KR20210082733A - 연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법 - Google Patents

연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법 Download PDF

Info

Publication number
KR20210082733A
KR20210082733A KR1020190174978A KR20190174978A KR20210082733A KR 20210082733 A KR20210082733 A KR 20210082733A KR 1020190174978 A KR1020190174978 A KR 1020190174978A KR 20190174978 A KR20190174978 A KR 20190174978A KR 20210082733 A KR20210082733 A KR 20210082733A
Authority
KR
South Korea
Prior art keywords
sfc
service
edge
energy
server
Prior art date
Application number
KR1020190174978A
Other languages
English (en)
Inventor
박성용
정연우
Original Assignee
서강대학교산학협력단
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 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Priority to KR1020190174978A priority Critical patent/KR20210082733A/ko
Publication of KR20210082733A publication Critical patent/KR20210082733A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0833—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network energy consumption
    • 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]
    • G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/083—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for increasing network speed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 연합형 분산 에지 환경에 있어서의 SFC 재배치 방법에 관한 것이다. 상기 연합형 분산 에지 환경에 있어서의 SFC 재배치 방법은, 가상기계(VM)의 실제 이용율과 물리 자원의 이용률을 기반으로 연합형 분산 에지 환경에 서비스를 배치하는 SFC 배치와 주기적으로 자원 상태를 모니터링하여, 네트워크 트래픽 변동과 물리 자원의 이용률을 고려하여 서비스 경로상의 에너지를 최적으로 만드는 서비스 기능 체인(Service Function Chain ;'SFC')을 재배치하는 것을 특징으로 한다.

Description

연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법{Energy-Efficient and QoS-aware Service Function Chain Scheduling in Edge Federation}
본 발명은 연합형 분산 에지 환경에서 에너지 효율적 서비스 및 QoS 보장을 위한 SFC 스케쥴링 방법에 관한 것으로서, 더욱 구체적으로는 연합형 분산 에지 환경에서 네트워크 변동성과 서비스 가상 자원의 실제 자원 이용률을 고려한 서비스 기능 체이닝 배치를 통해 사용자가 요청한 실시간 서비스에 대해 QoS를 보장하고 서비스 경로 상에 서비스를 배치할 때 소모되는 에너지를 최소화하는 에너지 효율적 및 QoS 보장 서비스 기능 체이닝 배치 방법에 관한 것이다.
5세대(5th generation)이동통신과 사물인터넷의 발전으로 증강현실(AR/VR), 자율주행차, 실시간 로봇 제어 등과 같은 종단 장치 간 초저지연 서비스가 증가하고 있다. 하지만 기존의 클라우드 컴퓨팅은 클라우드 데이터센터와 사용자 간 거리가 물리적으로 멀리 떨어져 있으므로 네트워크 지연 시간을 급격하게 증가시켜 실시간 서비스에서 요구하는 서비스 품질(Quality of Service)을 보장하지 못한다. 또한 사용자로부터 요청된 모든 데이터를 중앙 클라우드 데이터센터에서 처리하기 때문에 사용자와 클라우드 데이터센터 간 데이터 병목 현상으로 네트워크 대역폭이 낭비된다. 클라우드 컴퓨팅의 네트워크 지연 문제와 네트워크 대역폭 낭비 문제를 해결하고 지연 시간에 민감한 실시간 서비스를 원활히 제공하기 위해 에지 컴퓨팅(Edge Computing)이 등장하게 되었다.
도 1은 에지 컴퓨팅 구조(Edge Computing : EC )를 도시한 모식도이다. 도 1을 참조하면, 에지 컴퓨팅은 소규모 컴퓨팅 자원을 가진 에지 데이터센터를 사용자 가까이에 지리적으로 분산하여 배치하고 사용자 간 네트워크 홉(Hop)을 최대한 감소시켜 네트워크 지연 시간을 최소화한다. 또한 사용자로부터 전송된 데이터를 중앙 클라우드 데이터센터에서 모두 처리하지 않고 에지 데이터센터에서 처리함으로써 통신 비용을 절감시킬 수 있다. SP(Service Provider)는 사용자로부터 요청받은 초저지연 서비스를 특정 기능을 가진 여러 개의 VM(Virtual Machine)으로 생성하여 서버에 배치하고, 이를 네트워크로 연결하는 SFC(Service Function Chain) 기술을 통해 서비스를 제공한다. 에지 서버는 클라우드 서버와 달리 제한된 컴퓨팅 자원을 가지므로 요청된 서비스 자원을 하나의 서버에 모두 배치할 수 없다. 즉, 사용자와 가까운 위치에 다수의 에지 데이터센터를 두고 사용자가 요청한 실시간 서비스를 특정 기능을 가진 가상머신으로 생성하여 에지 데이터센터에 배치하나, 클라우드 데이터센터와 달리 에지 데이터센터는 제한된 컴퓨팅 자원을 가지고 있기 때문에 사용자가 요청한 모든 서비스 자원을 단일 에지 데이터센터에 배치하지 못하게 되는 것이다.
이러한 문제를 해결하기 위하여, 에지 서버에 배치할 수 없는 자원을 클라우드 서버에 오프로딩하여 배치하는 환경이 제안된 바 있다. 이 환경은, 서비스 자원을 최대한 많이 배치할 수 있지만, 일부 서비스 자원이 클라우드 서버에 배치되어 사용자 간 네트워크 지연 시간을 증가시키고 QoS를 위반시킬 수 있는 단점이 있다.
이러한 문제점을 해결하기 위하여, 지리적으로 분산된 에지 서버를 하나의 논리적인 도메인으로 묶는 연합형 분산 에지 환경이 제안되었다. 이는 한 에지 서버에 서비스 자원을 배치할 때 컴퓨팅 자원이 부족할 경우 근처에 있는 다른 에지 서버에 배치하여 QoS 위반을 최소화할 수 있으므로 연합형 분산 에지 환경의 필요성이 대두되고 있다. 상기 연합형 분산 에지 환경은, 에지 데이터센터에 실시간 서비스 자원을 최대한 배치하면서 QoS를 최대한 보장하기 위해 지리적으로 분산된 다수의 에지 데이터센터를 하나의 논리적인 도메인으로 통합하는 것으로서, 그 사용이 증가되는 추세이다. 이 환경은 단일 에지 데이터센터에 가상 자원을 배치할 때 컴퓨팅 자원이 부족할 경우 중앙 클라우드 데이터센터에 오프로딩 하지 않고 근처에 있는 다른 에지 데이터센터에 가상 자원을 배치하여 QoS를 보장할 수 있다.
하지만, 연합형 분산 에지 환경은 서비스 자원이 여러 에지 서버에 분산되어 배치되므로 사용되는 서버, 스위치 등 물리 자원의 수가 많아진다. 따라서, 서비스 자원을 어느 서비스 경로의 서버와 스위치에 배치하느냐에 따라 물리 자원에서 소모되는 에너지와 QoS가 달라지므로 에너지와 QoS를 모두 고려한 SFC 스케쥴링 방법이 필요하게 된다.
한국등록특허공보 제 10-0999278호 한국공개특허공보 제 10-2018-0016157호
전술한 문제점을 해결하기 위한 본 발명의 목적은, 가상기계(VM)의 실제 이용율과 물리 자원의 이용률을 기반으로 연합형 분산 에지 환경에 서비스를 배치하는 SFC 배치와 주기적으로 자원 상태를 모니터링하여, 네트워크 트래픽 변동과 물리 자원의 이용률을 고려하여 서비스 경로상의 에너지를 최적으로 만드는 서비스 기능 체인(Service Function Chain ;'SFC')을 재배치할 수 있는 SFC 스케쥴링 방법을 제공하는 것이다.
전술한 기술적 과제를 달성하기 위한 본 발명의 특징에 따른 연합형 분산 에지 환경에 있어서의 SFC 재배치 방법은, 소정의 알고리즘을 이용하여, 에너지 계산 모델, 서비스 지연 시간 모델을 이용하여 서비스 경로 상에 배치된 서비스의 QoS를 만족하면서 에너지를 최소화시키는 최적의 해를 찾고, 상기 최적의 해를 기반으로 하여, 서비스 경로에서 물리 자원을 선택하고, 선택된 물리 자원에 SFC를 배치한다.
