KR20150132774A - 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치 - Google Patents

애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치 Download PDF

Info

Publication number
KR20150132774A
KR20150132774A KR1020140059158A KR20140059158A KR20150132774A KR 20150132774 A KR20150132774 A KR 20150132774A KR 1020140059158 A KR1020140059158 A KR 1020140059158A KR 20140059158 A KR20140059158 A KR 20140059158A KR 20150132774 A KR20150132774 A KR 20150132774A
Authority
KR
South Korea
Prior art keywords
layer
monitoring
service
resource
attribute
Prior art date
Application number
KR1020140059158A
Other languages
English (en)
Inventor
백동명
윤승현
이범철
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020140059158A priority Critical patent/KR20150132774A/ko
Publication of KR20150132774A publication Critical patent/KR20150132774A/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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치가 개시되어 있다. 어플리케이션에 따른 가상 네트워크 자원 할당 방법은 어플리케이션에 대응되는 서비스 계층의 서비스 속성을 결정하는 단계, 서비스 속성에 대응되는 기능 계층의 기능 속성을 결정하는 단계, 기능 속성에 대응되는 자원 계층의 자원 속성을 결정하는 단계, 서비스 계층, 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하는 단계와 모니터링 결과를 기반으로 머신 러닝(machine learning)을 수행하고, 머신 러닝을 기반으로 가상 네트워크 자원을 할당하는 단계를 포함할 수 있다.

Description

애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치{METHOD AND APPRATUS FOR ALLOCATING NETWORK RESOURCE BASED ON APPLICATION}
본 발명은 네트워크 자원에 관한 것으로써 보다 상세하게는 네트워크 자원을 할당하는 방법 및 장치에 관한 것이다.
IT(information technology) 관련 기술이 급격하게 발전함에 따라, 사용자에게 IT 서비스를 어떻게 제공할 수 있는지에 대한 관심이 높아지고 있다. 사용자에게 이러한 서비스를 제공하는데 있어서 이용될 수 있는 다양한 IT 기술 중 클라우드 컴퓨팅이라는 기술이 대표적으로 사용될 수 있다. 클라우드 컴퓨팅 기술은 인터넷을 이용하여 IT 관련 자원 및 서비스를 사용자에게 제공하는데 있어서, 사용자가 요구하는 자원을 사용자에게 제공할 수 있는 기술이다. 클라우드 컴퓨팅의 다양한 구현은 서비스, 플랫폼, 인프라 각 서비스 영역에서 수행될 수 있다. 클라우드 컴퓨팅을 실현함에 있어 데이터 보호, 자원 관리, 가용성 확보, 개인 정보 보호 등 해결되어야 할 다양한 문제를 가지고 있다.
클라우드 컴퓨팅 환경에서 물리적인 서버의 활용도를 높이기 위한 측면에서 가상화 기술에 대한 연구가 많이 수행되고 있으며, 이러한 가상화 기술은 클라우드 컴퓨팅 환경을 구현함에 있어 중요한 부분을 차지한다.
가상화 기술에는 애플리케이션 가상화, 데스크톱 가상화, 서버 가상화, 스토리지 가상화, 그리고 네트워크 가상화가 있다.
이 가운데 대표적인 기술인 서버 가상화는 데이터 센터에서의 많은 물리적 서버를 가상 서버로 합하는 것이며, 이러한 서버 가상화 기술은 비용 측면에서 상당한 이점을 주게 되는 기술이라고 볼 수 있다.
한국공개특허 제10-2010-0073959 [명칭: 가상화 기반 자원 관리 장치 및 방법과 가상화 기반 자원 관리가 가능한 컴퓨팅 시스템]
본 발명의 제1 목적은 애플리케이션에 따라 네트워크 자원을 할당하는 방법을 제공하는 것이다.
본 발명의 제2 목적은 애플리케이션에 따라 네트워크 자원을 할당하는 방법을 수행하는 장치를 제공하는 것이다.
상술한 본 발명의 제1 목적을 달성하기 위한 본 발명의 일 측면에 따른 어플리케이션에 따른 가상 네트워크 자원 할당 방법은 상기 어플리케이션에 대응되는 서비스 계층의 서비스 속성을 결정하는 단계, 상기 서비스 속성에 대응되는 기능 계층의 기능 속성을 결정하는 단계, 상기 기능 속성에 대응되는 자원 계층의 자원 속성을 결정하는 단계, 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하는 단계와 상기 모니터링 결과를 기반으로 머신 러닝(machine learning)을 수행하고, 상기 머신 러닝을 기반으로 상기 가상 네트워크 자원을 할당하는 단계를 포함할 수 있다. 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하는 단계는 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링하는 단계일 수 있다. 상기 머신 러닝을 기반으로 상기 가상 네트워크 자원을 할당하는 단계는 상기 모니터링 결과를 기반으로 머신 러닝을 수행하는 단계, 상기 머신 러닝을 기반으로 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각을 설정 및 구성에 대한 튜닝 파라메터를 생성하는 단계와 상기 튜닝 파라메터를 기반으로 상기 가상 네트워크 자원을 할당하는 단계를 포함할 수 있다. 상기 어플리케이션에 따른 가상 네트워크 자원 할당 방법은 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하는 경우, 설정 데이터 베이스, 또는 플로우 데이터 베이스를 갱신하는 단계를 더 포함할 수 있다. 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링한 결과는 하나의 모듈로 전송될 수 있다.
