment. This way, the opportunistic nature of the operational environment is addressed by introducing computational power in location with low latency and high bandwidth. However, location-aware deployment of edge computing infrastructure requires careful placement scheme for edge servers. To provide the best possible Quality of Service for the user applications, their proximity needs to be optimized. Moreover, the deployment faces practical limitations in budget limitations, hardware requirements of servers and in online load balancing between servers. To address these challenges, we formulate the edge server placement as a capacitated location-allocation problem, while minimizing the distance between servers and access points of a real city-wide Wi-Fi network deployment. In our algorithm, we utilize both upper and lower server capacity constraints for load balancing. Furthermore, we enable sharing of workload between servers to facilitate deployments with low capacity servers. The performance of the algorithm is demonstrated in placement scenarios, exemplified by high capacity servers for edge computing and low capacity servers for Fog computing, with different parameters in a real-world data set. The data set consists of both dense deployment of access points in central areas, but also sparse deployment in suburban areas within the same network infrastructure. In comparison, we show that previous approaches do not sufficiently address such deployment. The presented algorithm is able to provide optimal placements that minimize the distances and provide balanced workload with sharing by following the capacity constraints.

연구 동기 및 목표

• 다양한 액세스 포인트 밀도를 가진 실제 도시 네트워크에서 엣지 서버를 배치하는 데 도전하는 것.
• 엣지 컴퓨팅에서 서비스 품질을 향상시키기 위해 사용자와 서버 간 거리를 최소화하는 것.
• 효과적인 부하 분산을 위해 현실적인 서버 용량 제약 조건을 적용하는 것.
• 플로우 컴퓨팅 구현을 지원하기 위해 저용량 서버 간에 작업량 공유를 가능하게 하는 것.
• 실제 도시 데이터를 사용하여 고용량 엣지 컴퓨팅 및 저용량 플로우 컴퓨팅 환경 모두에서 성능을 평가하는 것.

제안 방법

• 사용자와 서버 간 거리 최소화를 목표로 하여 엣지 서버 배치 문제를 용량 제약이 있는 위치-배정 문제로 수립한다.
• 서버 용량의 상한과 하한을 모두 포함하여 부하 균형을 보장한다.
• 저용량 하드웨어를 수용하기 위해 서버 간 작업량 공유를 도입한다.
• 밀도가 높고 낮은 액세스 포인트 배치가 모두 포함된 실제 도시 범위의 와이파이 네트워크 데이터셋에 알고리즘을 적용한다.
• 용량 및 접근성 제약 조건 하에서 서버 배치를 최적화하기 위해 혼합 정수 프로그래밍 방법을 사용한다.
• 다양한 서버 용량 수준과 네트워크 구조에서 성능을 평가한다.

실험 결과

연구 질문

• RQ1 이질적인 도시 네트워크 환경에서 사용자와 서버 간 거리를 최소화하기 위해 엣지 서버 배치를 어떻게 최적화할 수 있는가?
• RQ2 용량 제약 조건이 엣지 서버 배치의 부하 분산과 성능에 얼마나 큰 영향을 미치는가?
• RQ3 저용량 서버 간 작업량 공유가 배치의 실현 가능성과 성능을 향상시킬 수 있는가?
• RQ4 실제 밀도가 높고 농촌 지역 네트워크 환경에서 이전 방법들과 비교해 본다면 제안된 방법은 어떻게 성능을 발휘하는가?
• RQ5 서버 용량을 다양하게 조절할 경우 최적성과 확장성에 어떤 영향을 미치는가?

주요 결과

• 제안된 알고리즘은 용량 제약 조건을 준수하면서도 사용자와 서버 간 거리를 최소화하는 최적의 서버 배치를 달성한다.
• 서버 간 작업량 공유 덕분에 저용량 하드웨어 조건에서도 효과적인 배치가 가능해져 확장성 향상이 이루어진다.
• 밀도가 높고 낮은 액세스 포인트 영역이 혼재된 혼합 환경을 처리하는 데 있어 이전 방법들보다 뛰어난 성능을 발휘한다.
• 서버의 상한 및 하한 용량 제약 조건을 강제 적용함으로써 균형 잡힌 부하 분산이 달성된다.
• 알고리즘은 플로우 컴퓨팅 환경을 포함한 다양한 서버 용량 수준에서 뛰어난 강인성과 적응성을 보여준다.
• 실제 도시 네트워크 인fra에서의 평가를 통해 방법의 실용성과 효과성이 확인된다.