[论文解读] CloudSimNFV: Modeling and Simulation of Energy-Efficient NFV in Cloud Data Centers

Wutong Yang, Minxian Xu+2 more|arXiv (Cornell University)|Sep 19, 2015

Software-Defined Networks and 5G参考文献 12被引用 10

一句话总结

本文提出 CloudSimNFV，一个基于 CloudSim 构建的仿真工具包，用于在云数据中心中建模和评估节能型网络功能虚拟化（NFV）。该工具包扩展了 CloudSim，引入了能耗模型和多维负载追踪功能，支持虚拟机（VM）与 NFV 应用的调度仿真。主要贡献在于证明，一种自定义的概率性 NFV 调度算法在真实工作负载下，相比 DRS 和 EcoCloud，能耗降低最高达 30%。

ABSTRACT

Network Function Virtualization (NFV) takes advantage of hardware virtualization to undertake software processing for various functions, and complements the drawbacks of traditional network technology. To speed up NFV related research, we need a user friendly and easy to use research tool, which could support data center simulation, scheduling algorithms implementation and extension, and provide energy consumption simulation. As a cloud simulation toolkit, CloudSim has strong extendibility that could be extended to simulate NFV environment. This paper introduces a NFV cloud framework based on CloudSim and an energy consumption model based on multi-dimensional extension, implementing a toolkit named ClousimNFV to simulate the NFV scenario, proposing several scheduling algorithm based on for NFV applications. The toolkit validation and algorithm performance comparison are also given.

研究动机与目标

• 为云数据中心中的 NFV 研究提供用户友好且可扩展的仿真工具。
• 在可控且可重复的环境中，支持 NFV 工作负载、资源调度与能耗建模的仿真。
• 从能耗效率和迁移开销的角度，评估并比较不同调度算法的性能。
• 使用具有昼夜波动特征的真实通信服务提供商工作负载轨迹验证该工具包。
• 为未来扩展自定义约束条件和额外调度策略提供一个框架。

提出的方法

• 扩展 CloudSim 云仿真框架，以支持 NFV 特定组件：NFVlets（虚拟化网络功能）、虚拟机（VMs）和物理机（PMs）。
• 实现一个多维能耗模型，综合考虑 PM 上的 CPU、内存和带宽利用率。
• 基于真实通信运营商数据生成真实的工作负载轨迹，显示高峰时段（上午 8–12 点）和低峰时段（凌晨 0–2 点）的波动。
• 设计并实现三种调度算法：DRS（基于动态阈值）、EcoCloud（基于概率利用率）和 NFV（基于 Beta 分布的概率分配）。
• 使用概率函数 F = -f(x;α,β)/3 + 1 指导虚拟机迁移，其中 f(x;α,β) 为 Beta 分布，α 和 β 为边界参数，用于优化能耗效率。
• 配置不同主机数（100–200）和虚拟机数（100–150）的仿真场景，以测试在不同负载下的可扩展性和性能。

实验结果

研究问题

• RQ1 如何将 CloudSim 扩展以支持 NFV 特定工作负载和能耗感知调度？
• RQ2 不同调度算法对 NFV 环境中能耗和虚拟机迁移频率有何影响？
• RQ3 在真实、时变的工作负载下，所提出的 NFV 调度算法与 DRS 和 EcoCloud 相比，在能耗效率方面表现如何？
• RQ4 像 CloudSimNFV 这类仿真工具在多大程度上可以减少 NFV 研究中对昂贵真实环境测试的依赖？
• RQ5 集成多维能耗模型与真实世界工作负载轨迹，能否提升 NFV 仿真的保真度和实用性？

主要发现

• 在所有测试案例中，NFV 调度算法实现了最低的能耗，相比 DRS 最多降低 30%，相比 EcoCloud 最多降低 25%。
• 在案例 1（100 台主机，100 个虚拟机）中，NFV 算法能耗为 34.77 千瓦时，而 DRS 为 50.72 千瓦时，EcoCloud 为 45.24 千瓦时。
• 在案例 1 中，NFV 算法触发了 176 次虚拟机迁移，少于 DRS（216 次）和 EcoCloud（427 次），表明其在更低开销下实现了更优的负载均衡。
• 在案例 2（100 台主机，150 个虚拟机）中，NFV 算法将能耗降低至 52.59 千瓦时，优于 DRS（74.05 千瓦时）和 EcoCloud（66.14 千瓦时）。
• NFV 算法在不同主机和虚拟机数量下均保持稳定性能，表明其在多种配置下具备鲁棒性和可扩展性。
• 使用真实通信运营商工作负载轨迹对工具包进行验证，证实其在建模 NFV 场景中动态、昼夜变化的工作负载模式方面具有高准确性。