[论文解读] The Cloudlet Bazaar Dynamic Markets for the Small Cloud

Ranjan Pal, Sung-Han Lin+2 more|arXiv (Cornell University)|Apr 4, 2017

Cloud Computing and Resource Management参考文献 27被引用 4

一句话总结

本文提出一种针对小型云（SC）的动态市场机制，即使在供需波动的情况下，也能确保资源共享的长期稳定与高效。该模型利用阿罗与赫维茨的非均衡过程及博弈论中的梯度博弈，迭代收敛至稳定且高效的市场均衡，从而在动态条件下持续维持高客户服务质量（QoS）与小型云收入。

ABSTRACT

The recent emergence of the small cloud (SC), both in concept and in practice, has been driven mainly by issues related to service cost and complexity of commercial cloud providers (e.g., Amazon) employing massive data centers. However, the resource inelasticity problem faced by the SCs due to their relatively scarce resources (e.g., virtual machines) might lead to a potential degradation of customer QoS and loss of revenue. A proposed solution to this problem recommends the sharing of resources between competing SCs to alleviate the resource inelasticity issues that might arise [1]. Based on this idea, a recent effort ([2]) proposed SC-Share, a performance-driven static market model for competitive small cloud environments that results in an efficient market equilibrium jointly optimizing customer QoS satisfaction and SC revenue generation. However, an important non-obvious question still remains to be answered, without which SC sharing markets may not be guaranteed to sustain in the long-run - is it still possible to achieve a stable market efficient state when the supply of SC resources is dynamic in nature and there is a variation of customer demand over time? In this paper, we address the problem of efficient market design for SC resource sharing in dynamic environments. We answer our previous question in the affirmative through the use of Arrow and Hurwicz's disequilibrium process [3], [4] in economics, and the gradient play technique in game theory that allows us to iteratively converge upon efficient and stable market equilibria

研究动机与目标

• 解决在资源可用性动态变化与客户需求波动条件下小型云（SC）市场的可持续性问题。
• 克服以往静态市场模型在真实动态条件下缺乏稳定性分析的局限性。
• 通过设计一种在供需扰动下仍能收敛至最优均衡的机制，确保长期市场效率与稳定性。
• 使自治的小型云能够协同最大化社会福利与个体收益，而无需集中控制。
• 提供一种可扩展的分布式市场机制，确保在点对点SC资源共享中保持性能与公平性。

提出的方法

• 采用一般均衡理论中的阿罗与赫维茨非均衡过程，建模当供需偏离均衡时的市场动态。
• 结合非合作博弈论中的梯度博弈，迭代调整价格与资源配置，以趋向稳定高效的均衡。
• 将SC市场建模为自治SC之间的非合作博弈，客户与监管机构作为利益相关方。
• 采用基于性能的、受排队论启发的模型，将资源配置与客户QoS相联系，确保实际适用性。
• 应用阿罗-德布鲁福利定理，证明唯一最优均衡可最大化功利主义社会福利。
• 设计一种分布式、去中心化的机制，使SC根据市场反馈调整策略，避免集中协调。

实验结果

研究问题

• RQ1 当资源可用性与客户需求动态变化时，能否在小型云环境中实现稳定且高效的市场均衡？
• RQ2 去中心化的市场机制如何在供需扰动下确保收敛至高效均衡？
• RQ3 博弈论中的梯度博弈在稳定动态SC市场并确保长期可持续性方面发挥何种作用？
• RQ4 在无集中控制的情况下，是否能够维持高客户QoS与SC收入？
• RQ5 与静态市场模型相比，该机制在鲁棒性与收敛速度方面表现如何？

主要发现

• 所提出的动态市场机制即使在供需波动下，也能成功收敛至稳定高效的均衡，确保市场的长期可持续性。
• 数值实验表明机制能以高速收敛至均衡，证实其在实时环境中的实际可行性。
• 该机制通过最大化功利主义效用，实现最优社会福利，其结果由阿罗-德布鲁福利定理保证。
• 通过点对点资源共享，减少对昂贵公共云采购的依赖，模型有效维持了高客户QoS与SC收入。
• 梯度博弈的使用实现了无需SC之间完全信息共享的去中心化、分布式收敛。
• 通过按每类虚拟机（VM）配置应用同质化模型，该框架可扩展至异构VM配置，同时保持可扩展性与实际适用性。