KR101448586B1 - Method for cloud network resource management, cloud server and cloud network system using the same - Google Patents
Method for cloud network resource management, cloud server and cloud network system using the same Download PDFInfo
- Publication number
- KR101448586B1 KR101448586B1 KR1020130031827A KR20130031827A KR101448586B1 KR 101448586 B1 KR101448586 B1 KR 101448586B1 KR 1020130031827 A KR1020130031827 A KR 1020130031827A KR 20130031827 A KR20130031827 A KR 20130031827A KR 101448586 B1 KR101448586 B1 KR 101448586B1
- Authority
- KR
- South Korea
- Prior art keywords
- cloud
- cloud server
- packet
- server
- request
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1025—Dynamic adaptation of the criteria on which the server selection is based
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
Abstract
본 발명의 클라우드 네트워크 자원 관리 방법은, 데이터가 복수의 클라우드 서버들에 분산 저장되는 클라우드 네트워크의 자원 관리 방법으로서, 적어도 하나의 패킷 요청을 받은 클라우드 서버가, 각 패킷 요청에 상응하는 데이터의 중요도, 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 클라우드 서버의 서버 효용도를 산출하는 단계, 클라우드 서버의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 단계 및 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 단계를 포함할 수 있다.A cloud network resource management method according to the present invention is a cloud network resource management method in which data is distributed and stored in a plurality of cloud servers. The cloud server receives a request for at least one packet, Based on the inbound response contribution according to the history of each cloud server that has made a packet request to the cloud server in response to the packet request of the cloud server in the past and the drift rate measure regarding the operational ratio of the operational resource of the cloud server, Determining a combination of packet requests that maximize the server utility of the cloud server, determining a combination of the packet requests to the cloud servers that requested the packets in accordance with the determined combination of packet requests, Lt; RTI ID = 0.0 > It may comprise the step of responding.
Description
본 발명은 클라우드 네트워크 시스템에 관한 것으로, 더욱 상세하게는, 클라우드 네트워크 시스템의 자원 관리 전략에 관한 것이다.The present invention relates to a cloud network system, and more particularly, to a resource management strategy of a cloud network system.
급변하는 IT 기술과 더불어 스마트폰, 태블릿 PC 등이 확산되었고 이에 따라 웹, 이메일 및 문서 등과 같은 일반 파일, 동영상과 같은 대용량 파일 뿐만 아니라, 실시간으로 영화, 드라마 및 운동 경기 중계를 보고 화상 통화를 하는 등의 멀티미디어 스트리밍 데이터에 대한 사용자들의 요구가 기하 급수적으로 증가하고 있다. 이 때문에 네트워크 서비스 사업자들이 이러한 많은 양의 데이터를 사용자들에게 제공할 수 있는 네트워크 자원을 확보하는 것에 대한 고민이 많다.In addition to the rapidly changing IT technology, smartphones and tablet PCs have spread, and as a result, not only large files such as ordinary files such as web, email and documents, but also large files such as video, The demand of users for multimedia streaming data such as multimedia streaming is increasing exponentially. This has led many network service providers to worry about securing network resources that can provide these large amounts of data to users.
이러한 고민을 해소할 수 있는 대안으로 많은 양의 네트워크 자원을 효율적으로 사용할 수 있는 클라우드 컴퓨팅 기법이 주목을 받고 있다.Cloud computing techniques that can efficiently use large amounts of network resources are attracting attention as an alternative to solve these problems.
가상화 기술로 다양한 네트워크 자원들을 통합하여 하나의 클라우드 네트워크를 구성하고 이를 통해 사용자들에게 인터넷을 통한 다양한 데이터 서비스를 제공할 수 있는 클라우드 컴퓨팅 서비스는 이제 데이터 서비스 사업자들에게 대세로 자리잡고 있다.Cloud computing services, which can integrate various network resources with virtualization technology to form a single cloud network and provide users with various data services through the Internet, are now becoming popular among data service providers.
클라우드 컴퓨팅 서비스는 급증하는 데이터의 수요와 공급에 효과적으로 대처할 수도 있고, 가속화될 빅데이터(Big data) 시대에도 네트워크 데이터 서비스를 더욱 효과적으로 공급할 수 있다.Cloud computing services can effectively cope with the surge in demand and supply of data, and can supply network data services more effectively even in the era of accelerating big data.
유명 네트워크 장비 업체인 시스코(CISCO)의 데이터센터 IP 트래픽 예측에 따르면, 전세계 데이터센터의 총 용량은 2012년에 이미 2.6 ZB(ZB = 10억 TB)에 도달한 상태이고, 2016년에는 무려 6.6 ZB에 도달할 것이라 한다. 이 문서에 따르면, 데이터 센터에서 발생하는 트래픽 중에서 약 3/4는 데이터 센터 내부에서 저장, 분류, 생성, 검색, 인증 등의 작업에 의해 발생하며, 나머지 1/4 만이 데이터 센터와 외부 사이에서 발생하는 트래픽으로 조사되었다.According to data center IP traffic forecasts from Cisco (CISCO), a leading provider of network equipment, the total capacity of the world's data centers has already reached 2.6 ZB (ZB = 1 billion TB) in 2012 and 6.6 ZB . According to this document, about three-quarters of the traffic that originates in the data center is generated by operations such as storage, classification, generation, retrieval, and authentication within the data center, with only one fourth occurring between the data center and the outside Traffic.
특히, CISCO에 따르면 인터넷 트래픽은 2010년에 비해 2014년에 4 배로 늘어날 것이며, 그 중 가장 큰 비중은 비디오가 차지할 것이라고 예측하는데, 비디오는 통상적으로 지연 민감성 데이터이므로, 비디오를 비롯한 멀티미디어 스트리밍 데이터를 좀더 빠르고 안정적으로 전송하면서 클라우드 내부 서버들의 과부하를 방지하고 자원을 최대한 효율적으로 사용하는 것이 클라우드 네트워크 서비스의 사업성을 좌우한다.In particular, according to CISCO, Internet traffic will more than quadruple in 2014, with the largest portion of video expected to come from video, which is typically delayed-sensitive data, so that multimedia streaming data, including video, Avoid overloading servers in the cloud while ensuring fast and reliable transmission, and using resources as efficiently as possible will determine the feasibility of cloud network services.
따라서, 클라우드 네트워크 시스템을 효율적으로 운영하기 위해서는 이러한 어마어마한 부하를 감당하기 위해 효과적인 자원관리 전략이 필요하다.Therefore, in order to efficiently operate a cloud network system, an effective resource management strategy is required to cope with such an enormous load.
본 발명이 해결하고자 하는 과제는 지연 민감성 데이터를 효율적으로 처리할 수 있고 자원 관리 자체의 부하로 인한 오버헤드가 크지 않으며, 클라우드 네트워크의 스케일 변동에도 유연하게 대처할 수 있는 클라우드 네트워크 자원 관리 방법, 클라우드 서버 및 이를 이용하는 클라우드 네트워크 시스템을 제공하는 데에 있다.The present invention is directed to a cloud network resource management method capable of efficiently processing delay sensitive data, not overloading due to load of resource management itself, and capable of flexibly coping with scale variation of a cloud network, And a cloud network system using the same.
본 발명의 일 측면에 따른, 데이터가 복수의 클라우드 서버들에 분산 저장되는 클라우드 네트워크의 자원 관리 방법으로서,According to an aspect of the present invention, there is provided a method of managing a resource of a cloud network in which data is distributedly stored in a plurality of cloud servers,
적어도 하나의 패킷 요청을 받은 클라우드 서버가, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 상기 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 클라우드 서버의 서버 효용도를 산출하는 단계;Wherein the cloud server receiving the at least one packet request receives the at least one packet from the at least one cloud server based on the importance of the data corresponding to each packet request and inbound according to the history in which each of the other cloud servers that have made a packet request to the cloud server responded to the packet request of the cloud server in the past Computing a server utility of the cloud server for each combination of packet requests based on a response rate and a drift rate metric on the operational rate of operational resources of the cloud server;
상기 클라우드 서버의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 단계; 및Determining a combination of packet requests that maximizes a server utility of the cloud server; And
상기 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 상기 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 단계를 포함할 수 있다.And responding to the packet requests by sending the required packets corresponding to the determined combination of packet requests to the requesting cloud servers, respectively.
일 실시예에 따라, 상기 데이터의 중요도는 패킷 요청에 상응하는 데이터가 지연 민감성일수록 상대적으로 중요한 것으로 수치화될 수 있다.According to one embodiment, the importance of the data can be quantified as the relative importance of the data corresponding to the packet request is delay sensitive.
일 실시예에 따라, 상기 인바운드 응답 기여도는 상기 클라우드 서버가 과거에 한 패킷 요청에 대해 다른 클라우드 서버들이 응답한 내력에 기초하여 결정될 수 있다.According to one embodiment, the inbound response contribution may be determined based on the history that the other cloud servers have responded to in the past for the packet request made by the cloud server.
일 실시예에 따라, 상기 인바운드 응답 기여도는 상기 클라우드 서버가 과거에 한 패킷 요청에 응답한 적이 있는 다른 클라우드 서버들에 대하여, 상기 클라우드 서버가 과거에 한 패킷 요청에 상응하는 데이터의 중요도에 기초하여 결정될 수 있다.According to one embodiment, the inbound response contribution is determined based on the importance of data corresponding to a packet request that the cloud server has made in the past, for other cloud servers that have previously responded to a packet request by the cloud server Can be determined.
일 실시예에 따라, 상기 인바운드 응답 기여도는 직전 시점에 상기 클라우드 서버가 과거에 한 패킷 요청에 응답한 적이 있는 다른 클라우드 서버들에 대하여, 직전 시점에 상기 클라우드 서버가 요청했던 데이터의 중요도에 따라 결정될 수 있다.According to one embodiment, the inbound response contribution is determined according to the importance of the data requested by the cloud server at the immediately preceding time to the other cloud servers that the cloud server has previously responded to a packet request in the past .
일 실시예에 따라, 상기 구동율 측도는 상기 클라우드 서버가 가동 중인 연산 자원에 관한 측도로서, 상기 클라우드 서버가 연산 자원을 에너지 효율적 또는 속도 효율적으로 사용할수록 상대적으로 유리하도록 수치화될 수 있다.According to one embodiment, the drift rate metric is a measure of the computational resources in which the cloud server is running, and may be quantified such that the cloud server is relatively advantageous as it uses computational resources energy efficient or speed efficiently.
일 실시예에 따라, 상기 구동율 측도는According to one embodiment, the drive rate measure
가동 비율이 소정의 적정 수준일 때 상기 서버 효용도에 긍정적으로 적용되면서 상대적으로 큰 값으로, When the operation ratio is at a predetermined appropriate level, it is positively applied to the server utility,
소정의 적정 수준보다 작으면 상기 서버 효용도에 긍정적으로 적용되면서 상대적으로 낮은 값으로, If it is smaller than the predetermined proper level, it is positively applied to the server utility,
소정의 적정 수준을 초과하면 상기 서버 효용도에 부정적으로 적용되는 값으로 부여될 수 있다.If the predetermined level is exceeded, the value may be negatively applied to the server utility.
일 실시예에 따라, 상기 패킷 요청들의 특정한 조합에 대한 서버 효용도는 각 조합을 이루는 패킷 요청들 각각에 상응하는 데이터의 중요도, 인바운드 응답 기여도 및 구동율 측도를 각 패킷 요청들 각각에 관하여 가중 합산한 값들을 적산하여 산출될 수 있다.According to one embodiment, the server utility for a particular combination of packet requests is a weighted sum of the importance, inbound response contribution, and drive rate metrics of the data corresponding to each combination of packet requests for each packet request Can be calculated by integrating the values.
