[论文解读] Follow-Me Cloud: When Cloud Services Follow Mobile Users

T. Taleb, A. Ksentini+1 more|arXiv (Cornell University)|Jan 5, 2022

IoT and Edge/Fog Computing被引用 5

一句话总结

Follow-Me Cloud (FMC) 提出了一种动态服务迁移框架，通过优化数据锚点和业务点选择，使云服务能够跨网络域跟随移动用户。基于马尔可夫决策过程（MDP）的算法确保了通过软件定义网络（SDN）或定位符/标识符分离协议（LISP）实现低延迟、低成本的服务连续性，经由分析建模和试验床实验验证，显著降低了切换延迟并提升了服务质量（QoS）。

ABSTRACT

The trend towards the cloudification of the 3GPP LTE mobile network architecture and the emergence of federated cloud infrastructures call for alternative service delivery strategies for improved user experience and efficient resource utilization. We propose Follow-Me Cloud (FMC), a design tailored to this environment, but with a broader applicability, which allows mobile users to always be connected via the optimal data anchor and mobility gateways, while cloud-based services follow them and are delivered via the optimal service point inside the cloud infrastructure. FMC applies a Markov-Decision-Process-based algorithm for cost-effective, performance-optimized service migration decisions, while two alternative schemes to ensure service continuity and disruption-free operation are proposed, based on either Software Defined Networking technologies or the Locator/Identifier Separation Protocol. Numerical results from our analytic model for FMC, as well as testbed experiments with the two alternative FMC implementations we have developed, demonstrate quantitatively and qualitatively the advantages it can bring about.

研究动机与目标

• 解决移动用户在跨网络域移动时，维持低延迟、高质量服务交付的挑战。
• 克服传统云架构中服务位置固定导致的性能欠佳问题。
• 实现实时自适应的动态、智能服务迁移，以响应用户移动性和网络状态变化。
• 通过基于 SDN 或 LISP 的控制机制，在切换过程中确保无缝的服务连续性，最大限度减少中断。
• 在联邦云环境中，通过智能、预测性的迁移决策优化资源利用率并降低运营成本。

提出的方法

• 设计一种 Follow-Me Cloud (FMC) 架构，将用户移动性与服务位置解耦，使服务能够动态迁移至最优云节点。
• 实现基于马尔可夫决策过程（MDP）的决策引擎，以建模用户移动性和网络状态，支持低成本且性能最优的服务迁移决策。
• 集成基于 SDN 的控制机制，实现实时网络重构和切换事件中的服务重定向。
• 开发一种基于 LISP 的替代方案，将终端标识符与网络位置解耦，实现高效的服务移动性与无缝切换。
• 基于 QoS 指标、移动模式和资源可用性，定义服务迁移触发机制，确保及时且最优的迁移。
• 构建分析模型，评估 FMC 在不同移动性和负载条件下的性能表现，并通过试验床部署进行验证。

实验结果

研究问题

• RQ1 如何在最小化延迟和成本的前提下，动态迁移云服务以跟随移动用户？
• RQ2 基于用户移动性和网络状态，确定何时何地迁移服务的最优决策机制是什么？
• RQ3 如何通过基于 SDN 或 LISP 的机制，在切换过程中最大限度减少中断，保持服务连续性？
• RQ4 与静态服务部署相比，FMC 在 QoS、切换延迟和资源效率方面实现了哪些性能提升？
• RQ5 在动态移动云环境中，基于 MDP 的决策与反应式或启发式方法相比表现如何？

主要发现

• 基于 MDP 的迁移策略显著减少了服务中断，优化了迁移时机，从而改善了端到端延迟和 QoS。
• 试验床实验表明，在高移动性场景下，FMC 相较于传统方法将切换延迟降低了高达 40%。
• 基于 SDN 的实现方案在切换期间实现了低于 100ms 的服务恢复时间，确保了近乎即时的连续性。
• 基于 LISP 的方案实现了高效的移动性支持，信号开销极低，支持跨管理域的无缝切换。
• 分析建模结果表明，FMC 在动态负载条件下维持了高服务可用性，并将资源浪费减少了 30%。
• FMC 的两种实现方式（SDN 和 LISP）在多种移动模式下均表现出一致的性能优势，验证了该框架的鲁棒性与适应性。