KR101595854B1 - 클라우드 시스템에서의 가상 머신 배치 방법 및 장치 - Google Patents

클라우드 시스템에서의 가상 머신 배치 방법 및 장치 Download PDF

Info

Publication number
KR101595854B1
KR101595854B1 KR1020130162751A KR20130162751A KR101595854B1 KR 101595854 B1 KR101595854 B1 KR 101595854B1 KR 1020130162751 A KR1020130162751 A KR 1020130162751A KR 20130162751 A KR20130162751 A KR 20130162751A KR 101595854 B1 KR101595854 B1 KR 101595854B1
Authority
KR
South Korea
Prior art keywords
virtual machine
score
resource
fault tolerance
efficiency
Prior art date
Application number
KR1020130162751A
Other languages
English (en)
Other versions
KR20150074708A (ko
Inventor
류정훈
김경아
김진호
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020130162751A priority Critical patent/KR101595854B1/ko
Priority to US14/582,833 priority patent/US9465641B2/en
Publication of KR20150074708A publication Critical patent/KR20150074708A/ko
Application granted granted Critical
Publication of KR101595854B1 publication Critical patent/KR101595854B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Hardware Redundancy (AREA)

Abstract

본 발명은 네트워크 가상화 환경에서 클라우드 시스템의 내고장성(fault tolerance) 및 네트워크 효율성을 고려한 가상 머신 배치 방법 및 장치를 제공하고자 한다.
본 발명에 따른 클라우드 시스템에서의 가상머신 배치 방법은, 가상 머신에 대한 생성 요청이 수신되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 내고장성 및 효율성중에서 선택하는 단계; 상기 선택된 자원 선정 기준에 따라 상기 가상머신이 배치가능한 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 또는 효율성 점수를 산출하는 단계; 및 상기 산출된 점수에 근거하여 상기 가상머신이 배치될 자원을 선정하는 단계를 포함할 수 있다.

Description

클라우드 시스템에서의 가상 머신 배치 방법 및 장치{Method and Apparatus for placing a virtual machine in cloud system}
본 발명은 클라우드 시스템에서 가상 머신을 물리적 자원에 배치하는 방법 및 장치에 관한 것으로서, 구체적으로는 네트워크 가상화 환경에서 내고장성(fault tolerance) 및 네트워크 효율성을 고려하여 클라우드 시스템내의 자원에 가상 머신을 배치하는 방법 및 장치에 관한 것이다.
종래의 네트워크 환경에서는 각각의 네트워크 장비들이 전용 하드웨어에 탑재되어 운용됨에 따라 장비에 대한 신뢰성은 증대시켰으나 네트워크 유연성을 저해시켰다. 최근, 이러한 한계를 극복하기 위해, 네트워크를 제어 플레인(Control Plane)과 데이터 플레인(Data Plane)으로 구분하는 소프트웨어 정의형 네트워크(Software Defined Networking: SDN) 개념이 대두되었다. 이를 통해, 통신사는 네트워크 자체의 제어성(Controllability) 및 유연성(Flexibility)를 증대시키고 학계에서는 새로운 네트워크 구조 및 프로토콜의 테스트를 용이하게 할 수 있게 되었다.
한편, 기존 IT 산업에서 활용되고 있는 클라우드 환경이 통신망 구현에도 적용되기 시작하였다. 네트워크 가상화(Network Functions Virtualization: NFV)는 네트워크 링크와 노드를 포함한 네트워크 내 모든 자원을 가상화하여 하나의 인프라상에서 다양한 요구사항을 갖는 응용/서비스/이용자 별로 가상 네트워크들(virtual networks)이 공존할 수 있게 하는 기술이다.
그러나, 이러한 SDN 기술 및 NFV 기술을 통신망에 적용하기 위해서는 해결해야 할 문제점들이 있다. 특히, 기존 클라우드 시스템에서는 가상 머신(Virtual Machine: VM)이 구동되는 물리적 개체와의 연관성이 통신망 환경 특성을 고려하지 않고 있다. 네트워크 서비스의 신뢰성을 위한 가상화 환경에서의 내고장성(Fault-tolerance) 제공 및 가상화 환경으로 유발되는 성능 저하를 상쇄시킬 수 있는 가상 머신의 배치 정책이 필요하다.
따라서, 본 발명은 네트워크 가상화 환경에서 클라우드 시스템의 내고장성(fault tolerance) 및 네트워크 효율성을 고려한 가상 머신 배치 방법 및 장치를 제공하고자 한다.
본 발명의 일실시예에 따르면, 클라우드 시스템에서의 가상머신 배치 방법이 제공된다. 상기 방법은, 가상 머신에 대한 생성 요청이 수신되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 내고장성 및 효율성중에서 선택하는 단계; 상기 선택된 자원 선정 기준에 따라 상기 가상머신이 배치가능한 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 또는 효율성 점수를 산출하는 단계; 및 상기 산출된 점수에 근거하여 상기 가상머신이 배치될 자원을 선정하는 단계를 포함할 수 있다.
일실시예에서, 상기 자원 선정 기준을 내고장성 및 효율성중에서 선택하는 단계는, 상기 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하는지 판단하는 단계; 상기 동일한 유형의 가상머신이 존재하는 경우에 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계; 및 상기 산출된 내고장성 점수 및 효율성 점수에 근거하여 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 선택하는 단계를 포함할 수 있다.
일실시예에서, 상기 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하지 않는 것으로 판단되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준은 효율성 점수로 정해질 수 있다.
일실시예에서, 내고장성 점수는 동일한 유형의 가상머신이 배치되거나 배치될 자원간의 거리에 따라 결정되는 점수로서 거리가 멀수록 높아진다.
일실시예에서, 효율성 점수는 상이한 유형의 가상머신이 배치되거나 배치될 자원간의 거리에 따라 결정되는 점수로서 거리가 가까울수록 높아진다.
일실시예에서, 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계는, 상기 동일한 유형의 가상머신이 복수개인 경우에 상기 동일한 유형의 가상머신이 배치된 자원 각각에 대해 내고장성 점수 및 효율성 점수를 산출 및 합산하여 평균 내고장성 점수 및 평균 효율성 점수를 산출하는 단계를 포함할 수 있다.
일실시예에서, 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계는, 상기 내고장성 점수를 위해 측정되는 거리와 상기 효율성 점수를 위해 측정되는 거리에 상이한 가중치를 적용하여 상기 내고장성 점수 및 효율성 점수를 산출할 수 있다.
일실시예에서, 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계는, 상기 내고장성 점수 및 효율성 점수의 초기 오프셋값을 상이하게 적용하여 산출할 수 있다.
일실시예에서, 상기 산출된 내고장성 점수 및 효율성 점수에 근거하여 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 선택하는 단계는 상기 내고장성 점수 및 상기 효율성 점수중 낮은 점수를 갖는 항목을 상기 자원 선정 기준으로 선택할 수 있다.
일실시예에서, 상기 자원 후보 각각에 대한 내고장성 점수는 상기 자원 후보 각각과 상기 생성 요청된 상기 가상머신과 동일한 유형의 가상머신이 배치된 자원간 거리에 비례하는 값으로 산출될 수 있다.
일실시예에서, 상기 자원 후보 각각에 대한 효율성 점수는 상기 자원 후보 각각과 상기 생성 요청된에 가상머신과 상이한 유형의 가상머신이 배치된 자원간 거리에 반비례하는 값으로 산출될 수 있다. 일실시예에서, 상기 클라우드 시스템은, 데이터 센터 계층, 서버 계층, 소켓 계층, 코어 계층 및 프로세서 계층을 포함하는 계층 구조이다.
일실시예에서, 상기 가상 머신은, 코어망의 가상화를 위해 가상화된 P-GW(Packet Data Network Gateway), 가상화된 S-GW(Serving Gateway), 가상화된 MME(Mobility Management Entity), 가상화된 HSS(Home Subscriber Service) 및 가상화된 PCRF(Policy and Charging Rules Functions)중 하나일 수 있다.
본 발명의 일실시예에 따라, 클라우드 시스템에 가상머신 배치를 수행하는 가상머신 관리 장치가 제공된다. 상기 장치는, 프로세서; 및 가상머신 배치를 수행하는 프로그램이 저장된 메모리를 포함하되, 상기 프로그램은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금, 가상 머신에 대한 생성 요청이 수신되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 내고장성 및 효율성중에서 선택하고, 상기 선택된 자원 선정 기준에 따라 상기 가상머신이 배치가능한 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 또는 효율성 점수를 산출하고, 상기 산출된 점수에 근거하여 상기 가상머신이 배치될 자원을 선정하고, 상기 선정된 자원에 상기 가상머신을 배치하도록 하는 명령어들을 포함할 수 있다. .
본 발명의 일실시예에 따르면, 내고장성 및 네트워크 효율성을 적절히 고려하여
계층 구조의 클라우드 시스템에 가상머신을 배치할 수 있다.
일예로, 무선 코어망의 가상화를 위해 구성요소들(예, P-GW, S-GW, MME, PCRF 등)을 가상 머신으로 구현할 경우에, 본 발명에 따른 가상머신 배치를 통해 코어망의 내고장성 및 네트워크 효율성을 향상시킬 수 있다.
도 1은 본 발명에 따른 가상머신 배치가 적용되는 클라우드 시스템의 계층 구조를 도시한다.
도 2는 계층 구조의 클라우드 시스템에 가상머신이 배치된 예를 개념적으로 도시한다.
도 3은 본 발명의 일실시예에 따른 가상머신 배치 방법을 도시한 흐름도이다.
도 4는 본 발명의 일실시예에 따라 가상머신이 배치될 자원 선정 기준을 선택하는 과정을 도시한 흐름도이다.
도 5는 본 발명에 따른 가상머신 배치가 적용가능한 코어망의 가상화 환경을 도시한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 본 명세서 및 청구항에서 사용되는 단수 표현은, 달리 언급하지 않는 한 일반적으로 "하나 이상"을 의미하는 것으로 해석되어야 한다.
또한, 본 명세서에서 사용되는 용어들중 "모듈", "부", "인터페이스 등은 일반적으로 컴퓨터 관련 객체를 의미하며, 예를 들어, 하드웨어, 소프트웨어 및 이들의 조합을 의미할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명에 따른 가상머신 배치가 적용되는 클라우드 시스템의 계층 구조를 도시한다.
클라우드 시스템은 물리적 자원을 논리적 자원으로 추상화하여 관리하며 여러 가상머신들이 자원을 공유할 수 있도록 해준다. 물리적 자원으로는 CPU, 램, 디스크 등이 있으며 본 발명의 실시예에서는 CPU 자원을 고려하여 가상 머신을 배치하는 방법을 설명한다.
도시된 바와 같이, CPU 자원 측면에서, 클라우드 시스템은 계층 구조로 이루어질 수 잇다. 최상위 레벨로서 클라우드 데이터 센터(110)가 존재하고, 각 데이터 센터(110) 내에 다수의 서버(120)들이 존재하며, 각 서버(120) 내에 다수의 소켓(Socket 또는 물리적 프로세서, 130)이 존재하며, 각 소켓내에 다수의 코어(Core, 130)가 존재한다. 또한, 각 코어(130) 내에 Hyper-threading(HT)과 같은 기술에 따른 2개의 논리적 프로세서(140)가 존재할 수 있다.
이러한 계층 구조에서, 본 발명은 가상 머신간의 내고장성(Fault-tolerance) 및 효율성(efficiency)을 적절히 고려하여 가상머신이 배치될 논리적 프로세서(140)를 선택하는 방법을 제안한다.
여기서, "내고장성"은 동일한 기능을 수행하는 가상 머신을 복수개 배치함으로써 임의의 가상머신이 장애로 인해 불능 상태로 되더라도 다른 가상 머신에 의해 해당 기능이 계속 유지될 수 있는 정도를 의미하며, "효율성"은 상이한 기능을 수행하는 가상머신들간에 데이터 통신 효율성을 의미한다.
전술한 계층 구조에 근거하여 이들 두 요소를 살펴본다면, 우선 클라우드 데이터 센터 레벨에서는 동일 역할의 가상머신 (예, VM_A_1, VM_A_2)들이 동일한 데이터 센터에 위치할 경우 천재 지변이나 혹은 전원, 게이트웨이의 오작동이 해당 데이터 센터내의 모든 VM_A를 불능 상태로 만들 수 있기 때문에, VM_A_1 및 VM_A_2가 다른 데이터 센터에 각각 배치된 경우에 내고장성이 높아질 것이다. 한편, 효율성 측면에서, 상이한 역할을 수행하는 가상머신들(예, VM_A와 VM_B)이 서로 상이한 데이터 센터에 위치할 경우 서로 간의 통신을 위해 고려되는 네트워크 특성(Latency, Bandwidth등)이 동일 데이터센터 내에 함께 위치한 경우보다 비효율적이다. 서버 레벨에서는 VM_A_1 및 VM_A_2가 다른 서버에 배치되는 것이 내고장성 측면에서 바람직하고, VM_A와 VM_B는 같은 서버에 배치되는 것이 서버 내 내부 통신 채널을 통해 데이터 통신을 수행할 수 있으므로 효율성 측면에서 바람직하다. 소켓 레벨, 코어 레벨, 프로세서 레벨 등에서도 이와 유사하게 내고장성 및 효율성이 산정될 수 있다. 예를 들어, 동일한 소켓에 VM_A_1 및 VM_A_2가 배치되면 소켓 장애로 인하여 동시에 불능 상태가 될 수 있으므로 내고장성은 떨어질 것이다. 반면에, 동일한 소켓에 VM_A와 VM_B가 배치된다면 통신의 효율성은 높아질 것이다.
도 2를 참조하여, 가상머신간 내고장성 및 효율성을 산정하는 예를 좀더 구체적으로 설명한다. 도 2는 본 발명의 일실시예에 따라 계층 구조의 클라우드 시스템에 가상머신이 배치되는 예를 개념적으로 도시한 것이다.
도 2에 도시된 클라우드 시스템에서 가상머신이 배치될 수 있는 프로세서 자원, P1(210), P2(220), P3(230), P4(240), P5(250)중에서, A 유형의 가상머신(" VM_A")가 P1(210)에 기배치되어 있다고 가정하고, 현재 B 유형의 가상머신("VM_B")이 생성 요청되었다고 가정한다. 가상머신이 배치가능한 유휴 자원은 가상머신 관리자에 의해 파악될 수 있으며, 가상머신 관리자가 유휴 자원을 파악하는 구성은 본 발명에서 제안하는 부분이 아니기에 본 명세서에서 이에 대한 구체적인 설명은 생략하겠다.
일실시예에서, VM_B 에 할당될 자원을 선택하기에 앞서, 기배치된 가상머신들중에서 VM_B 유형과 동일한 유형의 가상머신이 존재하는지 검사한다. 상기 예에서는 VM_B와 동일한 유형의 가상머신이 존재하지 않는다. 이러한 경우에는 기배치된 VM_A 과의 통신 효율성을 고려하여 통신 효율성이 가장 우수한 P2(220)를 선택하여 VM_B를 배치하는 것이 바람직하겠다. 구체적으로, VM_B 가 배치될 자원을 선택하기 위해 VM_A 가 기배치된 자원 P1(210)과 VM_B가 배치될 자원 후보들, 즉, P2(220), P3(230), P4(240), P5(250) 들간의 거리에 근거하여 효율성 점수를 산출하고 가장 높은 효율성 점수를 갖는 자원을 선정하여 VM_B를 배치할 수 있다. 여기서, '거리'는 자원들이 동일한 하위 레벨에 속할수록 거리가 가까움을 의미하고 동일한 상위 레벨에 속할수록 거리가 멀어짐을 의미한다.
일 실시예에서, 효율성 점수는 자원간 거리가 가까울수록 높고 자원간 거리가 멀수록 낮아진다. 가령, P1(210)을 기준으로 할 때, 동일한 소켓에 위치하는 P2(220)이 가장 근접한 거리에 존재하는 자원으로서 해당 자원의 효율성 점수를 40 포인트라 한다면, 동일한 서버에 속하는 P3(230)의 효율성 점수는 30 포인트, 동일한 센터에 속하는 P4(240)의 효율성 점수는 20 포인트, 상이한 센터에 속하는 P5(250)의 효율성 점수는 10 포인트로 산출되며, 여기서는 효율성 점수가 가장 높은 P2(220)가 VM_B 에 할당될 자원으로 선택될 수 있다.
다음, 앞선 예에서와 같이 P1(210)에 VM_A 가 할당되어 있고 P2(220)에 VM_B가 할당된 이후에 VM_B_1를 배치할 차례라고 가정한다. 이러한 상황에서, 내고장성을 고려한다면 VM_B가 배치된 자원 P2(220)와 가장 멀리 떨어진 위치의 P5(250)에 VM_B_1을 할당함이 바람직하겠다. 구체적으로, VM_B _1이 배치될 자원을 선택하기 위해 VM_B 가 기배치된 자원 P2(220)과 VM_B가 배치될 자원 후보들, 즉, P3(230), P4(240), P5(250) 들간의 거리에 근거하여 내고장성 점수를 산출하고 가장 높은 내고장성 점수를 갖는 자원을 선정하여 VM_B를 배치할 수 있다. 일 실시예에서, 내고장성 점수는, 효율성 점수와 대조적으로, 자원간 거리가 멀수록 높고 자원간 거리가 가까울수록 낮다. 따라서, VM_B 가 기배치된 자원 P2(220)을 기준으로 하여 P3(230), P4(240), P5(250) 들의 내고장성을 점수화한다면 상이한 센터에 존재하는 P5(250)에 상대적으로 높은 내고장성 점수가 부여되며, 동일한 서버에 존재하는 P3(230)에 상대적으로 낮은 내고장성 점수가 부여될 것이다.
한편, VM_B _1이 배치될 자원을 선택함에 있어서 기배치된 VM_B와의 내고장성을 고려하는 대신에 기배치된 VM_A와의 효율성을 고려한다면 다른 자원이 선택될 수 있다.
이와 같이, 가상머신이 배치될 자원을 선정함에 있어서 그 선정 기준을 먼저 결정한 후에 그 기준에 가장 적합한 자원을 선택하는 것이 바람직하겠다.
도 3은 본 발명의 일실시예에 따른 가상머신 배치 방법을 도시한 흐름도이다.
우선, 가상 머신에 대한 생성 요청이 수신되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 내고장성 및 효율성중에서 선택한다(S310).
앞서 설명한 바와 같이, 내고장성은 동일한 유형의 가상머신들이 배치되거나 배치될 자원간의 거리에 따라 결정되는 항목으로서 거리가 멀수록 내고장성 점수는 높아진다.
한편, 효율성은 상이한 유형의 가상머신들이 배치되거나 배치될 자원간의 거리에 따라 결정되는 항목으로서 거리가 가까울수록 높아진다.
일실시예에서, 자원 선정 기준의 선택은 상기 생성 요청된 가상머신과 동일한 유형의 가상머신(들)의 내고장성 및 효율성 점수에 의해 정해질 수 있다. 동일한 유형의 가상머신(들)의 내고장성 및 효율성 점수를 산출하여 낮은 점수를 갖는 항목을 자원 선정 기준으로 선택할 수 있다.
자원 선정 기준의 선택과 관련하여, 도 4를 참조하여 좀더 구체적으로 설명한다. 도 4는 본 발명의 일실실시예에 따른 자원 선정 기준을 선택하는 과정을 도시한 흐름도이다.
단계(S410)에서, 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하는지 판단한다.
단계(S420)에서, 생성 요청된 가상머신과 동일한 유형의 가상머신이 존재하는 경우에 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산정한다.
이 때, 동일한 유형의 가상머신이 복수개인 경우에는 동일한 유형의 가상머신이 배치된 자원 각각에 대해 내고장성 점수 및 효율성 점수를 산출 및 합산하여 내고장성 및 효율성 점수 각각에 대한 평균값으로 해당 자원에 대한 내고장성 점수 및 효율성 점수를 산정할 수 있다.
일실시예에서, 운영자의 요구사항에 따라 내고장성 또는 효율성중 선택 빈도를 달리하기 위해, 각각의 점수에 가중치를 달리할 수 있다. 일 예로, 내고장성 점수를 위해 측정되는 자원간 거리와 상기 효율성 점수를 위해 측정되는 자원간 거리에 상이한 가중치를 적용할 수 있다.
다른 예로, 내고장성 점수 및 효율성 점수의 초기 오프셋값을 달리 설정할 수 있다. 일 예로, 내고장성에 초기 오프셋 점수로 80점을 부여하고 효율성 점수에 40점을 부여하는 경우에 효율성이 자원 선정 기준으로 선택되는 빈도가 높아질 것이다.
또한, 상이한 유형의 가상머신이 배치된 자원들간 트래픽이 상이하다면, 이를 고려하여 효율성 점수를 산정할 수 있다. 가령, 도 2에 도시된 예에서, P1(210)에 배치된 VM_A가 P2(220)에 배치된 VM_B 및 P5(250)에 배치된 VM_B_1과 각각 통신하되 트래픽이 80% 및 20%이고, 각 효율성 점수는 40점 및 10점인 경우체 트래픽을 반영한 최종 효율성 점수는 40*0.8+10*0.2=34점으로 산정될 수 있다.
단계(S430)에서, 상기 산출된 내고장성 점수 및 효율성 점수에 근거하여 낮은 점수를 갖는 항목을 상기 생성 요청된 가상머신이 배치될 자원 선정 기준으로 선택한다.
한편, 단계(S410)의 판단 결과, 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하지 않는 것으로 판단되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준은 효율성으로 선택될 것이다(단계 S440).
다시 도 3을 참조하면, 전단계(S310)에서 선택된 자원 선정 기준에 따라 상기 생성 요청된 가상머신이 배치가능한 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 또는 효율성 점수를 산출한다(S320).
일 실시예에서, 전단계(S310)에서 선택된 자원 선정 기준이 내고장성인 경우에, 자원 후보 각각에 대한 내고장성 점수를 산출하며, 선택된 자원 선정 기준이 효율성이라면, 자원 후보 각각에 대한 효율성 점수를 산출할 것이다.
일실시예에서, 상기 클라우드 시스템내 자원 후보 각각에 대한 내고장성 점수 는 자원 후보 각각과 상기 생성 요청된 가상머신과 동일한 유형의 가상머신이 배치된 자원(들)간 거리에 비례하는 값으로 산출될 수 있다. 일예에서, 동일한 유형의 가상머신이 복수개인 경우에 이들이 배치된 자원 각각과의 자원 후보간의 거리를 합산한 값으로 산정될 것이다.
일실시예에서, 상기 클라우드 시스템내 자원 후보 각각에 대한 효율성 점수는 자원 후보 각각과 상기 생성 요청된 가상머신과 상이한 유형의 가상머신이 배치된 자원간 거리에 반비례하는 값으로 산출될 수 있다. 일예에서, 상이한 유형의 가상머신이 복수개인 경우에 이들이 배치된 자원 각각과의 자원 후보간의 거리를 합산한 값에 반비례하는 값으로 산정될 것이다.
전단계(S320)에서 산출된 효율성 또는 내고장성 점수에 근거하여 높은 점수를 갖는 자원을 상기 가상머신이 배치될 자원으로 선정하고, 선정된 자원에 가상머신을 배치한다(S330).
이와 같이, 클라우드 시스템에 가상머신을 배치함에 있어서 본 발명에 따라 자원 선정 기준을 우선적으로 선택하고 그 선택에 따라 가상 머신이 배치될 자원을 선택함으로써 시스템 전반적으로 내고장성 및 통신 효율성이 적절하게 고려된 가상 머신 배치가 가능하다. 이러한 가상 머신 배치는 네트워크 트래픽이 일정한 네트워크 가상화 서비스에 바람직하게 적용될 수 있다.
도 5는 본 발명에 따른 가상머신 배치가 적용가능한 코어망의 가상화 환경을 도시한다.
도시된 코어망은 LTE 네트워크를 지원하기 위한 3GPP에 정의된 Evolved Packet Core(EPC) 망을 나타낸다. EPC의 주 장비로는 유저 데이터를 처리하기 위한 S-GW (Serving Gateway)와 P-GW(Packet Data Network Gateway)가 존재하며 시그널 데이터를 처리하기 위한 MME(Mobile Management Entity)가 존재한다. 이외에도 PCRF(Policy and Charging Rules Functions), HSS(Home Subscriber Service) 등 부가 기능 처리를 위한 다양한 장비/데이터 베이스가 존재한다.
이들 장비들을 가상 머신 형태로 구현하여 본 발명에서 제안하는 가상머신 배치 방안에 따라 클라우드 시스템에서 배치함에 따라 코어망의 특성을 반영한 시스템 운용이 가능하다. 예를 들어, S-GW 및 P-GW 장비들을 가상 머신 형태로 구현한 VM_A, VM_B인스턴스들을 본 발명의 가상머신 배치 방식에 따라 클라우드 시스템에 배치함으로써 효율적인 무선망 운용이 가능해질 수 있다.
본 발명의 실시예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이제까지 본 발명에 대하여 그 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (18)

  1. 가상 머신에 대한 생성 요청이 수신되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 내고장성 및 효율성중에서 선택하는 단계;
    상기 선택된 자원 선정 기준에 따라 상기 가상머신이 배치가능한 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 - 상기 내고장성 점수는 상기 자원 후보 각각과 상기 생성 요청된 상기 가상머신과 동일한 유형의 가상머신이 배치된 자원간 거리에 비례하는 값으로 산출됨 - 또는 효율성 점수를 산출하는 단계; 및
    상기 산출된 점수에 근거하여 상기 가상머신이 배치될 자원을 선정하는 단계
    를 포함하는 클라우드 시스템에서의 가상머신 배치 방법.
  2. 제1항에 있어서, 상기 자원 선정 기준을 내고장성 및 효율성중에서 선택하는 단계는,
    상기 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하는지 판단하는 단계;
    상기 동일한 유형의 가상머신이 존재하는 경우에 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계; 및
    상기 산출된 내고장성 점수 및 효율성 점수에 근거하여 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 선택하는 단계
    를 포함하는 클라우드 시스템에서의 가상머신 배치 방법.
  3. 제2항에 있어서, 상기 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하지 않는 것으로 판단되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준은 효율성 점수로 정해지는 클라우드 시스템에서의 가상머신 배치 방법.
  4. 제2항에 있어서, 상기 내고장성 점수는 동일한 유형의 가상머신이 배치되거나 배치될 자원간의 거리에 따라 결정되는 점수로서 거리가 멀수록 높아지는 것인 클라우드 시스템에서의 가상머신 배치 방법.
  5. 제2항에 있어서, 상기 효율성 점수는 상이한 유형의 가상머신이 배치되거나 배치될 자원간의 거리에 따라 결정되는 점수로서 거리가 가까울수록 높아지는 것인 클라우드 시스템에서의 가상머신 배치 방법.
  6. 제2항에 있어서, 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계는, 상기 동일한 유형의 가상머신이 복수개인 경우에 상기 동일한 유형의 가상머신이 배치된 자원 각각에 대해 내고장성 점수 및 효율성 점수를 산출 및 합산하여 평균 내고장성 점수 및 평균 효율성 점수를 산출하는 단계를 포함하는 클라우드 시스템에서의 가상머신 배치 방법;
  7. 제2항에 있어서, 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계는, 상기 내고장성 점수를 위해 측정되는 거리와 상기 효율성 점수를 위해 측정되는 거리에 상이한 가중치를 적용하여 상기 내고장성 점수 및 효율성 점수를 산출하는 클라우드 시스템에서의 가상머신 배치 방법.
  8. 제2항에 있어서, 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하는 단계는, 상기 내고장성 점수 및 효율성 점수의 초기 오프셋값을 상이하게 적용하여 산출하는 클라우드 시스템에서의 가상머신 배치 방법.
  9. 제2항에 있어서, 상기 산출된 내고장성 점수 및 효율성 점수에 근거하여 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 선택하는 단계는 상기 내고장성 점수 및 상기 효율성 점수중 낮은 점수를 갖는 항목을 상기 자원 선정 기준으로 선택하는 클라우드 시스템에서의 가상머신 배치 방법.
  10. 삭제
  11. 제1항에 있어서, 상기 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 또는 효율성 점수를 산출하는 단계에서, 상기 자원 후보 각각에 대한 효율성 점수 는 상기 자원 후보 각각과 상기 생성 요청된에 가상머신과 상이한 유형의 가상머신이 배치된 자원간 거리에 반비례하는 값으로 산출되는 클라우드 시스템에서의 가상머신 배치 방법.
  12. 제1항에 있어서, 상기 클라우드 시스템은, 데이터 센터 계층, 서버 계층, 소켓 계층, 코어 계층 및 프로세서 계층을 포함하는 계층 구조인, 클라우드 시스템에서의 가상머신 배치 방법.
  13. 제1항에 있어서, 상기 가상 머신은, 코어망의 가상화를 위해 가상화된 P-GW(Packet Data Network Gateway), 가상화된 S-GW(Serving Gateway), 가상화된 MME(Mobility Management Entity), 가상화된 HSS(Home Subscriber Service) 및 가상화된 PCRF(Policy and Charging Rules Functions)중 하나인 클라우드 시스템에서의 가상머신 배치 방법.
  14. 클라우드 시스템에 가상머신 배치를 수행하는 가상머신 관리 장치로서,
    프로세서; 및 가상머신 배치를 수행하는 프로그램이 저장된 메모리를 포함하되, 상기 프로그램은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
    가상 머신에 대한 생성 요청이 수신되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 내고장성 및 효율성중에서 선택하고,
    상기 선택된 자원 선정 기준에 따라 상기 가상머신이 배치가능한 클라우드 시스템내 자원 후보 각각에 대해 내고장성 점수 - 상기 내고장성 점수는 상기 자원 후보 각각과 상기 생성 요청된 상기 가상머신과 동일한 유형의 가상머신이 배치된 자원간 거리에 비례하는 값으로 산출됨 - 또는 효율성 점수를 산출하고,
    상기 산출된 점수에 근거하여 상기 가상머신이 배치될 자원을 선정하고,
    상기 선정된 자원에 상기 가상머신을 배치하도록 하는 명령어들을 포함하는
    가상머신 관리 장치.
  15. 제14항에 있어서, 상기 프로그램은,
    상기 자원 선정 기준을 선택하기 위해,
    상기 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하는지 판단하고,
    상기 동일한 유형의 가상머신이 존재하는 경우에 상기 동일한 유형의 가상머신이 배치된 자원의 내고장성 점수 및 효율성 점수를 산출하고,
    상기 산출된 내고장성 점수 및 효율성 점수에 근거하여 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 결정하도록 하는 명령어를 더 포함하는 가상머신 관리 장치.
  16. 제15항에 있어서, 상기 프로그램은, 상기 클라우드 시스템에 기배치된 가상머신 중에 상기 생성 요청된 가상머신 유형과 동일한 유형의 가상머신이 존재하지 않는 것으로 판단되면, 상기 생성 요청된 가상머신이 배치될 자원 선정 기준을 효율성 으로 선택하도록 하는 명령어를 더 포함하는 가상머신 관리 장치.
  17. 삭제
  18. 제15항에 있어서, 상기 효율성 점수는 상이한 유형의 가상머신이 배치되거나 배치될 자원간의 거리에 따라 결정되는 점수로서 거리가 가까울수록 높아지는 것인 가상머신 관리 장치.
KR1020130162751A 2013-12-24 2013-12-24 클라우드 시스템에서의 가상 머신 배치 방법 및 장치 KR101595854B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020130162751A KR101595854B1 (ko) 2013-12-24 2013-12-24 클라우드 시스템에서의 가상 머신 배치 방법 및 장치
US14/582,833 US9465641B2 (en) 2013-12-24 2014-12-24 Selecting cloud computing resource based on fault tolerance and network efficiency

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130162751A KR101595854B1 (ko) 2013-12-24 2013-12-24 클라우드 시스템에서의 가상 머신 배치 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150074708A KR20150074708A (ko) 2015-07-02
KR101595854B1 true KR101595854B1 (ko) 2016-02-19

Family

ID=53400133

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130162751A KR101595854B1 (ko) 2013-12-24 2013-12-24 클라우드 시스템에서의 가상 머신 배치 방법 및 장치

Country Status (2)

Country Link
US (1) US9465641B2 (ko)
KR (1) KR101595854B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10901881B1 (en) 2020-05-12 2021-01-26 Coupang Corp. Systems and methods for test deployment of computational code on virtual servers
EP3882775A1 (en) * 2020-03-16 2021-09-22 Fujitsu Limited Charge calculation program and charge calculation method

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104885407A (zh) * 2013-12-31 2015-09-02 华为技术有限公司 一种网络功能虚拟化nfv故障管理装置、设备及方法
JP2016010124A (ja) * 2014-06-26 2016-01-18 富士通株式会社 管理装置、管理プログラム及び情報処理システム
CN105446792B (zh) * 2014-08-27 2019-09-24 联想(北京)有限公司 一种虚拟机的部署方法、部署装置和管理节点
US10078535B2 (en) * 2015-04-09 2018-09-18 Level 3 Communications, Llc Network service infrastructure management system and method of operation
US9973578B2 (en) * 2015-06-01 2018-05-15 Telefonaktiebolaget Lm Ericsson (Publ) Real time caching efficient check in a content centric networking (CCN)
US10785089B2 (en) 2018-05-07 2020-09-22 At&T Intellectual Property I, L.P. Service-level resiliency in virtualization environments
US11343133B2 (en) * 2018-10-04 2022-05-24 T-Mobile Usa, Inc. Virtual SNMP trap receiver
CN112351051A (zh) * 2019-08-06 2021-02-09 中兴通讯股份有限公司 云服务处理方法、装置、云服务器、系统及存储介质
KR102154446B1 (ko) * 2019-11-14 2020-09-09 한국전자기술연구원 분산·협업형 컨테이너 플랫폼 환경에서의 자원 균등 배분을 위한 고속 스케줄링 방법
CN111143039B (zh) * 2020-01-02 2024-01-02 安超云软件有限公司 一种虚拟机的调度方法、装置及计算机存储介质
CN112527469B (zh) * 2020-12-29 2024-03-01 浙江工业大学 一种云计算服务器的容错组合方法
CN113778625B (zh) * 2021-08-31 2023-07-04 南京邮电大学 一种跨云计算中心的多副本容错任务调度方法
CN115328666B (zh) * 2022-10-14 2023-07-14 浪潮电子信息产业股份有限公司 设备调度方法、系统、电子设备及计算机可读存储介质
CN115576732B (zh) * 2022-11-15 2023-03-10 阿里云计算有限公司 根因定位方法以及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5110315B2 (ja) * 2006-05-24 2012-12-26 日本電気株式会社 仮想マシン管理装置、仮想マシン管理方法およびプログラム
JP2013239095A (ja) 2012-05-17 2013-11-28 Nippon Telegr & Teleph Corp <Ntt> 仮想マシン配置装置および仮想マシン配置方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101068537B1 (ko) * 2008-12-18 2011-09-28 한국전자통신연구원 가상화 플랫폼을 이용한 가상화 관리 장치 및 그 제어방법
US8533724B1 (en) 2010-12-20 2013-09-10 Amazon Technologies, Inc. Virtual resource provisioning by assigning colors to virtual resources in multi-tenant resource pool
KR20130019698A (ko) * 2011-08-17 2013-02-27 주식회사 케이티 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템
US8782242B2 (en) 2011-10-13 2014-07-15 Vmware, Inc. Software application placement using computing resource containers
US8943353B2 (en) * 2013-01-31 2015-01-27 Hewlett-Packard Development Company, L.P. Assigning nodes to jobs based on reliability factors
US9430256B2 (en) * 2013-08-13 2016-08-30 Vmware, Inc. Method and apparatus for migrating virtual machines between cloud computing facilities using multiple extended local virtual networks and static network addresses
US20150309828A1 (en) * 2014-04-24 2015-10-29 Unisys Corporation Hypervisor manager for virtual machine management
US9417896B2 (en) * 2014-05-19 2016-08-16 International Business Machines Corporation Allocating hypervisor resources

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5110315B2 (ja) * 2006-05-24 2012-12-26 日本電気株式会社 仮想マシン管理装置、仮想マシン管理方法およびプログラム
JP2013239095A (ja) 2012-05-17 2013-11-28 Nippon Telegr & Teleph Corp <Ntt> 仮想マシン配置装置および仮想マシン配置方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3882775A1 (en) * 2020-03-16 2021-09-22 Fujitsu Limited Charge calculation program and charge calculation method
US11507987B2 (en) 2020-03-16 2022-11-22 Fujitsu Limited Non-transitory computer-readable recording medium and charge calculation method
US10901881B1 (en) 2020-05-12 2021-01-26 Coupang Corp. Systems and methods for test deployment of computational code on virtual servers
KR102230113B1 (ko) * 2020-05-12 2021-03-22 쿠팡 주식회사 가상 서버 상의 계산 코드의 테스트 전개를 위한 시스템 및 방법
US11442846B2 (en) 2020-05-12 2022-09-13 Coupang Corp. Systems and methods for test deployment of computational code on virtual servers

Also Published As

Publication number Publication date
US9465641B2 (en) 2016-10-11
US20150178117A1 (en) 2015-06-25
KR20150074708A (ko) 2015-07-02

Similar Documents

Publication Publication Date Title
KR101595854B1 (ko) 클라우드 시스템에서의 가상 머신 배치 방법 및 장치
US10735273B2 (en) Using machine learning to make network management decisions
EP3457733B1 (en) Mobile edge orchestrator and application migration system
KR102201676B1 (ko) Mec 애플리케이션의 재배치를 제어하기 위한 방법 및 서버
US9712402B2 (en) Method and apparatus for automated deployment of geographically distributed applications within a cloud
US8863138B2 (en) Application service performance in cloud computing
US20150341223A1 (en) Automatic placement of clients in a distributed computer system based on at least physical network topology information
CA2975242A1 (en) System, virtualization control apparatus, method for controlling a virtualization control apparatus, and program
KR102101120B1 (ko) 사용자 특성을 반영한 클러스터 기반 가상 네트워크 기능의 자원 할당 방법
US11356534B2 (en) Function repository selection mode and signaling for cloud based processing
CN112703774B (zh) 管理电信网络中的处理资源的方法和电信网络及存储介质
CN106681839B (zh) 弹性计算动态分配方法
CN112753250B (zh) 管理用户设备到网络切片的分配的方法和电信网络
CN106663012A (zh) 一种硬件加速方法以及相关设备
US11388106B2 (en) Method, device, and computer program product for edge resource aggregation
CN109995552A (zh) Vnf服务实例化方法及装置
US11140518B2 (en) Method and device for ranking and geographically grouping inbuilding sectors
US11695631B1 (en) Generating candidate links and candidate paths before selecting links for an optimized optical network plan
KR20190048890A (ko) 네트워크 슬라이싱 기반 어플리케이션 분산 실행 시스템, 이에 적용되는 장치 및 장치의 동작 방법
US20230254211A1 (en) Method and apparatus for provisioning of new edge servers in 5g networks using triggering events
CN112771931A (zh) 网络切片重定向管理
CN109936672B (zh) 一种在线计费方法及装置
US20150271261A1 (en) System and method for providing distributed virtual cloud using mobile grid
CN108206838B (zh) 一种负载均衡系统、方法及装置
CN113396573A (zh) 计算服务的迁移

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right