상술한 본 발명의 제2 목적을 달성하기 위한 본 발명의 일 측면에 따른 어플리케이션에 따른 가상 네트워크 자원 할당 장치에 있어서, 상기 가상 네트워크 할당 장치는 상기 어플리케이션에 대응되는 서비스 계층의 서비스 속성을 결정하도록 구현되는 서비스 속성 결정부, 상기 서비스 속성에 대응되는 기능 계층의 기능 속성을 결정하도록 구현되는 기능 속성 결정부, 상기 기능 속성에 대응되는 자원 계층의 자원 속성을 결정하도록 구현되는 자원 속성 결정부, 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하고 상기 모니터링 결과를 기반으로 머신 러닝(machine learning)을 수행하도록 구현되는 모니터링, 제어 및 머신 러닝 수행부와 상기 머신 러닝의 결과를 기반으로 상기 가상 네트워크 자원을 할당하도록 구현되는 가상 네트워트 자원 할당부를 포함할 수 있다. 상기 모니터링, 제어 및 머신 러닝 수행부는 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링하도록 구현될 수 있다. 상기 가상 네트워크 자원 할당부는 상기 머신 러닝을 기반으로 결정된 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각을 설정 및 구성에 대한 튜닝 파라메터를 기반으로 상기 가상 네트워크 자원을 할당하도록 구현될 수 있다. 상기 모니터링, 제어 및 머신 러닝 수행부는 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하는 경우, 설정 데이터 베이스, 또는 플로우 데이터 베이스를 갱신하도록 구현될 수 있다. 상기 모니터링, 제어 및 머신 러닝 수행부는 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링한 결과를 하나의 모듈로 전송하도록 구현될 수 있다.
상술한 바와 같이 본 발명의 실시예에 따른 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치를 사용하는 경우, 네트워크 자원에 대한 모니터링 및 머신 러닝을 기반으로 개별 어플리케이션에 따라 필요한 네트워크 자원에 대한 할당을 자동화시킬 수 있다. 이런 방법을 수행함으로써 개별 어플리케이션에 대하여 최적의 설정 방식 및 구성 방식을 찾을 수 있어 개별 어플리케이션 별로 고객의 요구 사항의 변화에 대한 빠른 적응이 가능할 수 있다.
도 1은 ICT 자원을 할당하는 방법을 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 프레임 워크를 나타낸 개념도이다.
도 3은 기존의 클라우드 시스템을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 네트워크의 모니터링-제어 시스템을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 프레임워크를 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 네트워크 자원 할당 방법을 나타낸 순서도이다.
도 7은 본 발명의 실시예에 따른 네트워크 자원 할당 장치를 나타낸 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
클라우드 서비스는 ICT(information communication technology) 자원이 집중된 데이터 센터 내의 서버, 스토리지 풀의 자원을 유연하게, 확장성있게 사용하기 위한 서비스이다. 클라우스 서비스에서 자원을 제공함에 있어서 유연성을 확보하기 위해서는 가상화가 필수적일 수 있다.
클라우드 서비스에서는 데이타 저장을 위한 대용량 스토리지를 가상화하여 사용자 별로 분할해서 사용하는 가상 스토리지, 데이타 프로세싱을 위한 CPU(central processing unit)를 가상화한 가상 서버가 제공될 수 있다. 이뿐만 아니라 클라우드 서비스는 가상 네트워크를 통한 멀티 테넌트(multi-tenant)를 구현할 수도 있다.
클라우드 서비스에서 네트워크 자원을 효율적으로 사용하기 위해서는 동적인 상황 변화에 따른 네트워크 자원 분배 정책이 변화되어야 한다. 이러한 네트워크 자원 분배를 수행하기 위해서는 넓은 범위를 지역을 커버하는 토폴로지 정보가 필요하다. 따라서, 클라우드 서비스에서 네트워크 자원을 관리하는 것은 가상 스토리지, 가상 서버를 운영하는 것보다 복잡한 문제이고 네트워크 자원을 효율적으로 사용하기 위해 해결해야 할 문제일 수 있다.
도 1은 ICT 자원을 할당하는 방법을 나타낸 개념도이다.
도 1을 참조하면, 사용자 단말은 특정한 어플리케이션을 수행시 API(application programming interface)를 기반으로 가상화된 자원을 사용하는 가상 머신에 대한 접속을 수행할 수 있다. ICT 자원을 할당함에 있어서, 기존의 경우, 클라우드 서비스의 네트워크 자원을 관리 및 제어하기 위해서 가상 자원과 물리 자원을 숙련된 전문가가 GUI(graphic user interface), CLI(command line interface) 등의 명령을 통해 모니터링하여 자신의 전문적 또는 경험적 지식을 이용하여 애플리케이션 서비스에 맞도록 가상 머신, 스토리지, 네트워크 리소스들을 배치하였다. 또는 따로 가상 머신(virtual machine, VM) 또는 호스트 컴퓨터에 모니터링 프로그램을 설치하여 트래픽을 모니터링하였다.
이때, 각각의 가상 자원을 제어할 수 있는 제어부가 존재할 수 있다. 하지만, 가상 자원에서 사용되는 전체 네트워크 자원에 대해 모니터링하고 피드백을 수행하여 이를 기반으로 네트워크 자원을 관리 및 제어하기 위한 방법은 존재하지 않는다.
기존의 네트워크 자원의 할당은 개별 서비스 별로 고유의 특징이 있고, 설정이 복잡해서 클라우드 운영자가 아닌 네트워크 운영자가 따로 설정을 수행하였다. 이러한 네트워크 자원의 할당은 서비스 영역까지의 프레임워크를 제시하지 못했다. 숙련된 전문가에만 의지한 네트워크 자원의 설정, 구성 및 오케스트레이션은 비즈니스 적응 속도가 떨어지게 된다. 이러한 문제점으로 인해 클라우드 서비스에서 스토리지와 서버에 비해 가상 네트워크 자원 할당 문제로 인한 병목 현상이 발생하고 있다.
통신 장비의 발달상 중앙 제어보다는 악화된 상태 속에서 생존하기 위해 분산 제어로 발달되었다. 따라서, 데이타가 집중된 IDC(internet data center)에서 필요한 정보를 모니터링하여 통신 장비를 구성(configuration), 최적화 및 오케스트레이션하는 것은 어려운 문제일 수 있다.
따라서, 클라우드 서비스에서 동적인 비지니스 환경에서 고객에게 신속한 서비스를 제공하기 위해 가상 네트워크를 모니터링해서 네트워크 자원에 대한 설정, 구성 및 오케스트레이션을 자동화하는 방법이 필요하다. 즉, 사용자 단말이 이용하는 애플리케이션 서비스에 따라 클라우드 서비스 내에서 ICT 자원을 배치할 수 있는 방법이 필요하다.
본 발명의 실시예에서는 각종 다양한 애플리케이션 서비스의 요구 사항에 대해서 서비스 계층. 기능 계층 및 리소스 계층을 서로 연결하여 ICT 가상 자원을 할당하는 방법에 대해 개시한다.
도 2는 본 발명의 실시예에 따른 프레임 워크를 나타낸 개념도이다.
도 2를 참조하면, 프레임워크는 3개의 계층 구조로 구성될 수 있다. 프레임 워크를 구성하는 3개의 계층은 자원 계층(200), 기능 계층(220) 및 서비스 계층(240)을 포함할 수 있다.
자원 계층(200)은 IaaS(Infrastructure as a Service)에 대한 자원을 담당하는 계층일 수 있다. IaaS(Infrastructure as a Service)는 서버, 스토리지, 네트워크를 가상화 환경으로 만들어, 필요에 따라 인프라 자원을 사용할 수 있게 서비스를 제공하는 형태이다. 서버를 운영하기 위해서는 서버 자원, IP(internet protocol), 네트워크, 스토리지, 전력 등등 인프라를 구축하기 위한 여러가지가 필요하다. IaaS는 이러한 것들을 가상의 환경에서 쉽고 편하게 이용할 수 있게 서비스 형태로 제공할 수 있다. IasS를 서비스로 제공하기 위해서는 기존 서버 호스팅보다 H/W(hardware) 확장성이 좋고 탄력적이며 빠른 제공을 할 수 있는 가상화 기술을 이용할 수 있다. Iass는 PasS(platform as a service), SaaS(software as a service)를 구현하기 위한 기반이 될 수 있다.
기능 계층(220)은 PaaS처럼 플랫폼 상의 기능을 담당하는 계층일 수 있다. PasS는 서비스를 개발할 수 있는 안정적인 환경(platform)과 그 환경을 이용하는 응용 프로그램을 개발할 수 있는 API까지 제공할 수 있다. 기능 계층에서는 단말과 사용자도 가상화될 수 있다.
서비스 계층(240)은 SaaS처럼 애플리케이션 서비스의 기능을 담당하는 계층일 수 있다. SaaS는 클라우드 환경에서 동작하는 응용 프로그램을 서비스 형태로 제공하는 것을 가리킬 수 있다.
각각의 애플리케이션 서비스는 만족해야 하는 요구 사항, 서비스 품질, SLA(service level agreement, 서비스 계약 조건)이 다를 수 있다. 구체적인 예를 들어, 은행 업부와 성적 업무의 경우에는 정확성이 매우 중요한 미션 크리티컬한 성격을 지닌다. 웹의 경우, 많지 않은 트래픽과 적은 프로세싱 양을 가지는 특징을 지닌다. 모바일 클라우드 서비스의 경우 고객의 편리한 관리가 중요하다. 신규 서비스인 빅데이타인 경우, 병렬 처리의 프로세싱 성능과 스토리지의 확장성이 매우 중요하다.
어플리케이션 서비스에 따른 이러한 다양한 요구 사항에 대해서 하위 개념의 서비스 품질이 정의되게 된다. 어플리케이션마다 요구되는 성능이 다르기 때문에 어플리케이션 서비스를 포괄적인 하나의 서비스로만 보지 않고 개별적인 서비스마다의 서로 다른 네트워크 인프라의 할당이 필요할 수 있다. 어플리케이션 마다 별도의 네트워크 인프라를 할당하기 위한 모니터링 지표로 삼을 수 있는 것은 해당 애플리케이션의 트랙잭션 응답 시간, 소프트웨어의 중단이 없이 서비스를 중단할 수 있는 가용 시간, 보안 등급에 따른 서비스 제공 여부, 이미지 및 데이터 백업 가능 여부, 서비스 제공 소요 시간 등이 있을 수 있다.
이러한 모니터링 지표를 획득하기 위해서는 많은 기능들이 필요할 수 있다. 예를 들면 로드 밸런스, 방화벽, 가상 스위치, 네트워크 컨트롤러 등이 필요할 수 있다. 과거에는 모니터링 기능을 수행하기 위한 구성부가 모두 물리적인 박스 형태를 가지고 있었다. 하지만, 지금은 SW(software)적으로 구현이 되어서 Software Defined X로써 가상화 어플라이언스 형태로 구현될 수도 있다. Software Defined X는 사용자가 원하는 형태의 네트워크 인프라를 범용 Hardware와 Programmable Software를 사용하여 사용자가 설정하고 관리하는 것을 가능하게 하는 것으로써 기존의 하드웨어 중심의 인프라를 소프트웨어 기반으로 구현하는 것이다.
또한, 기술 발전에 따라서 해당 기능을 다른 네트워크 인프라에서 대여하여 사용할 수도 있다. 특히, 네트워크의 경우, 네트워크 자원을 설정, 구성 및 오케스트레이션하기 위한 파라메터가 동적으로 변화할 수 있고, 모니터링을 수행하는 주기의 밀도가 스토리지와 서버에 비해 높을 수 있다. 따라서, 기존의 클라우드 구성(일반 상용 서버 및 스토리지 등의 구성)으로는 힘들고 네트워크를 전문적으로 제어할 수 있는 네트워크 제어기가 필요하다.
모니터링 서비스를 제공할 수 있는 구성부들이 소프트웨어로 구현될 수 있다면 유연성 측면에서 장점이 있으나, 만약, 소프트웨어 기반의 구성부가 성능의 문제가 존재하는 경우, 하드웨어적으로 구현될 수도 있다. 모니터링을 수행하기 위한 데이터는 워크로드 실행시 응답 시간, 기능의 응답 시간, 플랫폼 응답 시간(인프라 SW 지연+시스템 지연+네트워크 지연 등), 보안 관련 정보, 이미지 및 데이터의 백업 가능 여부 등을 포함할 수 있다.
ICT 자원으로써 서버, 스토리지, 네트워크 자원 등을 포함할 수 있다. 또한, 단말 자체를 가상화할 수도 있다. 예를 들어, 단말의 상태, 위치, 센싱값 등이 모니터링 정보로써 발생할 수 있다. 사용자 자체가 가상화되는 경우, '아바타'라고 표현될 수도 있다. ‘아바타’는 사용자와 늘 동기화된 사용자의 정보를 가진 가상화된 사용자를 지시하기 위해 사용될 수 있다. 예를 들어, 사용자의 요구 사항, 기분, 애플리케이션 사용 빈도 등의 모니터링 정보가 발생할 수 있다. 품질 지표로 사용될 수 있는 것은 성능 측면에서 워크로드 실행시의 응답 시간, 장애나 문제로 인한 서비스의 중단이 없이 서버를 사용할 수 있는 가용 시간, 액세스 가능한 보안 등급, 이미지 및 데이터의 백업 가능 여부 등이 있다.
구체적인 예로써, 동영상 스트림이 많은 웹 서비스를 제공하는 경우를 가정할 수 있다. 이러한 경우, 방화벽 기능, 가상 단말, 가상 사용자의 기능을 택할 수 있다. 단말 및 사용자가 가상화되었다는 것은 내 단말과 사용자 정보들의 동기화된 어떤 ‘분신’이 기능 계층에 존재함을 의미할 수 있다. 가상 사용자란 사용자의 욕구와 비용 지불 능력에 대한 동적인 상태가 전달된 분신일 수 있다. 가상 단말은 각종 센서들이 부착된 실제 단말의 정보와 동기화된 분신이다. 이들 계층 간의 정보들은 DB(database)화되고 매핑 관계를 유지할 수 있다.
본 발명의 실시예에 따르면, 클라우드 서비스에서 서비스 특성에 따라 자원을 매핑할 수 있다. 예를 들어, 서비스 계층에서 서비스 자원 배치에 따른 서비스 속성을 분류하고, 기능 계층에서 서비스 속성에 따른 기능을 분류할 수 있다. 또한 자원 계층에서 기능 속성에 따른 자원을 분류할 수 있다. 상위 계층의 특정 속성은 하위 계층의 속성과 일 대 일 또는 일 대 다의 관계로 매핑될 수 있다.
도 3은 기존의 클라우드 시스템을 나타낸 개념도이다.
도 3을 참조하면, 서비스 계층(340), 기능 계층(320), 자원 계층(300)이 연결된 프레임워크를 나타낸다. 서비스 계층에서 웹 서비스를 수행하는 경우, 기능 계층에서는 방화벽, 가상 단말, 가상 사용자가 정의되어 동작될 수 있다.
이러한 경우, 기존의 모니터링이 없는 클라우드 시스템의 경우, 숙련된 전문가가 유저-시스템간의 API, GUI, CLI 등의 접속을 통해 하이퍼바이저의 시스템 API를 사용하여 자원 계층(300)의 서버, 스토리지, 네트워킹을 설정할 수 있다.
오픈스택 하바나(openstack havana) 이전 버전의 경우에는 사용자가 CLI 또는 리눅스 명령을 통해 하이퍼바이저 API 에 접속하여 수동으로 상태를 파악해서 판단한 후에 스케쥴러를 통해 하이퍼바이저 시스템 API를 통해서 자원 계층(300)의 ICT 자원들을 설정할 수 있다.
오픈스택 하바나 버전의 경우에는 각 모듈 별 상태를 주기 별 또는 폴링 방식에 의해서 모니터링할 수 있다. 이러한 모니터링 정보를 바탕으로 전문가의 판단에 의해 자원 계층(300)의 ICT 자원의 설정 및 구성을 수행하게 된다.
본 발명의 실시예에서는 클라우드 서비스에서 가상 네트워크를 모니터링해서 설정, 구성 및 오케스트레이션을 자동화하는 방법에 대해 개시한다. 본 발명의 실시예에 따른 네트워크 모니터링 방법을 사용하는 경우, 동적인 비지니스 환경에서 고객에게 신속한 서비스를 제공하기 위해 사용자 단말이 이용하는 애플리케이션 서비스에 따라 클라우드 서비스 내에서 자원 계층(300)에서 ICT 자원을 할당할 수 있다.
도 4는 본 발명의 실시예에 따른 네트워크의 모니터링-제어 시스템을 나타낸 개념도이다.
도 4를 참조하면, 가상 네트워크 자원을 할당하기 위한 초기 설정은 기존과 같이 API를 기반으로 수행할 수 있다. 전술한 바와 같이 이러한 초기 설정값은 애플리케이션에 따른 동적인 상황에서 계속 대응할 수 없다. 따라서, 초기 설정값을 설정 데이터베이스(Config DB)(430)에 자원 매트릭스(435) 형태로 저장할 수 있다. 각 통신 노드에 대한 설정값은 플로우 데이터베이스(Flow DB)(440)에 넣어서 구분할 수 있다.
모니터링부(400)는 각 가상 머신(450), SDN(software defined networking) 제어기(SDN controller)(460) 및 사용자 또는 사용자 단말(470)에 대한 모니터링을 수행할 수 있다. 모니터링부(400)에 의해 모니터링되는 값은 전술한 다양한 값일 수 있다.
*모니터링부(400)에 의한 모니터링된 값이 일정값을 넘거나 특정한 패턴을 나타내어 감지하게 되면 정책에 의해서 설정 데이터베이스 또는 플로우 데이터베이스의 값을 갱신할 수 있다. 모니터링부(400)에는 일정한 임계치가 설정될 수 있고, 일정한 임계치를 넘어가는 경우, 설정 데이터베이스(430) 또는 플로우 데이터베이스(440)의 값을 갱신하여 네트워크 자원을 재할당할 수 있다.
본 발명의 실시예에 따른 가상 네트워크의 모니터링-제어 시스템에서는 학습 알고리즘(예를 들어, 기계 학습 및 예측 모델(480))을 기반으로 여러 번의 시행 착오를 통해서 네트워크 자원이 최적의 값으로 수렴되도록 설정하여 동적 환경에 적응시킬 수 있다.
본 발명의 실시예에 따르면, 모니터링을 하기 위해 생성된 가상 머신(450)에 에이전트를 설치하고서 설치된 에이전트를 기반으로 모니터링을 수행할 수도 있다. 또한, 하이퍼바이저(455)가 통신 및 자원 점유율을 상부에 보고하는 방식으로 모니터링을 수행할 수도 있다. 또한, 모니터링은 주기적으로 모니터링하는 방식, 상부 제어기에서 폴링 방식으로 하는 방식, 에이전트에서 인터럽트 방식으로 수행될 수도 있다.
또한, 가상 네트워크에서 일어나는 밀도가 높은 이벤트에 대해서는 SDN(software defined networking) 제어기(SDN controller)(460)가 모니터링 정보를 발생시킬 수 있다. 사용자 가상 단말기 또는 가상 사용자(470)도 모니터링 정보를 발생시켜 상부로 전송할 수 있다.
본 발명의 실시예에 따르면 가상 네트워크 상에서 여러 구성부에서 전송된 네트워크 정보들이 하나로 집중되어 머신 러닝(480)을 수행할 수 있다. 물론 초기에는 모니터링 정보가 없이 초기 설정값을 입력받아 네트워킹을 수행할 수 있으나, 모니터링된 값들을 수신하고, 알고리즘에 의해 모델을 만들고 관계된 설정 정보와 네트워크에 관계된 플로우 정보를 데이터베이스에 저장하고 성능을 측정할 수 있다. 성능의 기준치에 따라 판단해서 DB 값을 정하게 된다. 그런데 이 정보는 정적인 값과 동적인 값으로 나누어 실시간적인 동적인 값에 대해 계속 모니터링할 수 있다.
도 5는 본 발명의 실시예에 따른 프레임워크를 나타낸 개념도이다.
도 5를 참조하면, 모니터링, 제어 및 머신 러닝 모듈(monitoring ＆ controlling ＆ machine learning, M＆C＆ML 모듈)을 전체 프레임워크에 적용한 것을 나타낸다.
도 5를 참조하면, 본 발명의 실시예에 따른 프레임워크는 관리 계층(560)으로 불리는 계층을 추가적으로 포함할 수 있다. M＆C＆ML 모듈은 각 계층(자원 계층(500), 기능 계층(520) 및 서비스 계층(540))에 존재할 수 있다. 또한 각 계층의 M＆C＆ML 모듈(505, 525, 545)을 총괄하는 전체 M＆C＆ML 모듈(550)이 존재할 수 있다. 각각의 계층(500, 520, 540)에 위치한 M＆C＆ML 모듈(505, 525, 545)은 각 모듈에서 상부를 거치지 않고도 바로 각 계층에 대한 모니터링, 제어 및 머신 러닝 동작을 수행할 수 있다.
이러한 방법을 사용함으로써 기존의 네트워크 설정에 대해 전문가에게 의지하는 것을 머신 러닝을 통해서 자동화시킬 수 있다. 이런 방법은 고객의 요구 사항 변동에 대해서 빠른 적응이 가능하며, 어플리케이션에 따라 스스로 가장 최적의 설정 및 구성을 수행하여 가상 네트워크 자원을 할당할 수 있다.
구체적으로, 각 계층에서는 사전에 정의된 모니터링 기준을 이용하여 위반 상황이 발생하였는지 파악할 수 있다. 만약, 위반 상황이 발생한 경우, 모니터링 결과를 각 계층별 관리 장치로 전송할 수 있다. 계층별 관리 장치에서는 각 계층에 대한 제어를 수행할 수 있다. 계층별 관리 장치는 계층의 상황 데이터를 수집하는 모니터링, 계층의 설정, 구성에 대한 파라메터를 전달하는 제어 기능, 모니터링 정보를 학습하는 머신러닝 기능을 수행할 수 있다.
계층별 관리 장치는 수집된 정보를 머신 러닝 기법을 이용해서 적절한 튜닝 파라메터를 학습하고 추출할 수 있다.
이러한 계층별 관리 장치를 관리하고 제어하기 위한 별도의 중앙 관리 장치가 존재할 수 있다. 각 계층별 관리 장치는 서비스 계층, 기능 계층, 자원 계층 각각에 구현된 모니터링＆ 제어＆머신 러닝일 수 있다. 각각의 계층별 관리 장치는 상부로 관리 정보를 따로 전송하지 않고 직접 계층에서 모니터링, 제어 및 머신 러닝을 수행할 수 있도록 한다.
도 6은 본 발명의 실시예에 따른 네트워크 자원 할당 방법을 나타낸 순서도이다.
도 6을 참조하면, 클라우스 서비스에서 서비스 계층의 서비스 속성을 결정한다(단계 S600),
가상 단말이 수행하는 어플리케이션의 서비스 특성에 따라 서비스 속성을 분류할 수 있다. 서비스 계층에서 분류되는 서비스는, 예를 들어,웹 서비스, 동영상 서비스, 음성 서비스 등으로 분류될 수 있다. 어플리케이션의 서비스 형태에 따라 서비스 계층에서 어플리케이션의 서비스 속성을 분류할 수 있다.
서비스 속성에 따라 기능 계층에서 기능 속성을 결정한다(단계 S610).
단계 S600에서 결정된 어플리케이션의 서비스 속성에 따라 기능 계층의 기능 속성을 결정할 수 있다. 서비스 계층과 기능 계층의 매핑 관계는 1대 1 또는 1대 다의 매핑 관계를 가질 수 있다. 기능 계층에서는 로드 밸런서, 방화벽, SDN 제어기, 가상 단말, 가상 사용자 등과 같은 기능이 존재할 수 있다. 서비스 계층에서 결정된 서비스의 서비스 속성에 따라 기능 계층에서 매핑되는 기능 속성이 결정될 수 있다.
기능 속성에 따라 자원 속성을 결정한다(단계 S620).
기능 계층에서 결정된 기능 속성에 따라 자원 속성을 결정할 수 있다. 자원 계층은 서버, 스토리지, 네트워크 등 다양한 네트워크 인프라를 포함할 수 있다. 기능 계층에서 선택된 기능 속성에 따라서 자원 계층에서 사용될 자원 속성이 결정될 수 있다.
각 계층에서 모니터링을 수행한다(단계 S630).
본 발명의 실시예에 따르면, 자원 계층, 기능 계층 및 서비스 계층에서 각각 모니터링을 수행할 수 있다. 예를 들어, 모니터링, 제어 및 기계 학습 모듈은 각 계층(자원 계층, 기능 계층 및 서비스 계층)에 존재할 수 있다. 또한 각 계층의 모니터링, 제어 및 기계 학습 모듈을 총괄하는 전체 모니터링, 제어 및 기계 학습 모듈이 존재할 수 있다. 이러한 모니터링, 제어 및 기계 학습 모듈은 관리 계층에 포함될 수 있다. 모니터링된 결과를 기반으로 각 계층에서 사전에 정의된 모니터링 기준을 이용하여 위반 상황이 발생하였는지 파악하고 위반 상황이 발생한 경우, 모니터링 결과를 각 계층별 관리 장치로 전송할 수 있다.
모니터링된 결과를 기반으로 머신 러닝을 수행한다(단계 S640).
각 계층에서 모니터링된 결과를 기반으로 머신 러닝을 수행하여 설정 정보 및 네트워크의 플로우 정보 등을 학습하고, 성능을 측정할 수 있다. 각 계층의 설정, 구성에 대한 파라메터를 전달하는 제어 기능, 모니터링 정보를 학습하는 머신러닝 기능을 수행할 수 있다.
머싱 러닝 기반으로 네트워크 자원을 할당한다(단계 S650).
머신 러닝을 기반으로 결정된 네트워크 설정 파라메터를 기반으로 특정 가상 단말에서 어플리케이션이 수행될 경우 트래픽을 송신 및 수신하기 위한 네트워크 설정을 수행하여 네트워크 자원을 할당할 수 있다.
도 7은 본 발명의 실시예에 따른 네트워크 자원 할당 장치를 나타낸 블록도이다.
도 7을 참조하면, 서비스 속성 결정부(700), 기능 속성 결정부(710), 자원 속성 결정부(720), 모니터링, 제어 및 머신 러닝 수행부(730), 네트워크 자원 할당부(740) 및 프로세서(750)를 포함할 수 있다.
서비스 속성 결정부(700)는 클라우스 서비스에서 서비스 계층의 서비스 속성을 결정하기 위해 구현될 수 있다. 구체적으로, 가상 단말이 수행하는 어플리케이션의 서비스 특성에 따라 서비스 속성을 분류할 수 있다.
기능 속성 결정부(710)는 결정된 어플리케이션의 서비스 속성에 따라 기능 계층의 기능 속성을 결정하기 위해 구현될 수 있다. 서비스 계층에서 결정된 서비스의 서비스 속성에 따라 기능 계층에서 매핑되는 기능 속성이 결정될 수 있다.
자원 속성 결정부(720)는 기능 계층에서 결정된 기능 속성에 따라 자원 속성을 결정할 수 있다. 기능 계층에서 결정된 기능 속성에 따라 자원 속성이 결정될 수 있다.
모니터링, 제어 및 머신 러닝 수행부(730)는 자원 계층, 기능 계층 및 서비스 계층에서 각각 모니터링을 수행할 수 있다. 또한, 모니터링, 제어 및 머신 러닝 수행부(730)는 각 계층에서 모니터링된 결과를 기반으로 머신 러닝을 수행하여 설정 정보 및 네트워크의 플로우 정보 등을 학습하고, 성능을 측정할 수 있다. 각 계층의 설정, 구성에 대한 파라메터를 전달하는 제어 기능, 모니터링 정보를 학습하는 머신러닝 기능을 수행할 수 있다.
네트워크 자원 할당부(740)는 머신 러닝을 기반으로 결정된 네트워크 설정 파라메터를 기반으로 특정 가상 단말에서 어플리케이션이 수행될 경우 트래픽을 송신 및 수신하기 위한 네트워크 설정을 수행하여 네트워크 자원을 할당하기 위해 구현될 수 있다.
프로세서(750)는 서비스 속성 결정부(700), 기능 속성 결정부(710), 자원 속성 결정부(720), 모니터링, 제어 및 머신 러닝 수행부(730), 네트워크 자원 할당부(740)의 동작을 제어하기 위해 구현될 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (10)

  1. 어플리케이션에 따른 가상 네트워크 자원 할당 방법에 있어서,
    상기 어플리케이션에 대응되는 서비스 계층의 서비스 속성을 결정하는 단계;
    상기 서비스 속성에 대응되는 기능 계층의 기능 속성을 결정하는 단계;
    상기 기능 속성에 대응되는 자원 계층의 자원 속성을 결정하는 단계;
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하는 단계; 및
    상기 모니터링 결과를 기반으로 머신 러닝(machine learning)을 수행하고, 상기 머신 러닝을 기반으로 상기 가상 네트워크 자원을 할당하는 단계를 포함하는 어플리케이션에 따른 가상 네트워크 자원 할당 방법.
  2. 제1항에 있어서, 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하는 단계는,
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링하는 단계인 어플리케이션에 따른 가상 네트워크 자원 할당 방법.
  3. 제2항에 있어서, 상기 머신 러닝을 기반으로 상기 가상 네트워크 자원을 할당하는 단계는,
    상기 모니터링 결과를 기반으로 머신 러닝을 수행하는 단계;
    상기 머신 러닝을 기반으로 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각을 설정 및 구성에 대한 튜닝 파라메터를 생성하는 단계; 및
    상기 튜닝 파라메터를 기반으로 상기 가상 네트워크 자원을 할당하는 단계를 포함하는 어플리케이션에 따른 가상 네트워크 자원 할당 방법.
  4. 제3항에 있어서,
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하는 경우, 설정 데이터 베이스, 또는 플로우 데이터 베이스를 갱신하는 단계를 더 포함하는 어플리케이션에 따른 가상 네트워크 자원 할당 방법.
  5. 제2항에 있어서,
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링한 결과는 하나의 모듈로 전송되는 가상 네트워크 자원 할당 방법.
  6. 어플리케이션에 따른 가상 네트워크 자원 할당 장치에 있어서,
    상기 어플리케이션에 대응되는 서비스 계층의 서비스 속성을 결정하도록 구현되는 서비스 속성 결정부;
    상기 서비스 속성에 대응되는 기능 계층의 기능 속성을 결정하도록 구현되는 기능 속성 결정부;
    상기 기능 속성에 대응되는 자원 계층의 자원 속성을 결정하도록 구현되는 자원 속성 결정부;
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층에 대한 모니터링을 수행하고 상기 모니터링 결과를 기반으로 머신 러닝(machine learning)을 수행하도록 구현되는 모니터링, 제어 및 머신 러닝 수행부; 및
    상기 머신 러닝의 결과를 기반으로 상기 가상 네트워크 자원을 할당하도록 구현되는 가상 네트워트 자원 할당부를 포함하는 가상 네트워크 자원 할당 장치.
  7. 제6항에 있어서, 상기 모니터링, 제어 및 머신 러닝 수행부는,
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링하도록 구현되는 가상 네트워크 자원 할당 장치.
  8. 제7항에 있어서, 상기 가상 네트워크 자원 할당부는,
    상기 머신 러닝을 기반으로 결정된 상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각을 설정 및 구성에 대한 튜닝 파라메터를 기반으로 상기 가상 네트워크 자원을 할당하도록 구현되는 가상 네트워크 자원 할당 장치.
  9. 제8항에 있어서, 상기 모니터링, 제어 및 머신 러닝 수행부는,
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하는 경우, 설정 데이터 베이스, 또는 플로우 데이터 베이스를 갱신하도록 구현되는 가상 네트워크 자원 할당 장치.
  10. 제7항에 있어서, 상기 모니터링, 제어 및 머신 러닝 수행부는,
    상기 서비스 계층, 상기 기능 계층 및 상기 자원 계층 각각에서 미리 정의된 모니터링 기준을 기반으로 상기 모니터링 기준을 벋어나는 값이 발생하였는지 여부를 모니터링한 결과를 하나의 모듈로 전송하도록 구현되는 가상 네트워크 자원 할당 장치.
KR1020140059158A 2014-05-16 2014-05-16 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치 KR20150132774A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140059158A KR20150132774A (ko) 2014-05-16 2014-05-16 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140059158A KR20150132774A (ko) 2014-05-16 2014-05-16 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20150132774A true KR20150132774A (ko) 2015-11-26

Family

ID=54847352

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140059158A KR20150132774A (ko) 2014-05-16 2014-05-16 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20150132774A (ko)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10070344B1 (en) 2017-07-25 2018-09-04 At&T Intellectual Property I, L.P. Method and system for managing utilization of slices in a virtual network function environment
US10149193B2 (en) 2016-06-15 2018-12-04 At&T Intellectual Property I, L.P. Method and apparatus for dynamically managing network resources
CN110058937A (zh) * 2018-01-18 2019-07-26 伊姆西Ip控股有限责任公司 用于调度专用处理资源的方法、设备和计算机程序产品
US10389823B2 (en) 2016-06-10 2019-08-20 Electronics And Telecommunications Research Institute Method and apparatus for detecting network service
US10505870B2 (en) 2016-11-07 2019-12-10 At&T Intellectual Property I, L.P. Method and apparatus for a responsive software defined network
US10516996B2 (en) 2017-12-18 2019-12-24 At&T Intellectual Property I, L.P. Method and apparatus for dynamic instantiation of virtual service slices for autonomous machines
US10555134B2 (en) 2017-05-09 2020-02-04 At&T Intellectual Property I, L.P. Dynamic network slice-switching and handover system and method
US10602320B2 (en) 2017-05-09 2020-03-24 At&T Intellectual Property I, L.P. Multi-slicing orchestration system and method for service and/or content delivery
US10673751B2 (en) 2017-04-27 2020-06-02 At&T Intellectual Property I, L.P. Method and apparatus for enhancing services in a software defined network
US10749796B2 (en) 2017-04-27 2020-08-18 At&T Intellectual Property I, L.P. Method and apparatus for selecting processing paths in a software defined network
US10819606B2 (en) 2017-04-27 2020-10-27 At&T Intellectual Property I, L.P. Method and apparatus for selecting processing paths in a converged network
US10904107B2 (en) 2017-11-10 2021-01-26 Bespin Global Inc. Service resource management system and method thereof
WO2021210810A1 (en) * 2020-04-15 2021-10-21 Samsung Electronics Co., Ltd. Method and system for radio-resource scheduling in telecommunication-network

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10389823B2 (en) 2016-06-10 2019-08-20 Electronics And Telecommunications Research Institute Method and apparatus for detecting network service
US10149193B2 (en) 2016-06-15 2018-12-04 At&T Intellectual Property I, L.P. Method and apparatus for dynamically managing network resources
US10505870B2 (en) 2016-11-07 2019-12-10 At&T Intellectual Property I, L.P. Method and apparatus for a responsive software defined network
US11405310B2 (en) 2017-04-27 2022-08-02 At&T Intellectual Property I, L.P. Method and apparatus for selecting processing paths in a software defined network
US11146486B2 (en) 2017-04-27 2021-10-12 At&T Intellectual Property I, L.P. Method and apparatus for enhancing services in a software defined network
US10673751B2 (en) 2017-04-27 2020-06-02 At&T Intellectual Property I, L.P. Method and apparatus for enhancing services in a software defined network
US10749796B2 (en) 2017-04-27 2020-08-18 At&T Intellectual Property I, L.P. Method and apparatus for selecting processing paths in a software defined network
US10819606B2 (en) 2017-04-27 2020-10-27 At&T Intellectual Property I, L.P. Method and apparatus for selecting processing paths in a converged network
US10945103B2 (en) 2017-05-09 2021-03-09 At&T Intellectual Property I, L.P. Dynamic network slice-switching and handover system and method
US10555134B2 (en) 2017-05-09 2020-02-04 At&T Intellectual Property I, L.P. Dynamic network slice-switching and handover system and method
US10602320B2 (en) 2017-05-09 2020-03-24 At&T Intellectual Property I, L.P. Multi-slicing orchestration system and method for service and/or content delivery
US10952037B2 (en) 2017-05-09 2021-03-16 At&T Intellectual Property I, L.P. Multi-slicing orchestration system and method for service and/or content delivery
US10631208B2 (en) 2017-07-25 2020-04-21 At&T Intellectual Property I, L.P. Method and system for managing utilization of slices in a virtual network function environment
US11115867B2 (en) 2017-07-25 2021-09-07 At&T Intellectual Property I, L.P. Method and system for managing utilization of slices in a virtual network function environment
US10070344B1 (en) 2017-07-25 2018-09-04 At&T Intellectual Property I, L.P. Method and system for managing utilization of slices in a virtual network function environment
US10904107B2 (en) 2017-11-10 2021-01-26 Bespin Global Inc. Service resource management system and method thereof
US10516996B2 (en) 2017-12-18 2019-12-24 At&T Intellectual Property I, L.P. Method and apparatus for dynamic instantiation of virtual service slices for autonomous machines
US11032703B2 (en) 2017-12-18 2021-06-08 At&T Intellectual Property I, L.P. Method and apparatus for dynamic instantiation of virtual service slices for autonomous machines
CN110058937A (zh) * 2018-01-18 2019-07-26 伊姆西Ip控股有限责任公司 用于调度专用处理资源的方法、设备和计算机程序产品
WO2021210810A1 (en) * 2020-04-15 2021-10-21 Samsung Electronics Co., Ltd. Method and system for radio-resource scheduling in telecommunication-network
US11523411B2 (en) 2020-04-15 2022-12-06 Samsung Electronics Co., Ltd. Method and system for radio-resource scheduling in telecommunication-network

Similar Documents

Publication Publication Date Title
KR20150132774A (ko) 애플리케이션에 따라 네트워크 자원을 할당하는 방법 및 장치
US11496407B2 (en) Systems and methods for provisioning and managing an elastic computing infrastructure
US20200019841A1 (en) Neural network model for predicting usage in a hyper-converged infrastructure
CN107534570B (zh) 用于虚拟化网络功能监控的计算机系统、方法和介质
CN116954829A (zh) 用于分布式虚拟化基础设施元件监视和策略控制的多集群面板
KR20150011250A (ko) 클라우드 센터 관리 방법 및 그 시스템
US20150263960A1 (en) Method and apparatus for cloud bursting and cloud balancing of instances across clouds
WO2017010922A1 (en) Allocation of cloud computing resources
US11652708B2 (en) Policies for analytics frameworks in telecommunication clouds
CN113934550A (zh) 用于边缘计算网络的联合运维器
US11513721B2 (en) Method and system for performance control in a cloud computing environment
EP3218805B1 (en) Method and system for model-driven, affinity-based, network functions
Taherizadeh et al. Auto-scaling applications in edge computing: Taxonomy and challenges
US11093288B2 (en) Systems and methods for cluster resource balancing in a hyper-converged infrastructure
Venâncio et al. Beyond VNFM: Filling the gaps of the ETSI VNF manager to fully support VNF life cycle operations
Hosamani et al. Elastic provisioning of Hadoop clusters on OpenStack private cloud
Kesavan et al. Active coordination (act)-toward effectively managing virtualized multicore clouds
JP2023500696A (ja) 要求されたサービス利用可能性を達成すること
US11784944B2 (en) Dynamic bandwidth allocation in cloud network switches based on traffic demand prediction
US11870705B1 (en) De-scheduler filtering system to minimize service disruptions within a network
Rossi et al. A Terminology to Classify Artifacts for Cloud Infrastructure

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination