[论文解读] Optimal control of VNF deployment and scheduling

Mark Shifrin, Erez Biton+1 more|arXiv (Cornell University)|Nov 21, 2016

Software-Defined Networks and 5G被引用 7

一句话总结

本文提出了一种基于马尔可夫决策过程（MDP）模型的虚拟网络功能（VNF）部署与调度最优控制框架，该模型能够捕捉在服务等级协议（SLA）约束、时延和成本条件下的动态资源分配。通过解析推导出可最小化总成本并满足性能要求的决策阈值，并通过仿真验证了结构化的最优策略。

ABSTRACT

Managing network-related resources involves sophisticated trade-off between flexibility, high performance standards, latency demands which adhere to service level agreements (SLAs) and cost constraints. Network functioning virtualization (NFV) opens new challenges to the remote network management which combines activation and control of virtual machines (VMs) according to variable demand. Currently, this functionality is being handled by harnessing the traditional orchestration algorithms using suboptimal heuristics. We model the problem of virtual network function (VNF) allocation by queuing system with flexible number of queues, which captures variety of constraints including queue deployment and displacement, delay cost, holding cost, scheduling reward and fine. Next, we model the system by Markov decision process (MDP) and numerically solve it to find the optimal policy. We show analytically and by simulations that the optimal policy possesses decision thresholds which depend on several parameters.

研究动机与目标

• 解决在NFV环境中严格遵循SLA、时延和成本约束下，动态分配与调度虚拟网络功能（VNF）的挑战。
• 将VNF分配问题建模为具有可变队列数量的排队系统，整合部署、迁移、延迟、持有、奖励与罚款成本。
• 将系统形式化为马尔可夫决策过程（MDP），以推导最优控制策略。
• 识别最优策略的结构性质，特别是依赖于系统参数的决策阈值。
• 通过数值分析与仿真验证模型，证明所推导策略的最优性与实际可行性。

提出的方法

• 将VNF部署与调度问题建模为连续时间马尔可夫决策过程（MDP），以捕捉随时间演变的状态转移。
• 定义包含队列长度、虚拟机（VM）状态与资源可用性的状态空间，反映动态需求与系统负载。
• 引入延迟成本、持有成本、调度奖励以及SLA不合规的惩罚成本等成本分量。
• 使用动态规划数值求解MDP并推导最优策略。
• 识别最优策略中的决策阈值，其依赖于队列长度、VM利用率与成本权重等系统参数。
• 在多种需求模式下对系统进行仿真，以评估策略性能与结构性质。

实验结果

研究问题

• RQ1 在可变需求与多重约束条件下，VNF部署与调度的最优策略是什么？
• RQ2 最优策略中的决策阈值如何依赖于延迟成本、持有成本与VM部署成本等系统参数？
• RQ3 MDP建模能否有效捕捉NFV环境中性能、时延与成本之间的权衡？
• RQ4 与基于启发式的编排方法相比，最优策略在成本效率与SLA遵守方面表现如何？
• RQ5 在MDP模型下，最优策略中涌现出哪些结构性质（如基于阈值的控制）？

主要发现

• VNF部署与调度的最优策略为基于阈值的策略，其决策依赖于当前系统状态，包括队列长度与VM利用率。
• 决策阈值对延迟成本、持有成本与部署惩罚等成本参数敏感，表明其为基于权衡的控制机制。
• MDP的数值解表明，最优策略相比启发式方法显著降低了总运营成本。
• 策略结构通过减少每次决策时刻的完整重优化需求，实现了高效的实时实现。
• 仿真结果表明，最优策略在最小化资源过度配置与时延的同时，保持了SLA合规性。
• 该模型成功捕捉了虚拟机激活、调度奖励与惩罚之间的相互作用，从而形成平衡且成本效益高的控制策略。