일 실시예에 따라, 상기 서버 효용도는 다음의 수학식According to one embodiment, the server utility is calculated by the following equation
에 의해 산출되며,Lt; / RTI >
여기서, 서버 효용도 는 공급자인 클라우드 서버 의 서버 효용도이고, 는 패킷을 요청한 수요자인 클라우드 서버들 의 총 개수이며, 데이터 중요도 는 공급자인 클라우드 서버 에 요청된 각각의 데이터 의 번째 패킷 에 관한 데이터 중요도이고, 인바운드 응답 기여도 는 직전 시점에서 수요자였던 클라우드 서버 가 공급자였던 클라우드 서버 에게 했던 요청에 기초한 클라우드 서버 의 인바운드 응답 기여도이며, 는 클라우드 서버 의 구동율 측도이고, , , 는 각각 데이터의 중요도 , 인바운드 응답 기여도 및 구동율 측도 의 가중치들일 수 있다.Here, the server utility Lt; RTI ID = 0.0 > Of the server utility, Lt; RTI ID = 0.0 > servers < / RTI & , And the data importance Lt; RTI ID = 0.0 > For each of the requested data of Th packet , And the inbound response contribution The cloud server The cloud server Cloud server based on request to Inbound response contribution, The cloud server Of the driving rate, , , The importance of each data , Inbound response contribution And drive ratio measure Lt; / RTI >
일 실시예에 따라, 상기 클라우드 네트워크 자원 관리 방법은,According to one embodiment, the cloud network resource management method comprises:
상기 클라우드 서버가 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 상기 클라우드 서버가, 다른 클라우드 서버들의 각각에 대한 상기 클라우드 서버의 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 적어도 하나의 다른 클라우드 서버를 선정하는 단계; 및The method of
상기 클라우드 서버가, 상기 선정된 클라우드 서버에 필요한 패킷을 요청하는 단계를 더 포함할 수 있다.The cloud server may further include a step of requesting a packet necessary for the selected cloud server.
일 실시예에 따라, 상기 아웃바운드 응답 기여도는 상기 클라우드 서버가 과거에 다른 클라우드 서버들의 각각의 패킷 요청에 대하여 응답한 내력에 기초하여 결정될 수 있다.According to one embodiment, the outbound response contribution may be determined based on the history that the cloud server responded to each packet request of other cloud servers in the past.
일 실시예에 따라, 상기 아웃바운드 응답 기여도는 상기 클라우드 서버가 과거에 응답했던 다른 클라우드 서버들의 각각의 패킷 요청에 상응하는 데이터의 중요도에 따라 결정되고,According to one embodiment, the outbound response contribution is determined according to the importance of data corresponding to each packet request of the other cloud servers to which the cloud server has responded in the past,
상기 데이터의 중요도는 데이터가 지연 민감성일수록 상대적으로 중요하다고 수치화될 수 있다.The importance of the data can be quantified to be relatively important as the delay sensitivity of the data.
일 실시예에 따라, 상기 아웃바운드 응답 기여도는 상기 클라우드 서버가 직전 시점에 응답한 적이 있는 다른 클라우드 서버들의 패킷 요청에 상응하는 데이터의 중요도에 따라 결정될 수 있다.According to one embodiment, the outbound response contribution may be determined according to the importance of data corresponding to a packet request from other cloud servers that the cloud server has responded to immediately before.
본 발명의 다른 측면에 따른, 데이터가 복수의 클라우드 서버들에 분산 저장되는 클라우드 네트워크의 자원 관리 방법으로서,According to another aspect of the present invention, there is provided a method for managing a resource of a cloud network in which data is distributedly stored in a plurality of cloud servers,
제1 클라우드 서버가 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 상기 제1 클라우드 서버가, 다른 클라우드 서버들의 각각에 대한 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 제2 클라우드 서버를 선정하는 단계;In the event that some of the data related to the service provided by the first cloud server is insufficient, the first cloud server may send a second cloud server to make a packet request based on the outbound response contribution for each of the other cloud servers Selecting step;
상기 제1 클라우드 서버가, 상기 선정된 제2 클라우드 서버에 필요한 패킷을 요청하는 단계;The first cloud server requesting a packet necessary for the selected second cloud server;
적어도 하나의 패킷 요청을 받은 상기 제2 클라우드 서버가, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 제2 클라우드 서버에 패킷 요청을 한 클라우드 서버들 각각이 과거에 상기 제2 클라우드 서버의 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 제2 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 제2 클라우드 서버의 서버 효용도를 산출하는 단계;The second cloud server receiving the at least one packet request transmits the importance of the data corresponding to each packet request and the importance of the data to the second cloud server in response to the request of the second cloud server in the past Computing a server utility value of the second cloud server for each combination of packet requests based on the inbound response contribution according to the history of the first cloud server and the driving rate measure regarding the operational rate of the operational resource of the second cloud server;
상기 제2 클라우드 서버의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 단계; 및Determining a combination of packet requests that maximizes a server utility of the second cloud server; And
상기 결정된 조합의 패킷 요청들에 상응하는 클라우드 서버들에 대해 필요한 패킷들을 각각 전송함으로써 패킷 요청들에 응답하는 단계를 포함할 수 있다.And responding to packet requests by sending each of the required packets for the cloud servers corresponding to the determined combination of packet requests.
본 발명의 또 다른 측면에 따른, 클라우드 네트워크에서 데이터가 분산 저장되는 클라우드 서버로서,According to another aspect of the present invention, there is provided a cloud server in which data is distributedly stored in a cloud network,
적어도 하나의 패킷 요청을 받을 경우에, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 상기 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 클라우드 서버의 서버 효용도를 산출하는 서버 효용도 산출부;An importance of data corresponding to each packet request, an inbound response according to the history in which each of the other cloud servers that have made a packet request to the cloud server responded to the packet request of the cloud server in the past when receiving at least one packet request, A server utility calculating unit for calculating a server utility of the cloud server with respect to each combination of packet requests based on a contribution rate and a drive rate measure related to an operation ratio of operation resources of the cloud server;
상기 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 응답 상대방 선정부; 및A response partner selection unit for determining a combination of packet requests that maximize the server utility; And
상기 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 요청 응답 인터페이스를 포함할 수 있다.And a request response interface that responds to packet requests by sending the required packets corresponding to the determined combination of packet requests to the requesting cloud servers, respectively.
일 실시예에 따라, 상기 데이터의 중요도는 패킷 요청에 상응하는 데이터가 지연 민감성일수록 상대적으로 중요한 것으로 수치화될 수 있다.According to one embodiment, the importance of the data can be quantified as the relative importance of the data corresponding to the packet request is delay sensitive.
일 실시예에 따라, 상기 인바운드 응답 기여도는 상기 클라우드 서버가 과거에 한 패킷 요청에 응답한 적이 있는 다른 클라우드 서버들에 대하여, 상기 클라우드 서버가 과거에 한 패킷 요청에 상응하는 데이터의 중요도에 기초하여 결정될 수 있다.According to one embodiment, the inbound response contribution is determined based on the importance of data corresponding to a packet request that the cloud server has made in the past, for other cloud servers that have previously responded to a packet request by the cloud server Can be determined.
일 실시예에 따라, 상기 구동율 측도는 상기 클라우드 서버가 가동 중인 연산 자원에 관한 측도로서, 상기 클라우드 서버가 연산 자원을 에너지 효율적 또는 속도 효율적으로 사용할수록 상대적으로 유리하도록 수치화될 수 있다.According to one embodiment, the drift rate metric is a measure of the computational resources in which the cloud server is running, and may be quantified such that the cloud server is relatively advantageous as it uses computational resources energy efficient or speed efficiently.
일 실시예에 따라, 상기 패킷 요청들의 특정한 조합에 대한 서버 효용도는 각 조합을 이루는 패킷 요청들 각각에 상응하는 데이터의 중요도, 인바운드 응답 기여도 및 구동율 측도를 각 패킷 요청들 각각에 관하여 가중 합산한 값들을 적산하여 산출될 수 있다.According to one embodiment, the server utility for a particular combination of packet requests is a weighted sum of the importance, inbound response contribution, and drive rate metrics of the data corresponding to each combination of packet requests for each packet request Can be calculated by integrating the values.
일 실시예에 따라, 상기 서버 효용도는 다음의 수학식According to one embodiment, the server utility is calculated by the following equation
에 의해 산출되며,Lt; / RTI >
여기서, 서버 효용도 는 공급자인 클라우드 서버 의 서버 효용도이고, 는 패킷 요청을 한 수요자인 클라우드 서버들 의 총 개수이며, 데이터 중요도 는 공급자인 클라우드 서버 에 요청된 각각의 데이터 의 번째 패킷 에 관한 데이터 중요도이고, 인바운드 응답 기여도 는 직전 시점에서 수요자였던 클라우드 서버 가 공급자였던 클라우드 서버 에게 했던 요청에 기초한 클라우드 서버 의 인바운드 응답 기여도이며, 는 클라우드 서버 의 구동율 측도이고, , , 는 각각 데이터의 중요도 , 인바운드 응답 기여도 및 구동율 측도 의 가중치들일 수 있다.Here, the server utility Lt; RTI ID = 0.0 > Of the server utility, Lt; RTI ID = 0.0 > server < / RTI > , And the data importance Lt; RTI ID = 0.0 > For each of the requested data of Th packet , And the inbound response contribution The cloud server The cloud server Cloud server based on request to Inbound response contribution, The cloud server Of the driving rate, , , The importance of each data , Inbound response contribution And drive ratio measure Lt; / RTI >
일 실시예에 따라, According to one embodiment,
상기 클라우드 서버가 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 다른 클라우드 서버들의 각각에 대한 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 적어도 하나의 다른 클라우드 서버를 선정하는요청 상대방 선정부를 더 포함하고,A requesting party selection unit for selecting at least one other cloud server to request a packet based on the outbound response contribution for each of the other cloud servers when a portion of the data related to the service provided by the cloud server is insufficient Further included,
상기 요청 응답 인터페이스가 상기 선정된 클라우드 서버에 필요한 패킷을 요청하도록 동작할 수 있다.And the request response interface may be operable to request packets for the selected cloud server.
일 실시예에 따라, 상기 클라우드 서버는, 패킷 요청 시에는 패킷 요청한 데이터의 중요도 및 요청 상대방으로 선정된 클라우드 서버의 식별 정보를 기록하고, 패킷 응답 시에는 응답한 패킷에 상응하는 데이터의 중요도 및 응답 상대방으로 선정된 클라우드 서버의 식별 정보를 기록함으로써, 요청 응답 내력을 관리하는 요청 응답 내력 관리부를 더 포함할 수 있다.According to one embodiment, the cloud server records the importance of the packet requested data and the identification information of the cloud server selected as the requesting party at the time of packet request, and at the time of packet response, the importance of data and response And a request response history management unit for managing the request response history by recording the identification information of the cloud server selected as the other party.
본 발명의 또 다른 측면에 따른, 복수의 클라우드 서버들에 데이터를 분산 저장하는 클라우드 네트워크 시스템으로서,According to another aspect of the present invention, there is provided a cloud network system for distributedly storing data in a plurality of cloud servers,
상기 복수의 클라우드 서버들의 각각은,Wherein each of the plurality of cloud servers comprises:
적어도 하나의 패킷 요청을 받을 경우에, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 상기 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 클라우드 서버의 서버 효용도를 산출하는 서버 효용도 산출부;An importance of data corresponding to each packet request, an inbound response according to the history in which each of the other cloud servers that have made a packet request to the cloud server responded to the packet request of the cloud server in the past when receiving at least one packet request, A server utility calculating unit for calculating a server utility of the cloud server with respect to each combination of packet requests based on a contribution rate and a drive rate measure related to an operation ratio of operation resources of the cloud server;
상기 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 응답 상대방 선정부; 및A response partner selection unit for determining a combination of packet requests that maximize the server utility; And
상기 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 요청 응답 인터페이스를 포함할 수 있다.And a request response interface that responds to packet requests by sending the required packets corresponding to the determined combination of packet requests to the requesting cloud servers, respectively.
본 발명의 클라우드 네트워크 자원 관리 방법, 클라우드 서버 및 이를 이용하는 클라우드 네트워크 시스템에 따르면, 멀티미디어 스트리밍 데이터와 같은 지연 민감성 데이터를 효율적으로 처리할 수 있다.According to the cloud network resource management method, the cloud server, and the cloud network system using the same, the delay sensitive data such as the multimedia streaming data can be efficiently processed.
본 발명의 클라우드 네트워크 자원 관리 방법, 클라우드 서버 및 이를 이용하는 클라우드 네트워크 시스템에 따르면, 클라우드 네트워크 내에서, 어떤 중앙 집중식 관리 서버 없이도, 개별 단위 서버 수준에서 단위 서버들 각자가 스스로 최적의 자원 관리를 도모함으로써 클라우드 전체 수준에서도 최적화된 자원 관리를 달성할 수 있다.According to the cloud network resource management method, the cloud server, and the cloud network system using the cloud network resource management method of the present invention, in a cloud network, each of the unit servers independently manages optimal resource management without any centralized management server Optimized resource management can also be achieved at the global cloud level.
본 발명의 클라우드 네트워크 자원 관리 방법, 클라우드 서버 및 이를 이용하는 클라우드 네트워크 시스템에 따르면, 클라우드 네크워크 자원의 확장이나 감축 등의 스케일 변동에 전혀 영향을 받지 않고 유연하게 최적화된 자원 관리를 추구할 수 있다.According to the cloud network resource management method, the cloud server, and the cloud network system using the cloud network resource management method of the present invention, it is possible to pursue flexible and optimized resource management without being affected by the scale change such as expansion or reduction of the cloud network resource.
본 발명의 클라우드 네트워크 자원 관리 방법, 클라우드 서버 및 이를 이용하는 클라우드 네트워크 시스템에 따르면, 개별 단위 서버가 최적화된 자원 관리를 위해 필요로 하는 자원이 매우 적어, 자원 관리 자체로 인한 오버헤드가 거의 발생하지 않는다.According to the cloud network resource management method, the cloud server, and the cloud network system using the cloud network resource management method of the present invention, the resource required for the optimized resource management by the individual unit server is very small and the overhead due to the resource management itself rarely occurs .
도 1은 본 발명의 일 실시예에 따른 클라우드 네트워크 시스템을 예시한 개념도이다.
도 2는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 클라우드 네트워크에 분산 저장되는 데이터들을 예시한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 임의의 클라우드 서버가 다른 클라우드 서버에 요청하는 데이터 패킷을 예시한 개념도이다.
도 4는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 임의의 클라우드 서버가 다른 클라우드 서버들로부터 동시에 받은 다수의 데이터 패킷 요청들을 예시한 개념도이다.
도 5는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 임의의 클라우드 서버가 다른 클라우드 서버들에 대해 수행하는 선택적 데이터 패킷 응답들을 예시한 개념도이다.
도 6은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법을 예시한 순서도이다.
도 7은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에 따라 시뮬레이션한 결과로서, 혼잡도가 보통일 때에 데이터 중요도에 따라 응답이 있을 때까지 반복된 데이터 요청 횟수들을 비교한 그래프이다.
도 8은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에 따라 시뮬레이션한 결과로서, 혼잡도가 심할 때에 데이터 중요도에 따라 응답이 있을 때까지 반복된 데이터 요청 횟수들을 비교한 그래프이다.
도 9는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에 따라 시뮬레이션한 결과로서, 혼잡도가 보통일 때에 클라우드 서버의 CPU 구동율들을 비교한 그래프이다.
도 10은 본 발명의 일 실시예에 따른 클라우드 서버를 예시한 블록도이다.1 is a conceptual diagram illustrating a cloud network system according to an embodiment of the present invention.
2 is a conceptual diagram illustrating data stored in a cloud network in a cloud network resource management method according to an exemplary embodiment of the present invention.
3 is a conceptual diagram illustrating a data packet that is requested by a certain cloud server to another cloud server in the cloud network resource management method according to an embodiment of the present invention.
FIG. 4 is a conceptual diagram illustrating a plurality of data packet requests that a certain cloud server receives simultaneously from other cloud servers in a cloud network resource management method according to an exemplary embodiment of the present invention.
5 is a conceptual diagram illustrating optional data packet responses performed by an arbitrary cloud server to other cloud servers in a cloud network resource management method according to an exemplary embodiment of the present invention.
6 is a flowchart illustrating a cloud network resource management method according to an exemplary embodiment of the present invention.
FIG. 7 is a graph illustrating simulation results of a cloud network resource management method according to an exemplary embodiment of the present invention. FIG. 7 is a graph illustrating a comparison of the number of repeated data requests until there is a response according to data importance when the congestion is normal.
FIG. 8 is a graph illustrating simulation results of a cloud network resource management method according to an exemplary embodiment of the present invention. FIG. 8 is a graph comparing the number of repeated data requests until there is a response according to data importance when congestion is severe.
FIG. 9 is a graph illustrating simulation results of a cloud network resource management method according to an exemplary embodiment of the present invention and comparing CPU drive ratios of the cloud server when the congestion is normal.
10 is a block diagram illustrating a cloud server according to an embodiment of the present invention.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다. For the embodiments of the invention disclosed herein, specific structural and functional descriptions are set forth for the purpose of describing an embodiment of the invention only, and it is to be understood that the embodiments of the invention may be practiced in various forms, The present invention should not be construed as limited to the embodiments described in Figs.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. The same reference numerals are used for the same constituent elements in the drawings and redundant explanations for the same constituent elements are omitted.
도 1은 본 발명의 일 실시예에 따른 클라우드 네트워크 시스템을 예시한 개념도이다.1 is a conceptual diagram illustrating a cloud network system according to an embodiment of the present invention.
본 발명의 클라우드 네트워크 시스템(10)은 복수의 클라우드 서버들(11)과 클라우드 코어 도메인(12)을 포함하며, 네트워크(20)를 통해 임의의 사용자 단말기들(30)에 다양한 클라우드 서비스들, 즉 어플리케이션(SaaS: Software as a Service), 플랫폼(PaaS: Platform as a Service) 내지 인프라스트럭처(IaaS: Infrastructure as a Service)를 제공할 수 있다.The
클라우드 코어 도메인(12)은 가상화 장치, 데이터 분산 관리 서버, 초고속 스위치들과 방화벽을 포함하며, 외부에 대해서는 사용자 단말기(30)가 클라우드 서비스를 마치 하나의 서버로부터 제공받는 것처럼 클라우드 네트워크 시스템(10)을 관리할 수 있다.The
이 경우에, 클라우드 네트워크 시스템(10)이 제공하는 서비스들 또는 데이터는 클라우드 코어 도메인(12)에 의해 복수의 클라우드 서버들(11)의 각각에 패킷 단위로 적절히 분산되어 실행되거나 저장될 수 있다.In this case, the services or data provided by the
패킷 단위로 분산 저장되는 데이터들은 각각 소정의 중요도와 패킷 갯수를 가질 수 있다. 예를 들어 지연 민감성 데이터이면 상대적으로 중요도가 높게 부여될 수 있다. 또한 관리의 편의를 위해 패킷 크기는 일정할 수 있다.Data distributed and stored in units of packets may have a predetermined importance and a number of packets. For example, if the data is delay sensitive, it can be given relatively high importance. Also, for convenience of management, packet size can be constant.
클라우드 서버들(11)은 적어도 하나의 서비스들에 관한 데이터의 분산된 패킷들을 각각 저장하는데, 클라우드 코어 도메인(12)의 패킷 분산 저장 정책에 따라 각각의 클라우드 서버(11)는 어떤 시점에 어떤 데이터의 패킷들을 모두 갖고 있을 수도 있지만 일부만 가지고 있을 수고, 아예 전혀 안 가지고 있을 수도 있다. 또한 어떤 데이터의 패킷들이 여러 클라우드 서버들(11)에 중복 저장되어 있을 수도 있다.Each of the
잠시 도 2와 도 3을 참조하면, 도 2는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 클라우드 네트워크에 분산 저장되는 데이터들을 예시한 개념도이고, 도 3은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 임의의 클라우드 서버가 다른 클라우드 서버에 요청하는 데이터 패킷을 예시한 개념도이다.2 and 3, FIG. 2 is a conceptual diagram illustrating data stored and stored in a cloud network in a cloud network resource management method according to an embodiment of the present invention. FIG. FIG. 2 is a conceptual diagram illustrating a data packet that a certain cloud server requests to another cloud server in the cloud network resource management method according to the present invention.
도 2에서, 어떤 클라우드 네트워크 시스템(10) 내에 N d 종류의 데이터가 저장되어 있다. 데이터는 일정한 크기의 패킷 단위로 나뉘어져 분산 저장되는데, 어느 한 종류의 데이터 n이 K n 개의 패킷들로 분할되어 여러 클라우드 서버들(11)에 분산 저장된다고 가정하자. 각 클라우드 서버(11)는 각각의 데이터를 일부 또는 전부 가지고 있거나, 또는 전혀 가지고 있지 않을 수 있다.In Fig. 2, N d kinds of data are stored in a certain
도 3에서, 사용자 단말기(30)로부터 j 번째 클라우드 서버 에 대해 어떤 데이터 n의 요청이 있을 경우에, 클라우드 서버 는 데이터 n의 패킷들을 다수 가지고 있지만 일부 패킷들을 가지고 있지 않은데, 다른 클라우드 서버들에 요청하여야 하는 점선으로 표시된 k 번째 패킷을 라고 표현할 수 있다.In Fig. 3, the jth cloud server In the event that there is a request for any data n for the cloud server Has a number of packets of data n but does not have some packets, and the kth packet indicated by the dotted line that should be requested to other cloud servers .
이때, 클라우드 서버 는 부족한 하나 이상의 패킷들을 동시에 여러 클라우드 서버들에 요청하고 그들 중 적어도 일부로부터 필요한 패킷들을 수신한다면, 데이터 획득 시간을 줄일 수 있을 것이다.At this time, Will be able to reduce data acquisition time if one or more packets that are deficient are requested to multiple cloud servers at the same time and receive necessary packets from at least some of them.
한편, 사용자 단말기(30)에 어떤 서비스를 제공하기 위해 어떤 데이터가 필요한 경우에, 먼저 각 클라우드 서버(11)는 자신이 그 데이터를 모두 가지고 있는지 검색할 수 있다.On the other hand, when data is required to provide a service to the
다음으로, 각 클라우드 서버(11)는 다른 클라우드 서버(11)에 패킷을 요청할 수 있고, 요청을 받은 클라우드 서버(11)는 요청에 응답하여 패킷을 전송할 수 있다. 여기서, 패킷 요청의 알고리즘과 요청 응답의 알고리즘이 등장할 수 있다.Next, each of the
이를 위해 잠시 도 4 및 도 5를 참조하면, 도 4는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 임의의 클라우드 서버가 다른 클라우드 서버들로부터 동시에 받은 다수의 데이터 패킷 요청들을 예시한 개념도이고, 도 5는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에서, 임의의 클라우드 서버가 다른 클라우드 서버들에 대해 수행하는 선택적 데이터 패킷 응답들을 예시한 개념도이다.4 and 5, FIG. 4 illustrates a cloud network resource management method according to an exemplary embodiment of the present invention, in which a cloud server illustrates a plurality of data packet requests received simultaneously from other cloud servers FIG. 5 is a conceptual diagram illustrating optional data packet responses performed by an arbitrary cloud server to other cloud servers in a cloud network resource management method according to an exemplary embodiment of the present invention. Referring to FIG.
도 4에서, 제1 클라우드 서버(111)와 제3 클라우드 서버(113)는 사용자 단말기(30)에 클라우드 서비스를 제공하기 위해 필요한 데이터 패킷들을 요청하는 수요자들이고, 제 2 클라우드 서버(112)와 제4 클라우드 서버(114)를 비롯한 다수의 클라우드 서버들은 필요한 데이터 패킷들을 보유하고 요청에 응답할 수 있는 공급자들이다.4, the
다만, 제1 내지 제4 클라우드 서버들(111, 112, 113, 114)은 각각 어떤 시점에 특정 패킷을 우연히 필요하게 되어 수요자 역할을 하거나 그러한 패킷을 우연히 갖고 있어 공급자 역할을 하는 것일 뿐이고, 항상 수요자와 공급자인 것은 아니며, 상황에 따라 수요자이기도 하고 공급자이기도 하다는 점에 유의한다.However, the first to
도 4에서, 예를 들어 어떤 사용자 단말기(30)로부터 서비스 요청이 들어온 인기 있는 어떤 동영상 데이터 n에 관하여, 제1 클라우드 서버(111) 또는 제3 클라우드 서버(113)는, 주변의 제2 클라우드 서버(112) 또는 제4 클라우드 서버(114)에게, 자신들에게 없는 부족한 패킷들을 각각 요청한다.In FIG. 4, for example, with respect to any popular video data n from which a service request is received from a
이때, 만약 수요자인 제1 클라우드 서버(111)가 무조건적으로 주변의 클라우드 서버들(11)에 요청을 한다고 가정하면, 제1 클라우드 서버(111) 각자도 제시간 내에 자신의 요청에 응답을 받을 수 있는지 불확실하게 되고, 클라우드 네크워크 시스템(10) 전체적으로 네트워크 자원이 대단히 낭비될 것이다.At this time, if the
따라서, 수요자인 제1 클라우드 서버(111)는 주변의 클라우드 서버들(11) 중에 어떤 특정 클라우드 서버(11)에 패킷 요청을 할 것인지 결정하는 문제가 발생하는데, 도 4와 같이 다수의 클라우드 서버들(11) 중에서 요청을 보낼 제2 및 제4 클라우드 서버들(112, 114)을 선정하는 패킷 요청 알고리즘이 필요하다.Accordingly, the
또한, 만약 제2 클라우드 서버(112)나 제4 클라우드 서버(114)가 충분한 가용 자원을 가지고 있다면 모든 요청에 대해 응답을 하고 패킷들을 전송해 줄 수 있겠지만, 통상적으로 제2 클라우드 서버(112)나 제4 클라우드 서버(114)도 그 자신 또한 어떤 사용자 단말기(30)로부터 서비스 요청에 대응하고 있을 것이므로, 자신의 서비스 품질을 위해서는 제1 클라우드 서버(111) 또는 제3 클라우드 서버(113) 등으로부터의 요청들 중 일부에만 응답할 수 있을 것이고, 따라서 응답할 요청을 선정하는 요청 응답 알고리즘이 필요하다.In addition, if the
또한 도 5에서, 이제 제2 클라우드 서버(112)는 자신에게 패킷 요청을 한 제1 클라우드 서버(111) 및 제3 클라우드 서버(113)를 비롯한 다수의 클라우드 서버들(11) 중에 일부 클라우드 서버들(111, 113)에 대해서만 요청에 응답하여 패킷들을 전송한다.5, the
도 4와 도 5를 함께 참조하면, 제1 클라우드 서버(111)는 부족한 패킷을 가지고 있는 다른 클라우드 서버들(11)에 대해 선택적으로 부족한 패킷을 요청하며, 또한 복수의 패킷 요청들을 받은 제2 클라우드 서버(112)는 패킷 요청들에 선택적으로 응답할 수 있다.Referring to FIGS. 4 and 5, the
특히, 본 발명에서, 패킷 요청 알고리즘은 제1 클라우드 서버(111)가 클라우드 서버들(11) 중 요청을 보낼 제2 및 제4 클라우드 서버들(112, 114)을 선정하는 데에 있어서, 제1 클라우드 서버(111)가 클라우드 서버들(11) 각각에 대한 제1 클라우드 서버(111) 자신의 과거의 아웃바운드 응답 기여도(outbound response contribution)에 따라 복수의 클라우드 서버들(11) 중에서 패킷을 요청할 제2 및 제4 클라우드 서버들(112, 114)을 우선적으로 선정하는 알고리즘이다.In particular, in the present invention, the packet requesting algorithm may be configured such that the
다시 말해, 자신이 이전에 응답해 준 적이 있는 상대방을 우선적으로 골라 요청을 하겠다는 전략이다.In other words, it is a strategy to preferentially choose the person whom you have previously answered.
이를 위해, 모든 클라우드 서버들(11) 각자는 자신이 과거에 패킷 요청을 받아 공급자 역할로써 요청에 대해 응답해 줌으로써 상대방들이 데이터를 조립하는 데에 기여를 했던 내력을 나머지 클라우드 서버들(11)에 관하여 유지하고 있다.To this end, each of the
구체적으로, 제1 클라우드 서버(111)의 제2 클라우드 서버(112)에 대한 아웃바운드 응답 기여도는, 과거에 각 제2 클라우드 서버(112)가 제1 클라우드 서버(111)에 패킷을 요청하고 제1 클라우드 서버(111)가 이에 응답하여 패킷을 제2 클라우드 서버(112)에 제공했던 내력에 기초하여, 제2 클라우드 서버(112)를 위해 제1 클라우드 서버(111)가 얼마나 기여를 했었는지를 수치화할 수 있도록 부여하는 값이다.Specifically, the outbound response contribution of the
특히, 일 실시예에서, 제2 클라우드 서버(112)에 부여되는 아웃바운드 응답 기여도는 제1 클라우드 서버(111)가 요청에 응답한 바 있는 데이터 패킷의 중요도가 높을수록 상대적으로 높게 부여될 수 있다.In particular, in one embodiment, the outbound response contribution granted to the
다시 말해, 자신이 이전에 중요한 데이터 패킷을 응답해 준 적이 있는 상대방에게 중요한 데이터 패킷을 요청하겠다는 전략이다.In other words, it is a strategy to request an important data packet to the other party that has previously responded to the important data packet.
실시예에 따라, 과거의 모든 이력을 고려하는 대신에 직전의 실적만을 고려하여 아웃바운드 응답 기여도를 결정할 수 있다.According to the embodiment, instead of considering all past hysteresis, the outbound response contribution can be determined taking into account only the previous performance.
다시 말해, 현재 수요자인 클라우드 서버 가 현재 공급자 클라우드 서버 에 대해 부여하는 아웃바운드 응답 기여도 는 가장 최근인 직전 시점(t-1)에 공급자로서 클라우드 서버 가 수요자로서 클라우드 서버 에 응답을 해 주었던 요청에 상응하는 패킷의 데이터 중요도에 따라 결정될 수 있다. In other words, the current consumer, the cloud server Current provider cloud server Outbound response credit given for Lt; RTI ID = 0.0 > (t-1) < / RTI & As a consumer, May be determined according to the data importance of the packet corresponding to the request that responded to the request.
그렇다면, 데이터의 중요도의 기준이 문제될 수 있다.If so, the criterion of the importance of the data may be a problem.
조사에 따르면, 네트워크 서비스를 이용하는 사용자는 대체로 3초 이상 서비스 응답 시간이 지연되면 지연 현상을 인식하게 되고 불만을 갖기 시작하며, 10 초 이상 지연되면 서비스로부터 쉽게 이탈한다고 한다. 또한, 뮤직 비디오나 영화와 같은 미디어 데이터가 재생 중에 버퍼 언더런(buffer underrun)이 일어나면, 사용자는 그러한 미디어 서비스에 만족하기 어렵다.According to the survey, users who use the network service generally begin to feel dissatisfied when the service response time is delayed for more than 3 seconds, and when they are delayed for more than 10 seconds, they easily depart from the service. In addition, if a buffer underrun occurs during playback of media data such as a music video or a movie, the user is not satisfied with such a media service.
따라서 데이터의 중요도는, 데이터에 관하여, 사용자가 제때 서비스되는 것을 당연하게 생각하는 반면에 서비스가 지연되면 지연 현상을 쉽게 인식하고 그러한 지연 현상이 있을 때에 불만을 느끼기 쉬운 특성, 즉 지연 민감성에 따라 부여될 수 있다.Therefore, the importance of the data can be easily recognized when the service is delayed, while the user considers that the service is delayed when the service is delayed. In addition, .
예를 들어 인기가 높아 조회수가 높으면서 고용량인 동영상 데이터는 지연될 경우 사용자들이 서비스에 불만을 느낄 수 있으므로, 인기가 없으면서 저용량인 문서 데이터보다 상대적으로 높은 중요도를 가질 수 있다.For example, if the video data having a high number of views and a high number of views are high in popularity, users may be dissatisfied with the service if they are delayed, so that they can have a relatively high importance level than the low-volume document data without popularity.
좀더 일반적으로 데이터 패킷 의 중요도 는 수학식 1과 같이 수요자인 어떤 클라우드 서버 가 필요로 하는 데이터 n의 k 번째 패킷인 데이터 패킷 의 함수로써 표현될 수 있다.More generally, Importance of As shown in Equation (1), a certain cloud server Which is the kth packet of the data n required by the data packet Can be expressed as a function of.
여기서, 중요도 는 최저값 부터 최고값 까지 P 단계로 설정된 값 중 하나인 로 특정될 수 있다. 예를 들어 데이터의 중요도는 최저 1부터 최고 10 사이의 10 단계로 설정된 정수로 특정될 수 있다.Here, Is the lowest value Highest value from One of the values set in step P up to . ≪ / RTI > For example, the importance of the data can be specified by integers set to 10 levels from 1 to 10.
한편, 이러한 데이터의 상대적인 중요도 는 공급자인 클라우드 서버 가 동시적인 데이터 패킷 요청들을 받을 경우에 클라우드 서버 가 우선적으로 응답할 데이터 패킷을 선택하는 기준이 될 수 있다.On the other hand, Lt; RTI ID = 0.0 > Lt; / RTI > receives simultaneous data packet requests, May be a criterion for selecting a data packet to respond preferentially.
나아가, 만약 높은 중요도를 가진 데이터의 패킷에 관한 제2 클라우드 서버(112)의 요청에 대해 성공적으로 응답한 제1 클라우드 서버(111)는 제2 클라우드 서버(112)가 중요도가 높은 데이터를 제때에 조합하여 사용자에게 서비스를 지연없이 제공하는 데에 기여도가 크다고 할 것이다. 반면에 낮은 중요도를 가진 데이터의 패킷에 관한 제2 클라우드 서버(112)의 요청에 대하여 제1 클라우드 서버(111)가 빠른 시간 안에 성공적으로 응답하더라도 제2 클라우드 서버(112)는 그 데이터에 대해 그렇게 빠른 응답이 굳이 필요한 것은 아니었으므로 제1 클라우드 서버(111)가 제2 클라우드 서버(112)에 기여도가 낮다.Further, if the
예를 들어, 제1 클라우드 서버(111)는, 예를 들어 과거에 중요도 10인 데이터의 부족한 패킷에 관한 제2 클라우드 서버(112)의 요청에 성공적으로 응답하였을 경우, 제2 클라우드 서버(112)에 대한 자신의 아웃바운드 응답 기여도를 10으로 결정할 수 있다.For example, when the
이렇듯, 제1 클라우드 서버(111)의 제2 클라우드 서버(112)에 대한 아웃바운드 응답 기여도는 과거에 제2 클라우드 서버(112)의 요청에 제1 클라우드 서버(111)가 응답하여 전송했던 데이터 패킷의 중요도에 따라 결정될 수 있다.The outbound response contribution to the
이러한 패킷 요청 알고리즘을 위해, 모든 클라우드 서버들(11)의 각각은 나머지 모든 클라우드 서버들(11)의 각각에 대해 지속적으로 아웃바운드 응답 기여도들을 부여할 수 있다.For this packet requesting algorithm, each of all the
한편, 공급자 역할을 하게 된 클라우드 서버(11)는 복수의 수요자 역할을 하는 다른 클라우드 서버들(11)로부터 동시에 패킷 요청을 받을 수 있다.Meanwhile, the
이 경우에, 공급자 역할을 하는 클라우드 서버(11)는 수요자 역할을 하는 클라우드 서버들(11)의 패킷 요청들에 모두 응답하기보다는 일부 요청들에 우선적으로 응답할 수 있는데, 클라우드 네트워크 시스템(10)의 최대 효율을 위해서는 어떤 요청에 우선적으로 응답할 것인지를 효과적으로 선택하여야 한다.In this case, the
만약, 모든 공급자 역할을 하는 클라우드 서버들(11)이 각자 알아서 최선의 응답을 수행한다면, 그러한 클라우드 네트워크 시스템(10)은 전체적으로도 가장 효율적인 동작 상태라고 할 수 있을 것이다.If the
이러한 관점에서, 본 발명의 요청 응답 알고리즘은 공급자인 클라우드 서버(11)가 수요자인 클라우드 서버들(11)의 요청들 중에 응답할 패킷 요청들을 선정하는 데에 있어서, 응답의 효용(Utility)을 가장 크게 만드는 패킷 요청들의 조합을 결정하는 알고리즘이다.In view of this, the request response algorithm of the present invention is a method in which the
구체적으로, 공급자인 제2 클라우드 서버(112)는, 첫째, 요청된 데이터의 중요도, 둘째, 패킷 요청을 한 클라우드 서버들(11) 각각에 관한 인바운드(inbound) 응답 기여도, 그리고 셋째, 공급자인 제2 클라우드 서버(112) 자신의 구동율 측도에 기초하여 산출되는 공급자인 제2 클라우드 서버(112) 자신의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정할 수 있다.Specifically, the
앞서 설명한 바와 같이 요청된 데이터의 중요도 는 지연 민감성 정도에 따라 상대적인 값으로 데이터마다 적절하게 부여될 수 있다. As described earlier, the importance of the requested data May be appropriately given for each data with a relative value depending on the degree of delay sensitivity.
인바운드 응답 기여도 는, 과거에 수요자로서 클라우드 서버 의 요청에 대해 공급자로서 클라우드 서버 가 응답한 내력에 기초하여, 현재의 공급자인 클라우드 서버 가 현재의 수요자인 클라우드 서버 에 대하여 과거에 기여를 받은 정도를 수치화한 값으로서, 실시예에 따라 인바운드 응답 기여도는 과거에 클라우드 서버 로부터 응답을 받았던 데이터의 중요도에 따라 결정될 수 있다.Inbound response contribution In the past, as a consumer, Lt; RTI ID = 0.0 > server < / RTI & On the basis of the internal history of the cloud server Lt; RTI ID = 0.0 > And the inbound response contribution rate according to the embodiment is the value obtained in the past by the cloud server And the importance of the received data.
말하자면, 공급자인 제2 클라우드 서버(112)는, 현 시점에 수요자인 제1 클라우드 서버(111)가 과거에 공급자 입장였을 때에 당시에는 수요자였던 제2 클라우드 서버(112)의 높은 중요도를 가진 요청에 대해 응답을 해주었는지 내력에 따라, 현재의 수요자인 제1 클라우드 서버(111)에 대한 인바운드 응답 기여도를 결정할 수 있다.In other words, the
실시예에 따라, 과거의 모든 이력을 고려하는 대신에 직전의 응답 여부만을 고려하여 인바운드 응답 기여도를 결정할 수 있다.According to the embodiment, instead of considering all past hysteresis, the inbound response contribution can be determined considering only the previous response.
다시 말해, 현 시점에 공급자인 클라우드 서버 는 현 시점에 수요자인 클라우드 서버 의 요청에 대하여, 직전 시점 t-1에 공급자였던 클라우드 서버 가 직전 시점 t-1의 클라우드 서버 의 요청에 응답해 준 데이터의 중요도를 가지고, 현 시점의 수요자인 클라우드 서버 의 인바운드 응답 기여도 를 결정할 수 있다.In other words, at this point, At the present time, the cloud server To the cloud server < RTI ID = 0.0 > Lt; RTI ID = 0.0 > t-1 < / RTI & Which is the consumer of the current time, Inbound response contribution of Can be determined.
마지막으로, 구동율 측도 은 공급자인 제2 클라우드 서버(112)의 연산 자원의 가동 비율에 관한 측도(measure)이다.Finally, Is a measure of the operating ratio of the computational resources of the
조사에 따르면, 통상적으로 컴퓨터에서 CPU 구동율 이 50%일 때에 서비스 시간이 2초 소요되고 CPU 구동율 이 70%인 때에는 서비스 시간이 3초 소요된다고 하면, CPU 구동율 이 90%일 때에 서비스 시간은 비례에 따라 4초 소요되는 것이 아니라 그보다 훨씬 긴 10초 이상 소요된다고 한다. 또한 관찰에 따르면 CPU 구동율 이 70%가 넘으면 응답 속도는 느려질 뿐 아니라 불규칙적으로 변하기도 한다.According to the survey, the CPU operating rate Is 50%, the service time is 2 seconds and the CPU drive rate Is 70%, assuming that the service time takes 3 seconds, the CPU driving rate At 90%, the service time does not take 4 seconds in proportion, but takes longer than 10 seconds. Also, according to observations, If it exceeds 70%, the response speed will not only slow but also change irregularly.
앞서 설명하였듯이 서비스 지연 시간이 10초 이상이면 사용자는 서비스에 불만을 갖고 이탈하게 되지만, 다른 한편으로는 CPU 구동율 이 높을수록 에너지 효율적일 것이므로, 클라우드 서버(11)의 구동율 측도 는 지연 시간 및 에너지 효율 측면들에서 다소 트레이드오프 관계에 있다고 할 수 있다. 다만 CPU 부하가 작을 때에 소비 전력을 줄일 수 있는 다른 전력 관리 기술들을 적용할 수 있고, 앞의 예시에서 CPU 구동율 이 90%일때 서비스 지연 시간이 길어지면 결과적으로 동일한 에너지로 수행한 작업량은 오히려 줄어들 수 있으므로, 이 경우에 에너지 효율보다는 지연 시간이 더 큰 문제라고 할 수 있다.As described above, if the service delay time is 10 seconds or more, the user is dissatisfied with the service, and on the other hand, the CPU drive rate The energy efficiency of the
따라서, CPU 구동율 은 어떤 적정 값, 예를 들어 70%를 유지하거나 넘지 않는 것이 바람직하다.Therefore, the CPU driving rate Is preferably maintained at or above a certain appropriate value, for example 70%.
한편, 동일한 크기의 패킷에 관한 요청 및 응답을 위해 어떤 공급자 클라우드 서버 가 부담하는 부하는 거의 동일하다고 볼 수 있으므로, 어떤 공급자 클라우드 서버 의 CPU 구동율 은 공급자 클라우드 서버 가 처리해야 하는 요청 및 응답의 수가 늘어나면 비례적으로 증가한다고 할 수 있다. 이는 다음 수학식 2와 같이 표현될 수 있다.On the other hand, for requesting and responding to packets of the same size, The load on the provider cloud server is almost the same, CPU drive rate Provider cloud server Can be said to increase proportionally as the number of requests and responses to be processed increases. This can be expressed by the following equation (2).
여기서 는 현 시점 t에 공급자 클라우드 서버 가 처리할 응답들에 상응하는 패킷들의 집합이고, 는 현 시점 t에 공급자 클라우드 서버 가 처리하는 응답의 개수이며, 는 소정의 비례 상수이다.here Lt; RTI ID = 0.0 > t < / RTI & Is a set of packets corresponding to the responses to be processed, Lt; RTI ID = 0.0 > t < / RTI & Is the number of responses processed by the < Is a predetermined proportional constant.
이때, 연산의 편의를 위해 이러한 CPU 구동율 을 총 M 개의 구간 별로 나누고 수치화한 구동율 측도 를 도입할 수 있다.At this time, for convenience of calculation, the CPU driving rate Is divided into a total of M sections and a driving rate measure Can be introduced.
여기서, 공급자 클라우드 서버 의 CPU 구동율 을 대표하는 구동율 측도 는 M+1 개의 경계값들 중 이웃하는 두 개의 경계값들 로 구분되는 M 개의 구간들을 각각 대표하는 M 개의 측도값들 , , ..., , ..., 중 하나의 측도값 을 가질 수 있다.Here, the provider cloud server CPU drive rate Lt; RTI ID = 0.0 > Lt; RTI ID = 0.0 > M + 1 & Two neighboring boundary values M < / RTI > measures < RTI ID = 0.0 > , , ..., , ..., ≪ / RTI > Lt; / RTI >
실시예에 따라, 구동율 측도 는 제2 클라우드 서버(112)가 연산 자원을 에너지 효율적 또는 속도 효율적으로 사용할수록 상대적으로 유리하도록 수치화될 수 있다.According to an embodiment, Can be quantified to be relatively advantageous as the
예를 들어, 측도값들 은 공급자 클라우드 서버 에서 최적의 에너지 내지 지연시간 효율을 보이는 구동율 구간에서 양의 값을 부여받고, 반면에 과부하를 일으키거나 서비스 지연 내지 서버의 다운을 초래할 수 있는 구동율 구간들에서는 음의 값을 부여받을 수 있다.For example, Provider cloud server A positive value can be given in a driving rate interval showing optimal energy or delay time efficiency, while a negative value can be given in driving rate intervals in which an overload occurs or a service delay or a server is brought down .
예를 들어, 측도값 이 음수인 경우에는 해당 클라우드 서버의 효용도가 감소될 것이고, 그 결과 상대적으로 낮은 효용도를 산출시키는 패킷 요청 및 응답의 조합은 탈락하게 된다.For example, If the number is negative, the utility of the corresponding cloud server will be reduced, and as a result, the combination of the packet request and response that yields a relatively low utility will be dropped.
나아가, 실시예에 따라, 각각의 측도값들 은 CPU 구동율 구간마다 데이터 중요도 의 최대값 및 최소값 의 함수로 부여될 수 있다. 수학식 3은 그러한 구동율 측도 의 측도값들 을 예시한 것이다.Further, according to an embodiment, each of the measure values Is the CPU drive rate Data Importance per Section Maximum value of And minimum value As shown in FIG. Equation (3) shows that such a drive ratio measure ≪ / RTI > .
이 경우에, 아래 수학식 4의 서버 효용도 를 구성하는 변수들, 즉 데이터 중요도, 인바운드 응답 기여도 및 구동율 측도는 서로 동등한 수리적 의미를 가질 수 있다. 수학식 3에서 구동율 측도 는 CPU 구동율이 50%에서 70% 사이일 때 가장 높고, CPU 구동율이 50% 미만이면 양호한 수준이지만, CPU 구동율이 70%를 초과하면 음수로 부여된다.In this case, the server utility of Equation (4) The data importance, the inbound response contribution, and the drift rate measure may have mathematical meanings equivalent to each other. In equation (3), the driving- Is the highest when the CPU driving rate is between 50% and 70%, and is good when the CPU driving rate is less than 50%, but is negative when the CPU driving rate exceeds 70%.
이렇게, 각각의 가능한 패킷 요청 및 응답의 경우마다 데이터의 중요도 , 인바운드 응답 기여도 및 구동율 측도 가 결정되면, 각각의 가능한 경우에 대해 공급자 클라우드 서버 의 서버 효용도 는 총 개의 수요자 클라우드 서버들 이 공급자 클라우드 서버 에게 요청한 각각의 데이터 의 번째 패킷 의 중요도 , 직전 시점에서 수요자였던 클라우드 서버 가 공급자였던 클라우드 서버 에게 했던 요청에 기초한 클라우드 서버 의 인바운드 응답 기여도 및 구동율 측도 의 함수로서, 예를 들어, 다음 수학식 4와 같이 연산될 수 있다.Thus, for each possible packet request and response, the importance of the data , Inbound response contribution And drive ratio measure For each possible case, the provider cloud server < RTI ID = 0.0 > Server utility Gun Consumer cloud servers This provider cloud server Each data requested to of Th packet Importance of , The cloud server The cloud server Cloud server based on request to Inbound response contribution of And drive ratio measure For example, the following equation (4).
수학식 4에 따라, 서버 효용도 가 가장 크게 되도록 클라우드 서버들 의 패킷 요청 및 응답 조합이 결정될 수 있다. 이때, , , 는 각각 데이터의 중요도 , 인바운드 응답 기여도 및 구동율 측도 의 가중치들로서, 상황에 따라 적절하게 가변할 수 있다.According to Equation (4), the server utility The cloud servers < RTI ID = 0.0 > Lt; / RTI > may be determined. At this time, , , The importance of each data , Inbound response contribution And drive ratio measure And can be appropriately varied depending on the situation.
이러한 실시예에서 서버 효용도는, 현재 요청받은 데이터가 얼마나 중요한지, 상대방이 과거에 응답을 해준 데이터가 얼마나 중요했는지 여부, 그리고 연산 자원이 얼마나 여유가 있는지에 따라 결정된다.In this embodiment, the server utility is determined by how important the currently requested data is, how important the data that the other party has responded to in the past, and how much computing resources are available.
수학식 4에 따른 예시적인 서버 효용도 산출 공식은 수백 회에서 수천 회의 사칙연산에 불과하므로 서버 효용도 산출과 응답 상대방 선정을 위해 클라우드 서버가 부담해야 하는 연산 자원은 미미하고, 따라서 본 발명의 클라우드 네트워크 자원 관리에 의한 오버헤드는 무시할 만 하다.Since the exemplary server utility calculation formula according to Equation (4) is only a few thousands of times of arithmetic operations in hundreds of times, the calculation resources to be burdened by the cloud server for calculating the server utility and selecting the response partner are small, Management overhead is negligible.
이렇게 하여, 공급자인 제2 클라우드 서버(112)는 서버 효용도가 최대가 되도록 패킷 요청들을 선정하고, 선정된 패킷 요청들에 응답할 수 있다.In this way, the
도 6은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법을 예시한 순서도이다.6 is a flowchart illustrating a cloud network resource management method according to an exemplary embodiment of the present invention.
도 6을 참조하면, 본 발명의 클라우드 네트워크 자원 관리 방법은 단계(S61)에서, 제1 클라우드 서버(111)가 사용자 단말기(30)에 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 주변의 다른 클라우드 서버들(11)의 각각에 대한 제1 클라우드 서버(111)의 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 제2 클라우드 서버(112)를 선정한다.6, in the cloud network resource management method of the present invention, when some packets among the data related to the service provided by the
여기서, 아웃바운드 응답 기여도는, 과거에 제1 클라우드 서버(111)가 클라우드 서버들(11)의 각각의 요청에 대하여 응답한 내력에 기초하여 결정될 수 있다.Here, the outbound response contribution can be determined based on the history in which the
실시예에 따라, 아웃바운드 응답 기여도는, 과거의 제1 클라우드 서버(111)가 응답한 적이 있는 클라우드 서버들(11)의 요청에 상응하는 데이터의 중요도에 따라 결정될 수 있다.Depending on the embodiment, the outbound response contribution may be determined according to the importance of the data corresponding to the request of the
여기서 데이터의 중요도는 데이터가 지연 민감성일수록 상대적으로 중요하다고 수치화될 수 있다.Here, the importance of the data can be quantified to be relatively important as the delay sensitivity of the data.
이러한 실시예에서는, 아웃바운드 응답 기여도는 제1 클라우드 서버(111)가 과거에 상대 클라우드 서버(11)의 중요한 데이터의 요청에 응답을 해주었는지 여부를 의미한다.In this embodiment, the outbound response contribution means whether the
또한 실시예에 따라, 아웃바운드 응답 기여도는, 직전 시점에 제1 클라우드 서버(111)가 응답한 적이 있는 클라우드 서버들(11)의 요청에 상응하는 데이터의 중요도에 따라 결정될 수 있다.Also, according to an embodiment, the outbound response contribution may be determined according to the importance of the data corresponding to the request of the
단계(S62)에서, 제1 클라우드 서버(111)는, 선정된 제2 클라우드 서버(112)에 필요한 패킷을 요청한다.In step S62, the
단계(S63)에서, 적어도 하나의 패킷 요청을 받은 제2 클라우드 서버(112)는, 각 패킷 요청에 상응하는 데이터의 중요도, 패킷 요청을 한 제1 클라우드 서버(111)를 비롯한 클라우드 서버들(11) 각각이 과거에 제2 클라우드 서버(112)의 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 제2 클라우드 서버(112)의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대해 제2 클라우드 서버(112)의 서버 효용도를 산출한다.In step S63, the
실시예에 따라, 데이터의 중요도는 데이터가 지연 민감성일수록 상대적으로 중요한 것으로 수치화될 수 있다.According to an embodiment, the importance of the data can be quantified as the relative importance of the data is delayed sensitivity.
실시예에 따라, 인바운드 응답 기여도는, 과거에 제2 클라우드 서버(112)의 요청에 대해 클라우드 서버들(11)이 응답한 내력에 기초하여 결정될 수 있다.Depending on the embodiment, the inbound response contribution may be determined based on the history that the
실시예에 따라, 인바운드 응답 기여도는, 과거에 제2 클라우드 서버(112)의 요청에 응답한 적이 있는 클라우드 서버들(11)에 대하여, 과거에 제2 클라우드 서버(112)가 요청했던 데이터의 중요도에 기초하여 결정될 수 있다.According to an embodiment, the inbound response contribution may be determined based on the importance of the data previously requested by the
이 실시예에서는, 인바운드 응답 기여도는 제2 클라우드 서버(112)가 과거에 상대 클라우드 서버들(11)로부터 중요한 데이터의 요청에 응답을 받았는지를 의미한다.In this embodiment, the inbound response contribution means that the
또한 실시예에 따라, 인바운드 응답 기여도는, 직전 시점에 제2 클라우드 서버(112)가 과거에 한 패킷 요청에 응답한 적이 있는 클라우드 서버들(11)에 대하여, 직전 시점에 제2 클라우드 서버(112)가 요청했던 데이터의 중요도에 따라 결정될 수 있다.Also, in accordance with the embodiment, the inbound response contribution may be provided to the
이러한 실시예들에서는, 공급자인 클라우드 서버(11)가, 현재 응답하려는 데이터의 중요도와 과거에 응답받았던 데이터의 중요도를 함께 고려하여, 서버 효용도를 산출한다는 점이 의미있다.In these embodiments, it is meaningful that the
실시예에 따라, 구동율 측도는 제2 클라우드 서버(112)가 가동 중인 연산 자원에 관한 측도이다.In accordance with an embodiment, the drift rate measure is a measure of the computational resources in which the
실시예에 따라, 구동율 측도는 제2 클라우드 서버(112)가 연산 자원을 에너지 효율적 또는 속도 효율적으로 사용할수록 상대적으로 유리하도록 수치화될 수 있다.In accordance with an embodiment, the drift rate metric can be quantified such that the
실시예에 따라, 구동율 측도는 가동 비율이 소정의 적정 수준일 때 가장 크고, 소정의 적정 수준보다 작으면 상대적으로 낮으며, 소정의 적정 수준을 초과하면 음수로 부여될 수 있다.According to an embodiment, the drift rate measure is largest when the actuation ratio is a predetermined moderate level, relatively low when it is less than the predetermined moderate level, and may be negatively given if it exceeds a predetermined moderate level.
실시예에 따라, 패킷 요청들의 특정한 조합에 대한 서버 효용도는 데이터의 중요도, 인바운드 응답 기여도 및 구동율 측도를 가중 합산한 값들의 적산으로, 예를 들어 수학식 4와 같이, 연산될 수 있다.Depending on the embodiment, the server utility for a particular combination of packet requests may be computed, for example, as shown in equation (4), by summing the weighted sum of the importance of the data, the inbound response contribution and the drift rate metric.
단계(S64)에서, 제2 클라우드 서버(112)의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하고, 단계(S65)에서는, 결정된 조합의 패킷 요청들에 상응하는 클라우드 서버들(11)에 대해 필요한 패킷들을 각각 전송함으로써 패킷 요청들에 응답한다.In step S64, a combination of packet requests that maximize the server utility of the
도 7 및 도 8은 각각 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에 따라 시뮬레이션한 결과로서, 도 7은 혼잡도가 보통일 때에, 도 8은 혼잡도가 심할 때에, 각각 데이터 중요도에 따라 응답이 있을 때까지 반복된 데이터 요청 횟수들을 비교한 그래프들이다.7 and 8 are simulation results according to a cloud network resource management method according to an embodiment of the present invention. Fig. 7 shows the results of the simulation when the congestion degree is normal, Fig. 8 shows the response Are graphs that compare the number of repeated data requests until there is.
먼저 시뮬레이션 환경을 설명하면, 최초에 데이터 중요도가 1부터 10까지의 자연수로 부여된 100 개의 데이터가 100 개의 클라우드 서버들(11)에 각각 분산 저장되어 있는 클라우드 네트워크 시스템(10)이다. 각 클라우드 서버(11)는 어떤 데이터의 패킷들 중 40%만 가지고 있고, 나머지 60%의 패킷들은 다른 클라우드 서버들(11)에 분산 저장되어 있다. 따라서 어떤 클라우드 서버(11)가 온전한 데이터를 통합하려면 다른 다수의 클라우드 서버들(11)에 패킷들을 요청하여야 한다.First, the simulation environment is a
각 클라우드 서버들(11)은 0%부터 100%까지의 CPU 구동율을 보이며, 한 패킷의 응답에 10%의 CPU 구동율이 소요된다고 가정한다. It is assumed that each
또한 구동율 측도는 CPU 구동율이 50% ~ 70%일 때에 11, 0 ~ 50%일 때에 5.5, 70% ~ 80%일 때에 -5, 80% ~ 90%일 때에 -10, 90% ~ 100%일 때에 -15의 값을 갖도록 미리 지정하였다.In addition, the drive ratio measure is 11 when the drive ratio is 50% to 70%, 5.5 when it is 0 to 50%, -5 when it is 70% to 80%, -10, 90% %, It is specified in advance to have a value of -15.
도 7을 참조하면, 혼잡도가 보통인 상황을 시뮬레이션하기 위해 각 클라우드 서버는 한 번에 20 개씩의 데이터 패킷 요청들을 다른 클라우드 서버들에 전송하도록 설정한 경우에, 응답을 받을 때까지 요청을 반복하는 회수를 데이터의 중요도에 따라 비교한 그래프들이다.Referring to FIG. 7, in order to simulate a congestion condition, each cloud server repeats a request until a response is received, when it is set to transmit 20 data packet requests at a time to other cloud servers These graphs are based on the importance of data.
마름모꼴 포인터로 표시한 본 발명의 서버 효용도 기반 클라우드 네트워크 자원 관리 알고리즘의 결과들은, 중요도가 높은 데이터를 2회 미만의 요청으로 획득하였고 반면에 중요도가 매우 낮은 데이터는 4회 이상 요청을 반복하여 획득하였다.The results of the cloud network resource management algorithm based on the server utility of the present invention represented by a rhomboid pointer obtained the data of high importance with fewer than two requests while the data of low importance was obtained by repeating the request more than four times .
이에 비해, 서버 효용도를 고려하지 않은, 빈 삼각형 포인터로 표시된 기존의 팃-포-탯(tit-for-tat) 기반의 클라우드 네트워크 자원 관리 알고리즘이나, X자 포인터로 표시된 무작위 요청 기반의 클라우드 네트워크 자원 관리 알고리즘의 경우에는 중요도에 상관없이 모든 데이터들이 2회를 약간 상회하는 요청 반복 회수로 획득되었다.In contrast, existing cloud network resource management algorithms based on tit-for-tat, represented by hollow triangle pointers, which do not take into account server utility, or cloud network resource management algorithms based on random request-based cloud network resources In the case of the management algorithm, all the data were obtained with the number of requests repeated slightly more than twice regardless of the importance.
한편 도 8을 참조하면, 혼잡도가 심각한 상황을 시뮬레이션하기 위해 각 클라우드 서버는 한 번에 30 개씩의 데이터 패킷 요청들을 다른 클라우드 서버들에 전송하도록 설정한 경우에, 응답을 받을 때까지 요청을 반복하는 회수를 데이터의 중요도에 따라 비교한 그래프들이다.Meanwhile, referring to FIG. 8, in order to simulate a congestion situation, when each cloud server is set to transmit 30 data packet requests at a time to other cloud servers, the request is repeated until a response is received These graphs are based on the importance of data.
마름모꼴 포인터로 표시한 본 발명의 서버 효용도 기반 클라우드 네트워크 자원 관리 알고리즘의 결과들은, 네트워크의 혼잡도가 심해졌음에도 불구하고, 중요도가 높은 데이터를 여전히 2회 미만의 요청으로 획득하였고 반면에 중요도가 매우 낮은 데이터는 다소 높아진 6회 이상 요청을 반복하여 획득하였다.Results of cloud network resource management algorithms based on the server utility of the present invention, represented by rhomboid pointers, obtained high importance data in less than two requests despite the increased network congestion, Was obtained by repeatedly requesting more than 6 times, which was somewhat higher.
이에 비해, 서버 효용도를 고려하지 않은, 빈 삼각형 포인터로 표시된 기존의 팃-포-탯 기반의 클라우드 네트워크 자원 관리 알고리즘이나, X자 포인터로 표시된 무작위 요청 기반의 클라우드 네트워크 자원 관리 알고리즘의 경우에는 중요도에 상관없이 모든 데이터들이, 도 7의 경우보다 좀더 느려진, 3회에 가까운 요청 반복 회수로 획득되었다.On the other hand, in the cloud network resource management algorithm based on the existing 팃-format based on the empty triangle pointer, which does not consider the server utility, or the cloud network resource management algorithm based on the random request indicated by the X-pointer, All the data, regardless of the number of requests, was obtained in three repetitive times, which is slower than in Fig.
도 9는 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법에 따라 시뮬레이션한 결과로서, 혼잡도가 보통일 때에 클라우드 서버의 CPU 구동율들을 비교한 그래프이다.FIG. 9 is a graph illustrating simulation results of a cloud network resource management method according to an exemplary embodiment of the present invention and comparing CPU drive ratios of the cloud server when the congestion is normal.
도 9를 참조하면, 혼잡도가 보통인 상황을 시뮬레이션하기 위해 각 클라우드 서버는 한 번에 20 개씩의 데이터 패킷 요청들을 다른 클라우드 서버들에 전송하도록 설정한 경우에, 마름모꼴 포인터로 표시된 서버 효용도 기반의 클라우드 네트워크 자원 관리 알고리즘의 결과들은 CPU 구동율이 70% 미만에서 엄격하게 유지되면서, 속도와 에너지 사이에 균형을 유지하는 것을 볼 수 있다.Referring to FIG. 9, in order to simulate a situation where the congestion is normal, when each cloud server is set to transmit 20 data packet requests at a time to other cloud servers, a cloud based on server effectiveness indicated by rhombic pointers The results of the network resource management algorithm show that the balance between speed and energy is maintained while the CPU drive rate remains strictly below 70%.
반면에, 서버 효용도를 고려하지 않은, 빈 삼각형 포인터로 표시된 기존의 팃-포-탯 기반의 클라우드 네트워크 자원 관리 알고리즘의 경우에는 75% 이상의 CPU 점유율을 보였고, X자 포인터로 표시된 무작위 요청 기반의 클라우드 네트워크 자원 관리 알고리즘의 경우에는 CPU 점유율이 70% 정도에서 유지되었다. On the other hand, existing cloud-based cloud network resource management algorithms, represented by hollow triangle pointers, which do not take into account the server utility, showed more than 75% CPU share, and random- In the case of the network resource management algorithm, the CPU share was maintained at about 70%.
본 시뮬레이션에서는 각 클라우드 서버가 요청과 응답만 수행할 뿐이고 본래 할당될 클라우드 서비스에 따른 부하를 고려하지 않았는데, 따라서 종래의 클라우드 네트워크 자원 관리 알고리즘들의 경우에는 만약 각 클라우드 서버가 약간의 추가적인 작업만 더 수행하더라도 과부하 상태로 진입할 가능성이 있고, 전체적으로 서비스 품질이 크게 저하될 수 있다.In this simulation, each cloud server performs only requests and responses, and does not consider the load due to the cloud service to be allocated. Therefore, in the case of conventional cloud network resource management algorithms, if each cloud server performs only a little additional work There is a possibility of entering the overload state, and the service quality as a whole may be greatly deteriorated.
도 10은 본 발명의 일 실시예에 따른 클라우드 네트워크 자원 관리 방법을 구현하는 클라우드 서버를 예시한 블록도이다.10 is a block diagram illustrating a cloud server implementing a cloud network resource management method according to an embodiment of the present invention.
도 10을 참조하면, 클라우드 서버(100)는 아웃바운드 응답 기여도 산출부(101), 요청 상대방 선정부(102), 서버 효용도 산출부(103), 응답 상대방 선정부(104), 요청 응답 인터페이스(105), 요청 응답 내력 관리부(106), 자원 관리부(107)를 포함할 수 있다.10, the
아웃바운드 응답 기여도 산출부(101)는 다른 클라우드 서버들의 각각으로부터 과거에 있었던 패킷 요청에 대해 과거에 응답했던 내력에 기초하여, 다른 클라우드 서버들의 아웃바운드 응답 기여도를 각각 산출한다.The outbound response contribution calculation unit 101 calculates the outbound response contribution of the other cloud servers based on the history of the past responses to the past packet requests from each of the other cloud servers.
실시예에 따라, 아웃바운드 응답 기여도는, 과거의 클라우드 서버(100)가 응답한 적이 있는 다른 클라우드 서버들의 패킷 요청에 상응하는 데이터의 중요도에 따라 결정될 수 있다.Depending on the embodiment, the outbound response contribution may be determined according to the importance of data corresponding to packet requests of other cloud servers that the
실시예에 따라, 데이터의 중요도는 데이터가 지연 민감성일수록 상대적으로 중요하다고 수치화될 수 있다.According to the embodiment, the importance of the data can be quantified to be relatively important as the delay sensitivity of the data.
또한 실시예에 따라, 아웃바운드 응답 기여도는, 과거의 내력 중에서도, 직전 시점에 클라우드 서버(100)가 응답한 적이 있는 다른 클라우드 서버들의 요청에 상응하는 데이터의 중요도에 따라 결정될 수 있다.Also, according to the embodiment, the outbound response contribution may be determined according to the importance of data corresponding to a request from other cloud servers that the
요청 상대방 선정부(102)는 다른 클라우드 서버들 각각의 아웃바운드 응답 기여도에 기초하여, 클라우드 서버들 중에서 패킷 요청을 할 상대 클라우드 서버를 선정할 수 있다.The requesting party selection unit 102 can select a relative cloud server to which to make a packet request among the cloud servers based on the outbound response contribution of each of the other cloud servers.
서버 효용도 산출부(103)는 적어도 하나의 패킷 요청을 받은 경우에, 각 패킷 요청에 상응하는 데이터의 중요도, 패킷 요청을 한 클라우드 서버들 각각이 과거에 클라우드 서버(100)의 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 클라우드 서버(100)의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대해 클라우드 서버(100)의 서버 효용도를 산출한다.When the at least one packet request is received, the server utility calculating unit 103 calculates the importance of data corresponding to each packet request, the history of each of the cloud servers that have made a packet request in response to the request of the
실시예에 따라, 데이터의 중요도는 데이터가 지연 민감성일수록 상대적으로 중요한 것으로 수치화될 수 있다.According to an embodiment, the importance of the data can be quantified as the relative importance of the data is delayed sensitivity.
실시예에 따라, 인바운드 응답 기여도는, 과거에 클라우드 서버(100)의 요청에 대해 다른 클라우드 서버들이 응답한 내력에 기초하여 결정될 수 있다.Depending on the embodiment, the inbound response contribution may be determined based on the history that other cloud servers have responded to in the past to the requests of the
실시예에 따라, 인바운드 응답 기여도는, 과거에 클라우드 서버(100)의 요청에 응답한 적이 있는 다른 클라우드 서버들에 대하여, 과거에 클라우드 서버(100)가 요청했던 데이터의 중요도에 기초하여 결정될 수 있다.Depending on the embodiment, the inbound response contribution may be determined based on the importance of the data previously requested by the
또한 실시예에 따라, 인바운드 응답 기여도는, 과거의 내력 중에서도, 직전 시점에 클라우드 서버(100)가 응답을 받은 적이 있는 다른 클라우드 서버들에 대하여, 직전 시점에 클라우드 서버(100)가 요청했던 데이터의 중요도에 따라 결정될 수 있다.In addition, according to the embodiment, the inbound response contribution may be calculated based on the data of the
실시예에 따라, 구동율 측도는 클라우드 서버(100)가 가동 중인 연산 자원에 관한 측도이다.According to an embodiment, the drift rate measure is a measure of the computational resources in which the
실시예에 따라, 구동율 측도는 클라우드 서버(100)가 연산 자원을 에너지 효율적 또는 속도 효율적으로 사용할수록 상대적으로 유리하도록 수치화될 수 있다.In accordance with an embodiment, the drift rate metric can be quantified to be relatively advantageous as the
실시예에 따라, 구동율 측도는 가동 비율이 소정의 적정 수준일 때 가장 크고, 소정의 적정 수준보다 작으면 상대적으로 낮으며, 소정의 적정 수준을 초과하면 음수로 부여될 수 있다.According to an embodiment, the drift rate measure is largest when the actuation ratio is a predetermined moderate level, relatively low when it is less than the predetermined moderate level, and may be negatively given if it exceeds a predetermined moderate level.
실시예에 따라, 패킷 요청들의 특정한 조합에 대한 서버 효용도는 데이터의 중요도, 인바운드 응답 기여도 및 구동율 측도를 가중 합산한 값들의 적산으로, 예를 들어 수학식 4와 같이, 연산될 수 있다.Depending on the embodiment, the server utility for a particular combination of packet requests may be computed, for example, as shown in equation (4), by summing the weighted sum of the importance of the data, the inbound response contribution and the drift rate metric.
이어서, 응답 상대방 선정부(104)는 클라우드 서버(100)의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하고, 결정된 패킷 요청들에 상응하는 상대방 클라우드 서버들을 선정한다.Then, the response partner selecting unit 104 determines a combination of packet requests that maximize the server utility of the
요청 응답 인터페이스(105)는 아웃바운드로 패킷 요청 시에는 선정된 요청 상대방 클라우드 서버들에 대해 필요한 데이터 패킷의 요청 신호를 전송하고, 아웃바운드로 패킷 응답 시에는 선정된 응답 상대방 클라우드 서버들에 대해 응답 패킷들을 전송한다.The request response interface 105 transmits a request signal of a required data packet to the selected requesting partner cloud servers at the time of packet request outbound, Lt; / RTI >
또한 요청 응답 인터페이스(105)는 다른 클라우드 서버들로부터 인바운드로 패킷 요청을 수신할 수 있고, 또는 인바운드로 응답 패킷들을 수신할 수 있다.The request response interface 105 may also receive packet requests inbound from other cloud servers, or may receive response packets inbound.
요청 응답 내력 관리부(106)는 패킷 요청 시에는 패킷 요청한 데이터의 중요도 및 요청 상대방 클라우드 서버의 식별 정보를 기록하고, 패킷 응답 시에는 응답한 패킷에 상응하는 데이터의 중요도 및 응답 상대방 클라우드 서버의 식별 정보를 기록함으로써, 요청 응답 내력을 관리할 수 있다.The request response history management unit 106 records the importance of the packet requested data and the identification information of the requesting party cloud server at the time of requesting the packet, and at the time of packet response, the importance of the data corresponding to the received packet and the identification information of the response partner cloud server So that the request response history can be managed.
자원 관리부(107)는 클라우드 서버(100) 내의 연산 자원의 사용량을 감지하고 관리할 수 있다.The
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명이 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이와 균등하거나 또는 등가적인 변형 모두는 본 발명 사상의 범주에 속한다 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, Modification is possible. Accordingly, the spirit of the present invention should be understood only in accordance with the following claims, and all of the equivalent or equivalent variations will fall within the scope of the present invention.
또한, 본 발명에 따른 장치는 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, 광학 디스크, 자기 테이프, 플로피 디스크, 하드 디스크, 비휘발성 메모리 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.Further, the apparatus according to the present invention can be implemented as a computer-readable code on a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored. Examples of the recording medium include a ROM, a RAM, an optical disk, a magnetic tape, a floppy disk, a hard disk, a nonvolatile memory, and the like, and a carrier wave (for example, transmission via the Internet). The computer-readable recording medium may also be distributed over a networked computer system so that computer readable code can be stored and executed in a distributed manner.
10 클라우드 네트워크 시스템
11, 111, 112, 100 클라우드 서버
101 아웃바운드 응답 기여도 산출부 102 요청 상대방 선정부
103 서버 효용도 산출부 104 응답 상대방 선정부
105 요청 응답 인터페이스 106 요청 응답 내력 관리부
107 자원 관리부
12 클라우드 코어 도메인
20 네트워크
30 사용자 단말기10 Cloud Network Systems
11, 111, 112, 100 Cloud servers
101 outbound response contribution calculation unit 102 request destination selection unit
103 Server utility calculation unit 104 Response partner selection unit
105 Request response interface 106 Request response history management section
107 Resource Management Department
12 cloud core domain
20 Network
30 user terminal
Claims (25)
적어도 하나의 패킷 요청을 받은 클라우드 서버가, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 상기 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 클라우드 서버의 서버 효용도를 산출하는 단계;
상기 클라우드 서버의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 단계; 및
상기 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 단계를 포함하는 클라우드 네트워크 자원 관리 방법.CLAIMS 1. A resource management method of a cloud network in which data is distributedly stored in a plurality of cloud servers,
Wherein the cloud server receiving the at least one packet request receives the at least one packet from the at least one cloud server based on the importance of the data corresponding to each packet request and inbound according to the history in which each of the other cloud servers that have made a packet request to the cloud server responded to the packet request of the cloud server in the past Computing a server utility of the cloud server for each combination of packet requests based on a response rate and a drift rate metric on the operational rate of operational resources of the cloud server;
Determining a combination of packet requests that maximizes a server utility of the cloud server; And
And responding to the packet requests by sending the required packets corresponding to the determined combination of packet requests to the requesting cloud servers, respectively.
가동 비율이 소정의 적정 수준일 때 상기 서버 효용도에 긍정적으로 적용되면서 상대적으로 큰 값으로,
소정의 적정 수준보다 작으면 상기 서버 효용도에 긍정적으로 적용되면서 상대적으로 낮은 값으로,
소정의 적정 수준을 초과하면 상기 서버 효용도에 부정적으로 적용되는 값으로 부여되는 것을 특징으로 하는 클라우드 네트워크 자원 관리 방법.7. The method of claim 6, wherein the drive rate measure
When the operation ratio is at a predetermined appropriate level, it is positively applied to the server utility,
If it is smaller than the predetermined proper level, it is positively applied to the server utility,
And if the predetermined level is exceeded, a negative value is applied to the server utility.
에 의해 산출되며,
여기서, 서버 효용도 는 공급자인 클라우드 서버 의 서버 효용도이고, 는 패킷 요청을 한 수요자인 클라우드 서버들 의 총 개수이며, 데이터 중요도 는 공급자인 클라우드 서버 에 요청된 각각의 데이터 의 번째 패킷 에 관한 데이터 중요도이고, 인바운드 응답 기여도 는 직전 시점에서 수요자였던 클라우드 서버 가 공급자였던 클라우드 서버 에게 했던 요청에 기초한 클라우드 서버 의 인바운드 응답 기여도이며, 는 클라우드 서버 의 구동율 측도이고, , , 는 각각 데이터의 중요도 , 인바운드 응답 기여도 및 구동율 측도 의 가중치들인 것을 특징으로 하는 클라우드 네트워크 자원 관리 방법.The method as claimed in claim 8, wherein the server utility is expressed by the following equation
Lt; / RTI >
Here, the server utility Lt; RTI ID = 0.0 > Of the server utility, Lt; RTI ID = 0.0 > server < / RTI > , And the data importance Lt; RTI ID = 0.0 > For each of the requested data of Th packet , And the inbound response contribution The cloud server The cloud server Cloud server based on request to Inbound response contribution, The cloud server Of the driving rate, , , The importance of each data , Inbound response contribution And drive ratio measure Wherein the weights are weights of the cloud network resources.
상기 클라우드 서버가 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 상기 클라우드 서버가, 다른 클라우드 서버들의 각각에 대한 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 적어도 하나의 다른 클라우드 서버를 선정하는 단계; 및
상기 클라우드 서버가, 상기 선정된 클라우드 서버에 필요한 패킷을 요청하는 단계를 더 포함하는 것을 특징으로 하는 클라우드 네트워크 자원 관리 방법.The method according to claim 1,
When the cloud server lacks some of the data related to the service provided by the cloud server, the cloud server selects at least one other cloud server to make a packet request based on the outbound response contribution for each of the other cloud servers ; And
Further comprising the step of the cloud server requesting a packet necessary for the selected cloud server.
상기 데이터의 중요도는 데이터가 지연 민감성일수록 상대적으로 중요하다고 수치화되는 것을 특징으로 하는 클라우드 네트워크 자원 관리 방법.12. The method of claim 11, wherein the outbound response contribution is determined by the importance of data corresponding to each packet request of the other cloud servers to which the cloud server has responded in the past,
Wherein the importance of the data is quantified to be relatively important as the delay sensitivity of the data increases.
제1 클라우드 서버가 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 상기 제1 클라우드 서버가, 다른 클라우드 서버들의 각각에 대한 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 제2 클라우드 서버를 선정하는 단계;
상기 제1 클라우드 서버가, 상기 선정된 제2 클라우드 서버에 필요한 패킷을 요청하는 단계;
적어도 하나의 패킷 요청을 받은 상기 제2 클라우드 서버가, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 제2 클라우드 서버에 패킷 요청을 한 클라우드 서버들 각각이 과거에 상기 제2 클라우드 서버의 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 제2 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 제2 클라우드 서버의 서버 효용도를 산출하는 단계;
상기 제2 클라우드 서버의 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 단계; 및
상기 결정된 조합의 패킷 요청들에 상응하는 클라우드 서버들에 대해 필요한 패킷들을 각각 전송함으로써 패킷 요청들에 응답하는 단계를 포함하는 클라우드 네트워크 자원 관리 방법.CLAIMS 1. A resource management method of a cloud network in which data is distributedly stored in a plurality of cloud servers,
In the event that some of the data related to the service provided by the first cloud server is insufficient, the first cloud server may send a second cloud server to make a packet request based on the outbound response contribution for each of the other cloud servers Selecting step;
The first cloud server requesting a packet necessary for the selected second cloud server;
The second cloud server receiving the at least one packet request transmits the importance of the data corresponding to each packet request and the importance of the data to the second cloud server in response to the request of the second cloud server in the past Computing a server utility value of the second cloud server for each combination of packet requests based on the inbound response contribution according to the history of the first cloud server and the driving rate measure regarding the operational rate of the operational resource of the second cloud server;
Determining a combination of packet requests that maximizes a server utility of the second cloud server; And
And responding to the packet requests by sending each of the required packets for the cloud servers corresponding to the determined combination of packet requests.
적어도 하나의 패킷 요청을 받을 경우에, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 상기 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 클라우드 서버의 서버 효용도를 산출하는 서버 효용도 산출부;
상기 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 응답 상대방 선정부; 및
상기 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 요청 응답 인터페이스를 포함하는 클라우드 서버.As a cloud server in which data is distributed in a cloud network,
An importance of data corresponding to each packet request, an inbound response according to the history in which each of the other cloud servers that have made a packet request to the cloud server responded to the packet request of the cloud server in the past when receiving at least one packet request, A server utility calculating unit for calculating a server utility of the cloud server with respect to each combination of packet requests based on a contribution rate and a drive rate measure related to an operation ratio of operation resources of the cloud server;
A response partner selection unit for determining a combination of packet requests that maximize the server utility; And
And a request response interface that responds to packet requests by sending the required packets corresponding to the determined combination of packet requests to the requesting cloud servers, respectively.
상기 인바운드 응답 기여도는 상기 클라우드 서버가 과거에 한 패킷 요청에 응답한 적이 있는 다른 클라우드 서버들에 대하여, 상기 클라우드 서버가 과거에 한 패킷 요청에 상응하는 데이터의 중요도에 기초하여 결정되는 것을 특징으로 하는 클라우드 서버.18. The method of claim 17,
Wherein the inbound response contribution is determined based on the importance of data corresponding to a packet request made in the past to other cloud servers that have previously responded to a packet request by the cloud server in the past Cloud server.
에 의해 산출되며,
여기서, 서버 효용도 는 공급자인 클라우드 서버 의 서버 효용도이고, 는 패킷 요청을 한 수요자인 클라우드 서버들 의 총 개수이며, 데이터 중요도 는 공급자인 클라우드 서버 에 요청된 각각의 데이터 의 번째 패킷 에 관한 데이터 중요도이고, 인바운드 응답 기여도 는 직전 시점에서 수요자였던 클라우드 서버 가 공급자였던 클라우드 서버 에게 했던 요청에 기초한 클라우드 서버 의 인바운드 응답 기여도이며, 는 클라우드 서버 의 구동율 측도이고, , , 는 각각 데이터의 중요도 , 인바운드 응답 기여도 및 구동율 측도 의 가중치들인 것을 특징으로 하는 클라우드 서버.The server according to claim 20, wherein the server utility is expressed by the following equation
Lt; / RTI >
Here, the server utility Lt; RTI ID = 0.0 > Of the server utility, Lt; RTI ID = 0.0 > server < / RTI > , And the data importance Lt; RTI ID = 0.0 > For each of the requested data of Th packet , And the inbound response contribution The cloud server The cloud server Cloud server based on request to Inbound response contribution, The cloud server Of the driving rate, , , The importance of each data , Inbound response contribution And drive ratio measure Wherein the weighting factors are weighting factors of the server.
상기 클라우드 서버가 제공하는 서비스에 관련된 데이터 중 일부 패킷이 부족한 경우에, 다른 클라우드 서버들의 각각에 대한 아웃바운드 응답 기여도에 기초하여, 패킷 요청을 할 적어도 하나의 다른 클라우드 서버를 선정하는요청 상대방 선정부를 더 포함하고,
상기 요청 응답 인터페이스가 상기 선정된 클라우드 서버에 필요한 패킷을 요청하도록 동작하는 것을 특징으로 하는 클라우드 서버.18. The method of claim 16,
A requesting party selection unit for selecting at least one other cloud server to request a packet based on the outbound response contribution for each of the other cloud servers when a portion of the data related to the service provided by the cloud server is insufficient Further included,
Wherein the request response interface is operable to request a packet required for the selected cloud server.
상기 복수의 클라우드 서버들의 각각은,
적어도 하나의 패킷 요청을 받을 경우에, 각 패킷 요청에 상응하는 데이터의 중요도, 상기 클라우드 서버에 패킷 요청을 한 다른 클라우드 서버들 각각이 과거에 상기 클라우드 서버의 패킷 요청에 응답했던 내력에 따른 인바운드 응답 기여도 및 상기 클라우드 서버의 연산 자원의 가동 비율에 관한 구동율 측도에 기초하여, 패킷 요청들의 각각의 조합에 대한 상기 클라우드 서버의 서버 효용도를 산출하는 서버 효용도 산출부;
상기 서버 효용도를 최대로 만드는 패킷 요청들의 조합을 결정하는 응답 상대방 선정부; 및
상기 결정된 조합의 패킷 요청들에 상응하여 필요한 패킷들을 요청한 클라우드 서버들에 각각 전송함으로써 패킷 요청들에 응답하는 요청 응답 인터페이스를 포함하는 것을 특징으로 하는 클라우드 네트워크 시스템.A cloud network system for distributedly storing data in a plurality of cloud servers,
Wherein each of the plurality of cloud servers comprises:
An importance of data corresponding to each packet request, an inbound response according to the history in which each of the other cloud servers that have made a packet request to the cloud server responded to the packet request of the cloud server in the past when receiving at least one packet request, A server utility calculating unit for calculating a server utility of the cloud server with respect to each combination of packet requests based on a contribution rate and a drive rate measure related to an operation ratio of operation resources of the cloud server;
A response partner selection unit for determining a combination of packet requests that maximize the server utility; And
And a request response interface that responds to packet requests by sending the required packets corresponding to the determined combination of packet requests to the requesting cloud servers, respectively.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130031827A KR101448586B1 (en) | 2013-03-26 | 2013-03-26 | Method for cloud network resource management, cloud server and cloud network system using the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130031827A KR101448586B1 (en) | 2013-03-26 | 2013-03-26 | Method for cloud network resource management, cloud server and cloud network system using the same |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20140117714A KR20140117714A (en) | 2014-10-08 |
KR101448586B1 true KR101448586B1 (en) | 2014-10-14 |
Family
ID=51990706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130031827A KR101448586B1 (en) | 2013-03-26 | 2013-03-26 | Method for cloud network resource management, cloud server and cloud network system using the same |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101448586B1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112351051A (en) | 2019-08-06 | 2021-02-09 | 中兴通讯股份有限公司 | Cloud service processing method and device, cloud server, cloud service processing system and storage medium |
-
2013
- 2013-03-26 KR KR1020130031827A patent/KR101448586B1/en not_active IP Right Cessation
Non-Patent Citations (2)
Title |
---|
‘서버 효용도에 따른 클라우드 네트워크 자원관리 전략’, 석사학위 논문, 2013.02. |
'서버 효용도에 따른 클라우드 네트워크 자원관리 전략', 석사학위 논문, 2013.02. * |
Also Published As
Publication number | Publication date |
---|---|
KR20140117714A (en) | 2014-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109218355B (en) | Load balancing engine, client, distributed computing system and load balancing method | |
Li et al. | Cost-efficient and robust on-demand video transcoding using heterogeneous cloud services | |
CN102662764B (en) | A kind of dynamic cloud computational resource optimizing distribution method based on SMDP | |
KR20120063499A (en) | Dynamic load balancing and scaling of allocated cloud resources in an enterprise network | |
CN107317764B (en) | Traffic load balancing method, system, device and computer readable storage medium | |
Jahromi et al. | Online VNF placement and chaining for value-added services in content delivery networks | |
KR101613513B1 (en) | Virtual machine placing method and system for guarantee of network bandwidth | |
Peralta et al. | Fog to cloud and network coded based architecture: Minimizing data download time for smart mobility | |
Chunlin et al. | Distributed QoS-aware scheduling optimization for resource-intensive mobile application in hybrid cloud | |
CN104967868B (en) | video transcoding method, device and server | |
US10951707B2 (en) | Selection device, device selection method, and program | |
Durga et al. | Context-aware adaptive resource provisioning for mobile clients in intra-cloud environment | |
Mascitti et al. | Service provisioning through opportunistic computing in mobile clouds | |
KR101448586B1 (en) | Method for cloud network resource management, cloud server and cloud network system using the same | |
Kontogiannis et al. | ALBL: an adaptive load balancing algorithm for distributed web systems | |
CN108667920B (en) | Service flow acceleration system and method for fog computing environment | |
Liang et al. | Optimal services for content delivery based on business priority | |
He et al. | Hidden Markov Model-based Load Balancing in Data Center Networks | |
Siavoshani et al. | On communication cost vs. load balancing in content delivery networks | |
Zhang et al. | Network Management in Cloud and Edge Computing | |
Yang | Intelligent offload detection for achieving approximately optimal load balancing | |
Liu et al. | Towards deadline guaranteed cloud storage services | |
Kumar et al. | MQRC: QoS aware multimedia data replication in cloud | |
Yang | Efficient load balancing using active replica management in a storage system | |
JP2005122616A (en) | Network-type grid computing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
LAPS | Lapse due to unpaid annual fee |