전술한 특징에 따른 연합형 분산 에지 환경에서의 SFC 재배치 방법에 있어서, 상기 SFC 재배치 방법은 모의 담금질 알고리즘, 휴리스틱 알고리즘 중 하나를 이용하여 최적의 해를 찾는 것이 바람직하다.
전술한 특징에 따른 연합형 분산 에지 환경에서의 SFC 재배치 방법은, 서비스 총 지연 시간을 구하고, 상기 서비스 총 지연 시간이 서비스 요구사항에 포함된 서비스 허용 지연 시간을 넘지 않도록 상기 알고리즘을 실행하여, 에너지 소모량이 가장 적은 해를 최적의 해로 도출하는 것이 바람직하다.
본 발명에 따른 SFC 스케쥴링 방법은 분산형 에지 환경에서 에너지를 고려하여 SFC를 재구성함으로써, SFC 재구성 방법을 사용하지 않는 종래의 경우보다 서비스당 에너지 소모량이 평균 15% 개선되었다.
도 1은 에지 컴퓨팅 구조(Edge Computing : EC )를 도시한 모식도이다.
도 2는 본 발명의 바람직한 실시예에 따른 SPC 재배치 방법을 설명하기 위하여 도시한 연합형 분산 에지 환경 네트워크 구조이다.
도 3은 시간별 SFC 재구성 기법에 따른 에너지 소모량을 비교하여 도시한 그래프이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 에너지를 고려한 SFC 배치 방법에 대하여 보다 구체적으로 설명한다.
도 2는 본 발명의 바람직한 실시예에 따른 SPC 재배치 방법을 설명하기 위하여 도시한 연합형 분산 에지 환경 네트워크 구조이다. 도 2를 참조하면, 본 발명에 따른 시스템은 지리적으로 분산된 다수의 에지 마이크로 데이터 센터와 소수의 중앙 클라우드 데이터 센서에서 hypervisor를 통해 여러 개의 VM을 생성, 추가, 삭제 및 migrate할 수 있다고 가정한다. SP(서비스 제공자)는 연합형 분산 에지 환경에 가상 머신을 배치하고 각 가상 머신을 서비스 체이닝으로 구성하여 사용자에게 지연에 민감한 서비스를 제공한다고 가정한다. 도 2에 있어서, 본 발명이 적용되는 연합형 분산 에지 환경은 access point에 가까이 위치한 다수의 에지 마이크로 데이터 센터와 각 에지 마이크로 데이터 센터내 에지 서버를 연결하는 에지 스위치, 에지 마이크로 데이터 센터를 연결하는 aggregate 스위치, 그리고 중앙 클라우드 데이터 센터와 에지 마이크로 데이터 센터를 연결한 core 스위치 등으로 구성된다.
VM을 배치할 물리 자원을 그래프 G=(V,E)로 정의한다. V는 VM 배치가 가능한 에지 마이크로 데이터 센터 및 클라우드 데이터 센터를 의미하며 E는 각 데이터 센터를 연결하는 네트워크 링크를 의미한다. SP는 사용자로부터 요청된 서비스 요구 사항을 SFC로 구성할 때 VM의 컴퓨팅 자원을 VM의 실제 이용률에 관계없이 사용자가 요청한 자원량으로 할당한다. 실제 서버에 할당된 실제 이용률은 평균 40-50% 이다. VM 배치시 실제 이용률을 고려하지 않고 자원을 할당하면 자원의 과잉 할당 문제가 발생하고 사용되는 물리 자원의 개수를 증가시켜 에너지 낭비를 발생시킨다. 에너지 낭비를 방지하기 위하여 사용자가 요청한 자원량의 일정 비율로 컴퓨팅 자원을 할당한다. 하지만, 자원량이 낮게 할당되면, 트래픽에 따라 물리 자원이 쉽게 과부하되어 서비스 처리 성능이 떨어지므로 트래픽과 자원량을 주기적으로 모니터링하여 SFC를 재구성함으로써 에너지 낭비와 QoS 위반을 방지한다.
이하, 본 발명에 사용되는 변수는 아래의 표 1과 같다.
Figure pat00001
Figure pat00002
Figure pat00003
Figure pat00004
Figure pat00005
Figure pat00006
Figure pat00007
Figure pat00008
Figure pat00009
Figure pat00010
Figure pat00011
Figure pat00012
Figure pat00013
Figure pat00014
Figure pat00015
Figure pat00016
Figure pat00017
Figure pat00018
Figure pat00019
Figure pat00020
Figure pat00021
Figure pat00022
Figure pat00023
Figure pat00024
Figure pat00025
Figure pat00026
Figure pat00027
Figure pat00028
Figure pat00029
Figure pat00030
Figure pat00031
Figure pat00032
Figure pat00033
Figure pat00034
Figure pat00035
Figure pat00036
Figure pat00037
Figure pat00038
Figure pat00039
Figure pat00040
Figure pat00041
Figure pat00042
이하, 에너지 소모량 계산 모델을 설명한다. 본 발명에 따른 방법에서는 서버에서 소모되는 에너지와 스위치에서 소모되는 에너지를 고려한다. 서버에서 소모되는 에너지는 CPU 이용률에 따라 선형적으로 증가한다. Eidle과 Epeak를 서버가 유휴 상태일 때 에너지 소모량, CPU이용률이 100% 일때의 에너지 소모량으로 정의하면, 서버 i에서 소모되는 에너지량은 수학식 1과 같다.
Figure pat00043
또한, 스위치에서 소모되는 에너지는 스위치를 통과하는 트래픽을 처리하는 port의 개수를 이용하여 계산된다. Eidle과 Epeak를 스위치가 유휴 상태일 때 에너지 소모량, 스위치의 각 port에서의 에너지 소모량으로 정의하면 스위치 I에서 소모되는 에너지량은 수학식 2와 같다.
Figure pat00044
이하, 서비스 latency 모델에 대하여 설명한다. 본 발명에 따른 방법에 있어서, 서버에서 트래픽을 처리할 때 발생하는 처리 지연 시간, 스위치에서 트래픽이 통과할 때 발생하는 전송 지연 시간을 고려한다. 서버 i에서 발생하는 처리 지연 시간은 작업 길이 Wlength 와 서버에 할당된 mips에 의해 계산되며 수학식 3과 같다.
Figure pat00045
또한, 스위치 i에 인입된 트래픽을 연결된 다른 스위치로 보낼 때 발생하는 전송 지연 시간은 스위치에 할당된 네트워크 대역폭
Figure pat00046
와 인입된 트래픽 패킷 크기를 이용하여 계산되고, 수학식 4와 같다.
Figure pat00047
이하, 자원 할당 모델 및 제약 사항에 대하여 설명한다. 에지 서버는 제한된 컴퓨팅 자원을 가지므로 사용자로부터 요청된 VM의 자원 할당량은 물리 자원의 capacity 초과를 허용하지 아니한다. 서비스 요청시 VM의 실제 이용률을 고려하여 배치하므로, 요청된 자원량의 일정 비율로 할당된
Figure pat00048
이 에지 서버의 capacity인
Figure pat00049
를 넘지 않도록 배치한다. 또한 서버에 배치된 VM을 통과하는 트래픽
Figure pat00050
이 스위치에 할당된 네트워크 대역폭을 넘지 않도록 SFC를 구성한다. 끝으로 물리 자원의 과부하를 방지하기 위하여 VM이 배치될 서버와 트래픽이 통과하는 스위치의 이용률 임계치
Figure pat00051
를 설정하고, 이 값을 넘어서지 않은 범위에서 자원을 배치한다.
Figure pat00052
Figure pat00053
Figure pat00054
이하, 에너지와 QoS를 고려한 SFC 배치 방법을 설명한다. 본 발명에 따른 방법은, 사용자의 요구에 따라 자원을 배치할 network flow의 source와 destination을 정한다. 서비스 경로가 정해지면 자원을 배치할 서버와 스위치를 선택하는 host selection, link selection 을 수행한다. 먼저 서비스 경로에 포함된 서버의 여유 자원을 오름차순으로 정렬한 후 가장 여유 자원이 많은 서버로부터 VM 자원을 할당한다. 이때 추가되는 VM 자원량은 해당 서버의 capacity를 초과해서는 안된다. Host selection 이 완료되면 다음 VM 자원을 할당할 서버를 찾기 위해 해당 서버와 연결된 스위치를 후보군으로 선택한다. 그리고 후보군에 있는 각 스위치의 여유 bandwidth를 오름차순으로 정렬한 후 bandwidth가 많은 스위치부터 link를 라우팅한다. 이때 VM 자원의 bandwidth는 해당 스위치의 capacity를 초과하지 않도록 배치한다. 해당 작업을 SFC가 서비스 경로에 모두 배치될 때까지 반복하여 수행한다.
이하, 에너지를 고려한 SFC 재배치 방법에 대하여 설명한다. 본 발명에 따른 방법은 네트워크 트래픽과 물리 자원의 이용률을 주기적으로 모니터링한다. 특정 이용률 임계치보다 낮은 이용률을 가진 서버를 migration 후보군으로부터 선택한 후, host selection을 이용하여 후보군 서버에 배치된 VM을 옮길 서버를 찾는다. VM을 다른 서버로 migration 한 서버는 switch off하여 경로 상의 서버 개수를 계속적으로 줄인다. 또한 VM에서 처리하는 트래픽이 일정 임계치 아래로 내려가면 같은 유형의 VM과 merge하여 서버의 자원을 줄인다. 이때 각 VM에서 처리되는 트래픽의 합이 지연 시간에 영향을 주는 일정 임계치를 넘지 않도록 한다. 이것은 VM을 merge한 후 트래픽 변동으로 인한 QoS 위반을 막기 위함이다.
이하, 본 발명에 따른 연합형 분산 에지 환경에서 에너지를 고려한 SFC 스케쥴링 방법에 대한 성능을 평가해본다. 성능 평가를 위하여 CloudSimSDN을 이용하여 실험을 진행하였다.
본 발명에 따른 방법에 대한 성능 평가를 위한 실험 환경은, 4개의 물리 서버를 가진 에지 마이크로 데이터 센서 4개와 16개의 물리 서버를 가진 클라우드 데이터 센터 2개가 존재하는 연합형 분산 에지 환경을 가정한다. 또한 데이터 센터에서 각 서버를 연결하는 edge 스위치, 데이터 센터를 연결하는 aggregate, core 스위치를 구성한다. 실험에서 사용한 물리 자원 및 서비스 요구 사항은 표 2와 같다. 표 2는 물리 자원 성능 및 VM 성능 파라미터를 표시한 도표이다.
Figure pat00055
본 발명에서 제안한 에너지를 고려한 SFC 스케쥴링 기법의 성능을 평가하기 위하여 SFC 재구성을 적용한 실험과 SFC 재구성을 적용하지 않은 실험을 200 시뮬레이션 시간동안 비교하였다. SFC 재구성 기법은 이용률이 낮은 서버에 배치된 VM을 다른 서버에 migrate한 후 해당 서버를 종료시킬 뿐만 아니라 VM이 처리하는 트래픽을 모니터링하면서 VM 이용률에 따라 같은 유형의 VM을 merge한다.
도 3은 시간별 SFC 재구성 기법에 따른 에너지 소모량을 비교하여 도시한 그래프이다. 도 3을 참조하여 실험 결과를 분석하면, 본 발명에 따른 SFC 재구성 방법은 SFC 재구성 방법을 적용하지 않은 결과보다 적은 에너지를 소모하는 것을 알 수 있다. 본 발명에 따른 SFC 재구성 기법을 적용했을 때의 에너지 소모량은 적용하지 않은 기법에 비하여 평균 15% 더 적게 소모됨을 알 수 있다.
이상에서 본 발명에 대하여 그 바람직한 실시예를 중심으로 설명하였으나, 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 발명의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 그리고, 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (3)

  1. 연합형 분산 에지 환경에 있어서,
    소정의 알고리즘을 이용하여, 에너지 계산 모델, 서비스 지연 시간 모델을 이용하여 서비스 경로 상에 배치된 서비스의 QoS를 만족하면서 에너지를 최소화시키는 최적의 해를 찾고,
    상기 최적의 해를 기반으로 하여, 서비스 경로에서 물리 자원을 선택하고, 선택된 물리 자원에 SFC를 배치하는 것을 특징으로 하는 연합형 분산 에지 환경에서의 SFC 재배치 방법.
  2. 제1항에 있어서, 상기 SFC 재배치 방법은 모의 담금질 알고리즘, 휴리스틱 알고리즘 중 하나를 이용하여 최적의 해를 찾는 것을 특징으로 하는 연합형 분산 에지 환경에서의 SFC 재배치 방법.
  3. 제1항에 있어서, 상기 SFC 재배치 방법은
    서비스 총 지연 시간을 구하고,
    상기 서비스 총 지연 시간이 서비스 요구사항에 포함된 서비스 허용 지연 시간을 넘지 않도록 상기 알고리즘을 실행하여, 에너지 소모량이 가장 적은 해를 최적의 해로 도출하는 것을 특징으로 하는 연합형 분산 에지 환경에서의 SFC 재배치 방법.
KR1020190174978A 2019-12-26 2019-12-26 연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법 KR20210082733A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190174978A KR20210082733A (ko) 2019-12-26 2019-12-26 연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190174978A KR20210082733A (ko) 2019-12-26 2019-12-26 연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법

Publications (1)

Publication Number Publication Date
KR20210082733A true KR20210082733A (ko) 2021-07-06

Family

ID=76860876

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190174978A KR20210082733A (ko) 2019-12-26 2019-12-26 연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법

Country Status (1)

Country Link
KR (1) KR20210082733A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100999278B1 (ko) 2004-03-12 2010-12-07 마이크로소프트 코포레이션 동적 분산 환경에서의 노드 매칭
KR20180016157A (ko) 2016-08-05 2018-02-14 한국전자통신연구원 분산 이동성 관리 시스템 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100999278B1 (ko) 2004-03-12 2010-12-07 마이크로소프트 코포레이션 동적 분산 환경에서의 노드 매칭
KR20180016157A (ko) 2016-08-05 2018-02-14 한국전자통신연구원 분산 이동성 관리 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
Ma et al. Load-balancing multiple controllers mechanism for software-defined networking
Mann et al. Remedy: Network-aware steady state VM management for data centers
Xie et al. Cutting long-tail latency of routing response in software defined networks
Wang et al. Using empirical estimates of effective bandwidth in network-aware placement of virtual machines in datacenters
CN107977271B (zh) 一种数据中心综合管理系统负载均衡方法
Wang et al. Bandwidth guaranteed virtual network function placement and scaling in datacenter networks
Wang et al. Toward optimal resource allocation of virtualized network functions for hierarchical datacenters
Choudhury et al. Shareon: Shared resource dynamic container migration framework for real-time support in mobile edge clouds
Cicconetti et al. An architectural framework for serverless edge computing: design and emulation tools
Asad et al. Load Balancing Protocol for dynamic resource allocation in cloud computing
Li et al. Improving consolidation of virtual machine based on virtual switching overhead estimation
Habibi et al. QRVE: QoS-aware routing and energy-efficient VM Placement for Software-Defined DataCenter Networks
Rashid Sorted-GFF: An efficient large flows placing mechanism in software defined network datacenter
Liang et al. Low-latency service function chain migration in edge-core networks based on open Jackson networks
Bhushan et al. Priority-queue based dynamic scaling for efficient resource allocation in fog computing
Rzepka et al. SDN-based fog and cloud interplay for stream processing
CN117707693A (zh) 一种异构智能计算平台虚拟化管理系统和方法
Prajapati et al. Optigsm: Greedy-based load balancing with minimum switch migrations in software-defined networks
Padhy et al. Reconfiguration aware orchestration for network function virtualization with time-varied workload in virtualized datacenters
KR20210082733A (ko) 연합형 분산 에지 환경에서 에너지와 QoS를 고려한 SFC 스케쥴링 방법
Thajeel et al. A comprehensive survey on software-defined networking load balancers
He et al. QoS-Aware and Resource-Efficient Dynamic Slicing Mechanism for Internet of Things.
Verma et al. Traffic scheduler for bbu resource allocation in 5g cran
Szymanski Low latency energy efficient communications in global-scale cloud computing systems
Cao et al. Fast communication-aware virtual machine dynamic consolidation for cloud data center

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal