[论文解读] Generalized and Resource-Efficient VNet Embeddings with Migrations

Gregor Schaffrath, Stefan Schmid+1 more|arXiv (Cornell University)|Dec 18, 2010

Software-Defined Networks and 5G参考文献 25被引用 11

一句话总结

本文提出了一种通用的、成本感知的混合整数规划（MIP）框架，用于在CloudNets中优化虚拟网络嵌入，联合处理异构基础网络中的节点与链路映射，涵盖全双工、半双工及广播链路。该框架可实现最优的、以迁移为驱动的长期CloudNets重配置，以降低负载或能耗，即使在中等规模网络中，使用标准求解器（如CPLEX）也能实现可行的性能。

ABSTRACT

This paper attends to the problem of embedding flexibly specified CloudNets, virtual networks connecting cloud resources (such as storage or computation). We attend to a scenario where customers can request CloudNets at short notice, and an infrastructure provider (or a potential itermediate broker or reseller) first embeds the CloudNet fast (e.g., using a simple heuristic). Later, however, long-lived CloudNets embeddings are optimized by migrating them to more suitable locations, whose precise definition depends on a given objective function. For instance, such migrations can be useful to reduce the peak resource loads in the network by spreading CloudNets across the infrastructure, to save energy by moving CloudNets together and switching off unused components, or for maintenance purposes. We present a very generic algorithm to compute optimal embeddings of CloudNets: It allows for different objective functions (such as load minimization or energy conservation), supports cost-aware migration, and can deal with all link types that arise in practice (e.g., full-duplex or even wireless or wired broadcast links with multiple endpoints). Our evaluation shows that such a rigorous optimization is even feasible in order to optimize a moderate-size CloudNet of full flexibility (e.g., a router site, a small physical infrastructure or virtual provider network).

研究动机与目标

• 为在具有长期优化能力的动态云基础设施中高效嵌入灵活、短时通知的CloudNets，解决以迁移为驱动的优化挑战。
• 在单一统一的嵌入模型中支持广泛的现实世界链路类型——全双工、半双工和广播链路。
• 将迁移成本显式整合到优化过程中，支持在收益（如负载降低、能耗减少）与迁移开销之间进行权衡分析。
• 提供数学上严谨的精确解法，支持基于数据包速率等的节点负载建模以及资源优先级分配。
• 证明在分层、联邦制云架构中，对中等规模CloudNets计算最优嵌入的可行性

提出的方法

• 将CloudNet嵌入问题建模为混合整数规划（MIP），实现对节点与链路映射的联合精确优化。
• 通过允许虚拟链路灵活映射到基础链路，支持所有实际链路类型——全双工、半双工和广播链路。
• 将基于数据包速率的节点负载建模（如计算负载）作为目标函数的一部分。
• 通过在MIP的目标函数或约束中引入迁移成本（如带宽、计算开销），实现成本感知的迁移集成。
• 在优化框架中支持提供商侧的放置策略和资源优先级分配（如优先考虑高收益分配）。
• 使用标准、优化过的MIP求解器（如CPLEX、lpsolve）求解问题，无需自定义启发式算法，即可实现精确解与近似解。

实验结果

研究问题

• RQ1 统一的、通用的基于MIP的框架能否实现对支持所有实际链路类型（包括广播和非对称链路）的CloudNets的最优嵌入？
• RQ2 成本感知的迁移在平衡重配置收益（如负载降低、能耗减少）与迁移开销方面效果如何？
• RQ3 使用标准MIP求解器是否可行计算出中等规模CloudNets（如路由器节点或小型虚拟提供商网络）的最优嵌入？
• RQ4 与顺序或仅启发式方法相比，联合优化节点与链路放置在资源效率方面优势有多大？
• RQ5 所提出的模型在支持分层、多级云管理架构中，如何支持分布式决策与各提供商角色的本地优化？

主要发现

• 所提出的MIP框架可实现对包括全双工、半双工和广播链路在内的多种基础网络类型的CloudNet嵌入的精确优化。
• 成本感知的迁移是可行且有效的，使运营商能够评估性能收益与迁移成本之间的权衡。
• 使用标准MIP求解器（如CPLEX）可计算出中等规模CloudNets（如小型物理基础设施或虚拟提供商网络）的最优嵌入，计算上是可行的。
• 该模型支持现实的负载建模，如基于数据包速率的计算负载，这对准确的性能预测至关重要。
• 通过联合优化节点与链路映射，该方法优于仅顺序或仅启发式的方法，避免了因解耦放置导致的次优决策。
• 该框架具有可扩展性：目标函数可轻松替换（如负载最小化、节能），且求解器可处理精确解与近似解。