WO2020111525A1 - Device and method for sdn and distributed cloud orchestration based on location and load - Google Patents

Device and method for sdn and distributed cloud orchestration based on location and load Download PDF

Info

Publication number
WO2020111525A1
WO2020111525A1 PCT/KR2019/014178 KR2019014178W WO2020111525A1 WO 2020111525 A1 WO2020111525 A1 WO 2020111525A1 KR 2019014178 W KR2019014178 W KR 2019014178W WO 2020111525 A1 WO2020111525 A1 WO 2020111525A1
Authority
WO
WIPO (PCT)
Prior art keywords
distributed
distributed cloud
location
cloud
weights
Prior art date
Application number
PCT/KR2019/014178
Other languages
French (fr)
Korean (ko)
Inventor
김동균
김용환
김기현
문정훈
석우진
Original Assignee
한국과학기술정보연구원
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 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Publication of WO2020111525A1 publication Critical patent/WO2020111525A1/en

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
    • H04L41/0896—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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
    • H04L41/5045—Making service definitions prior to deployment

Definitions

  • the present invention relates to a method and apparatus for location and load based SDN distributed cloud orchestration. Specifically, the present invention relates to a method and apparatus capable of integrally controlling an SDN and container-based distributed cloud environment.
  • SDN software defined network
  • a software defined network (SDN) technology is used as a method of constructing a network.
  • SDN refers to a method of controlling speed, stability, energy efficiency, security, etc. with software in a network system that relies on hardware, such as communication equipment, routers, or switching constituting a network.
  • hardware such as communication equipment, routers, or switching constituting a network.
  • Through physical resource allocation, hardware can be virtually implemented using software computing power.
  • the technical problem to be solved by the present invention is to provide a method and apparatus for efficiently managing service resources in a geographically distributed multi-cloud environment.
  • the present invention provides a method and apparatus for efficiently utilizing service resources in a geographically distributed multi-cloud environment.
  • the present invention provides location and load based orchestration method and apparatus.
  • the present invention provides a variety of physical and virtual resources (computing, storage, host, etc.) in a distributed form according to user needs.
  • the present invention integrates various physical and virtual resources (computing, storage, host, etc.) and provides it to the user.
  • various physical and virtual resources may have a distributed form.
  • the present invention can handle user requests through distributed physical and virtual resources.
  • the present invention can provide the SDN-based virtual networking to the user according to the user's request.
  • the present invention can provide on-demand processing by integrating various physical and virtual resources (computing, storage, host, etc.) having a distributed form and SDN-based virtual networking.
  • the problems to be solved by the present invention are not limited to the problems mentioned.
  • the problems to be solved by the present invention may include contents that can be clearly understood by those skilled in the art from the contents described below.
  • a distributed orchestration method for achieving the above technical problem is a step of obtaining a location-based distributed cloud weight, a distributed cloud and a plurality of first locations among a plurality of distributed clouds distributed in a plurality of locations Obtaining the location-based distributed cloud weights based on the link bandwidth between the first service locations among the service locations and the centrality of the distributed cloud of the first location; Obtaining a load-based distributed cloud weighting, comprising: obtaining the load-based distributed cloud weighting based on available physical resources for the distributed cloud at the first location; Selecting a distributed cloud based on the location-based distributed cloud weights and the load-based distributed cloud weights, based on location-based distributed cloud weights and load-based distributed cloud weights for a plurality of distributed clouds distributed in the plurality of locations. Obtaining a maximum value; It includes.
  • the orchestration method optimizes the location-based distributed cloud weights by multiplying the link bandwidth by a first value and multiplying the centrality by a second value.
  • the orchestration method includes a plurality of distributed clouds distributed in the plurality of locations and a link bandwidth between the first service location and a centrality of the plurality of distributed clouds distributed in the plurality of locations.
  • a plurality of location-based distributed cloud weights are obtained based on a plurality of location-based distributed cloud weights, and a plurality of load-based distributed cloud weights are obtained based on available physical resources for a plurality of distributed clouds distributed in the plurality of locations.
  • a maximum value is obtained based on a weight and the plurality of load-based distributed cloud weights.
  • the present invention can efficiently integrate container-based virtualized service resources in a distributed cloud environment and virtualized network resources in a software-defined network (hereinafter, Software Defined Network, SDN) environment through a solution means of the above-described problems.
  • SDN Software Defined Network
  • the present invention can provide an efficient orchestration system and method in consideration of the location and load of computing, storage, and networking resources through the solution of the above-described problems.
  • the present invention has an effect of quickly and conveniently integrating physical and virtual resources in a distributed form on demand through a solution of the above-described problems.
  • FIG 1 shows the structure of an orchestration system.
  • 3 shows a method for selecting a distributed cloud.
  • FIG. 4 shows a process for a method for selecting a distributed cloud.
  • FIG 1 shows the structure of an orchestration system.
  • the orchestration system includes an orchestrator 100, a container manager 110, a virtual network manager 120, an SDN controller 130, or a distributed cloud/SDN wide area network 140.
  • an orchestrator 100 includes an orchestrator 100, a container manager 110, a virtual network manager 120, an SDN controller 130, or a distributed cloud/SDN wide area network 140.
  • the orchestrator 100 coordinates the operation according to an embodiment of the present invention according to a direct user's service request in conjunction with an external server capable of intelligent control.
  • the user's service request refers to a user's service request related to computing, storage, and network.
  • the orchestrator oversees operations related to location/load-based container processing, dynamic creation of cloud resources related to containers, and on-demand processing of virtual network slices.
  • the orchestrator may be referred to as an orchestration device or a distributed orchestration device.
  • the container management unit 110 receives a request for a service resource such as location, computing, storage of a service cloud selected from an orchestrator, and allocates a container-based service resource to the cloud at the location. Furthermore, the container management unit responds to the system with the result of performing the allocated service resource.
  • a service resource such as location, computing, storage of a service cloud selected from an orchestrator
  • the virtual network management unit 120 receives a virtual network slice management request including the user (end host, etc.), allocated container-based service resources, and requested bandwidth information from the orchestrator.
  • the virtual network manager manages and processes the physical network resource associated with the service resource through the SDN controller according to the received management request, and responds the result to the system.
  • the orchestrator provides the optimal distributed cloud selected through the distributed cloud selection method described later to the virtual network management unit. Thereafter, the orchestration device according to an embodiment of the present invention processes the requested service by integrating the optimal distributed cloud and virtual network. Therefore, the present invention can process services on demand by integrating SDN-based virtual networking with various physical and virtual resources (computing, storage, host, etc.) in a distributed form according to a user's request.
  • the SDN controller 130 substantially controls physical network resources requested from the virtual network manager. Specifically, the SDN controller can control flow rules, meter management, and the like of the physical network.
  • the distributed cloud/SDN wide area network 140 corresponds to the subject of physical services and network resources.
  • a distributed cloud orchestration device selects and provides an optimal cloud required to process a service.
  • the cloud provides computing or storage resources required for the service.
  • the optimal cloud refers to a cloud resource that can best meet the requirements of the service among distributed cloud resources that can be used by the orchestration device of the present invention.
  • the orchestration apparatus of the present invention can provide a method of selecting an optimal distributed cloud according to a service location.
  • the present invention provides computing or storage resources required for providing an optimal cloud resource among services of distributed cloud resources.
  • distributed cloud resources there is an independent container management unit for each cloud.
  • the container management unit generates computing or storage resources to be provided in a virtualized container form.
  • the virtualized container is provided to the user or host.
  • the user or the host means the object to ultimately use the service.
  • the virtual network management unit creates a virtual network slice and provides computing or storage resources and networking resources to the user or host in an integrated form.
  • the present invention integrates SDN-based virtual networking with various types of distributed physical and virtual resources (computing, storage, host, etc.) according to the needs or requests of users, and integrated virtual networking and distributed virtual resources. To provide users on demand.
  • the orchestration device of the present invention has an effect of efficiently providing a container-based virtualized service resource under a distributed cloud environment and a virtualized network resource under an SDN environment.
  • the orchestration device of the present invention can provide an optimal cloud in consideration of conditions such as location and load of physical resources (computing resources, storage resources, networking resources, etc.) that can be used by distributed cloud resources.
  • the detailed location and load-based distributed cloud selection method will be described in detail in FIG. 3 below.
  • the orchestration device of the present invention can quickly and conveniently provide distributed forms of physical resources and virtual networking resources to users or hosts on demand.
  • 2 shows variables for selecting a distributed cloud.
  • 3 shows a method for selecting a distributed cloud.
  • 4 shows a process for a method for selecting a distributed cloud.
  • the variable L represents a set of distributed service locations.
  • the variable C represents a set of distributed cloud locations. There may be a plurality of locations where a service is requested, and a plurality of locations where a distributed cloud capable of processing the requested service exists.
  • the variable l i,j represents the normalized link capacity between positions i and j.
  • the value of the variable l i,j has a value of 0 or more and 1 or less.
  • the variable cv i represents the normalized median of position i.
  • the value of the variable has a value of 0 or more and 1 or less.
  • the variable d(c) represents the initial service CPU resource requirement value.
  • the variable d(m) represents the initial service memory resource requirement value.
  • the variable d(s) represents the initial service storage resource requirement value.
  • variable d(c), the variable d(m), and the variable d(s) are resources (CPU resource, memory resource, and so on) required when a user requests a service from the distributed cloud orchestration device of the present invention.
  • Storage support Depending on the service requested by the user, the orchestration device of the present invention may set each requirement value as an initial value (default). Furthermore, depending on the service, the orchestration device or user of the present invention can set each requirement value.
  • the user may request a storage resource of 200 GB, and the storage resource value of 200 GB is the variable d(s).
  • the variable d(c) and the variable d(m) can also be set as above.
  • variable r(c, C i ) represents available CPU resources in cloud C i of location i.
  • the variable r(m, C i ) represents available memory resources in cloud C i at location i.
  • the variable r(s, C i ) represents available storage resources in cloud C i of location i.
  • available resources refer to residual physical resources (CPU, memory, storage, etc.) in an arbitrary cloud. Specifically, assuming that the storage of any cloud is 1 TB, if 800 GB of them is used by any cloud, the available storage (variable r(s, C i )) is 200 GB. For each required resource value for the physical resource (variable d(c), variable d(m), variable d(s)), if the cloud is capable of sufficiently providing the available resources of the current cloud, the orchestration device of the present invention is applicable You can use the cloud. However, if the physical resource (storage, storage) of 300 GB or more is required in the above situation, the orchestration device of the present invention cannot utilize the cloud of the corresponding location having 200 GB of available storage. The orchestration device of the present invention can allocate an optimized resource by selecting a cloud of another location having more than 300 GB of available storage based on an optimized location and load (storage capacity, CPU, memory).
  • the method for selecting a distributed cloud includes obtaining a location-based distributed cloud weight (S310), obtaining a load-based distributed cloud weight (S320), and a location- and load-based distributed cloud It includes the step of selecting (S330).
  • S310 location-based distributed cloud weight
  • S320 load-based distributed cloud weight
  • S330 location- and load-based distributed cloud
  • the present invention can acquire a location-based distributed cloud weight.
  • the weight of the distributed cloud c i is calculated from the location perspective based on the link bandwidth capacity between the service location and the distributed cloud location and the centrality of the cloud location.
  • the distributed cloud location includes a plurality of locations in which the cloud is distributed, and the location on the service includes a plurality of locations where the service can be requested.
  • the distributed cloud location or service location may be referred to as a first location, a second location, or the like, depending on the embodiment.
  • the location in the distributed cloud environment means an access point that a user can actually access through the distributed cloud orchestration device of the present invention.
  • the access points can be classified regionally.
  • the Republic of Korea can be classified into six cities including Seoul, Busan, Incheon, Daegu, Daejeon, Gwangju, and Ulsan, and eight provinces across the country, and the classified area is a set of distributed service locations to provide 5G communication services. It can be represented by L.
  • the service position at position i becomes L i .
  • the distributed cloud orchestration device of the present invention proposes a method of selecting an optimal cloud capable of providing a service to the Incheon area among distributed clouds of four areas.
  • the orchestration device of the present invention after selecting an optimal cloud, integrates (orchestration) the selected cloud resource and the virtual network resource to provide the user as shown in FIG. 1.
  • the service location at location j is L j and the distributed cloud location at location i is C i .
  • the normalized link bandwidth capacity between the service location and the distributed cloud location is l Ci, Lj .
  • the normalized link bandwidth value is the current link bandwidth value compared to the maximum link bandwidth of the entire network topology, and has a real value of 0 or more and 1 or less.
  • the normalized center of gravity of the cloud location is cv Ci .
  • the weighted values ⁇ and ⁇ may be multiplied by the link bandwidth capacity and the centrality of the cloud location as shown in FIG. 4 to obtain a location-based distributed cloud weight.
  • centrality is a term used in graph theory or social network theory. It is an index indicating the centrality or centrality of a specific node among all nodes.
  • the centrality, connection centrality, proximity centrality, intermediateness centrality, eigenvector centrality, and the like may be used together as the same or similar indicators.
  • connection centrality the centrality of the corresponding node increases as the most users access.
  • the center of gravity increases as more nodes are included in the optimal path between different users.
  • the centrality may indicate an importance or preference of each node by the administrator or user.
  • the weights ⁇ and ⁇ have a real value of 0 or more and 1 or less, and the sum of ⁇ and ⁇ is 1.
  • the weight for each factor may have a value of 0 or more and 1 or less.
  • the user-defined value can be used as a weight.
  • the weight may be determined according to artificial intelligence (AI) or machine learning (ML).
  • the weight may be set by the orchestration apparatus or method of the present invention using a heuristic algorithm or the like that obtains an optimal target value for various input values.
  • the present invention can obtain a load-based cloud weight.
  • load-based cloud weight C resource
  • the value of available CPU, available memory, and available storage for a distributed cloud that satisfies service resource needs is normalized based on the maximum available resource value, and multiplied by each weight value to distribute the cloud It is possible to calculate the load-based weight of.
  • available CPU, available memory, and available storage refer to physical resources that can be used by the distributed cloud. Specifically, available refers to residual physical resources in any cloud. For example, assuming that the storage of any cloud is 1 TB, and 200 GB of them are used, the available storage is 800 GB.
  • CPU and memory among physical resources are resources for computing purposes
  • storage among physical resources are resources for data storage purposes.
  • Memory is used for the purpose of writing or reading data required in performing a computing operation in a specific space
  • storage is used as a space for storing a large amount of data.
  • data is stored in storage, and when a computing operation is required, the computing operation may be performed by raising data required in the memory.
  • the storage capacity is often significantly larger than the memory capacity. Therefore, the orchestration device of the present invention considers all physical resources such as CPU, memory, and storage.
  • available CPU resources in distributed cloud C i are r(c, C i ).
  • the available memory resource in distributed cloud C i is r(m, C i ).
  • the available storage resource in distributed cloud C i is r(s, C i ).
  • the available CPU resources r(c, C i ) are equal to or greater than the initial service CPU resource requirement value d(c).
  • the available memory resource r(m, C i ) is equal to or greater than the initial service memory resource requirement value d(m).
  • the available storage resource r(s, C i ) is equal to or greater than the initial service storage resource requirement value d(s).
  • Available CPU resources r(c, C i ), available memory resources r(m, C i ), and available storage resources r(s, C i ) are normalized factors (or values, variables, etc.)
  • the value has a range equal to or greater than 0 and less than or equal to 1.
  • Each weight value a n has a real value of 0 or more and 1 or less, and the sum of each weight value a 1 , a 2 , and a 3 has a value of 1.
  • the weight may be directly defined by the user, and a value set by the orchestration device of the present invention may be used as a weight through AI, ML, and heuristic algorithm.
  • the present invention may select a location/load based distributed cloud.
  • a location/load-based distributed cloud an optimal distributed cloud point (or location) to provide a service is selected by comprehensively considering a service occurrence location and a request resource for a corresponding service request for all distributed clouds.
  • the orchestration device of the present invention selects a distributed cloud distributed among a plurality of locations and an optimal distributed cloud between services of a corresponding location where a current service request for a plurality of service locations occurs according to the above-described method.
  • the orchestration device of the present invention calculates location-based distributed cloud weights and load-based distributed cloud weights within a set of distributed cloud locations according to the methods shown in FIGS. 3 to 4. .
  • a maximum value is calculated by applying the first factor and the second factor as shown in FIG. 4.
  • the calculated maximum value corresponds to the optimal distributed cloud, and the orchestration device of the present invention can select the optimal distributed cloud and provide the distributed cloud to the location where the service is requested as shown in FIG. 1.
  • the orchestration device of the present invention provides the optimal distributed cloud selected according to the above-described process to the virtual network manager, and the orchestration device of the present invention efficiently processes the service requested by the user by integrating the optimal distributed cloud and the virtual network. It provides an effect that can be done.
  • the weight may be directly defined by the user, and a value set by the orchestration device of the present invention may be used as a weight through AI, ML, and heuristic algorithm.
  • the orchestration device proposes a method for selecting an optimal cloud for service processing among distributed clouds.
  • the present invention calculates a location based, load based, location and load based value in consideration of each factor and weight.
  • the two factors considered are link bandwidth and node centroid. If only each factor is considered, the closer the maximum value (ie, 1), the better the effect of the value.
  • the present invention reflects both two different factors, link bandwidth and node centrality, but calculates an optimal cloud weight by applying each weight. The same is true for load-based weighting and optimal cloud selection.
  • the orchestration device of the present invention considers all of many factors that may exist on the network, such as the type of service, the type of user or host, the user's experience, and the relationship with other services other than the corresponding service. For this reason, the orchestration device of the present invention can set the optimal weight through learning (AI/ML, etc.) in consideration of suitability for all factors.
  • the process illustrated in FIG. 3 may correspond to the orchestration method and apparatus of the present invention.
  • the control unit in the orchestration apparatus of the present invention may process the illustrated process of FIG. 3, and according to an embodiment, the first control unit, the second control unit, and the third control unit may perform each process of FIG. 3.
  • a module, unit, or block according to embodiments of the present invention may be a processor (a term including hardware or software) that executes continuous execution processes stored in a memory (or storage unit). Each step or method described in the above-described embodiment may be performed by processors/hardware/software. Also, the methods proposed by the present invention can be executed as code. This code can be written to a storage medium that can be read by a processor, and thus can be read by a processor provided by an apparatus according to embodiments of the present invention.
  • the image processing method of the present invention can be implemented as a code readable by a processor in a recording medium readable by a processor provided in a network device.
  • the processor-readable recording medium includes all kinds of recording devices in which data that can be read by the processor are stored. Examples of the recording medium readable by the processor include a ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like, and also implemented in the form of a carrier wave such as transmission through the Internet. .
  • the processor-readable recording medium may be distributed over a networked computer system so that the processor-readable code is stored and executed in a distributed manner.
  • the present invention can quickly and conveniently provide integrated and physically distributed physical and virtual resources on demand, and can be repeatedly implemented. .

Abstract

A method for distributed orchestration, according to one embodiment of the present invention, comprises the steps of: acquiring a location-based distributed cloud weight on the basis of the centrality of a distributed cloud of a first location and the link bandwidth between the distributed cloud of the first location from among a plurality of distributed clouds distributed to a plurality of locations and a first service location from among a plurality of service locations; acquiring a load-based distributed cloud weight on the basis of available physical resources for the distributed cloud of the first location; and selecting a distributed cloud on the basis of the location-based distributed cloud weight and the load-based distributed cloud weight, wherein a maximum value is acquired on the basis of the location-based distributed cloud weights and load-based distributed cloud weights for the plurality of distributed clouds distributed to the plurality of locations.

Description

위치 및 부하 기반 SDN 및 분산 클라우드 오케스트레이션 장치 및 방법Location and load based SDN and distributed cloud orchestration device and method
본 발명은 위치 및 부하 기반 SDN 분산 클라우드 오케스트레이션 방법 및 장치에 관한 것이다. 구체적으로, 본 발명은 SDN 및 컨테이너 기반의 분산 클라우드 환경을 통합적으로 제어할 수 있는 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for location and load based SDN distributed cloud orchestration. Specifically, the present invention relates to a method and apparatus capable of integrally controlling an SDN and container-based distributed cloud environment.
네트워크를 구성하는 방법으로 소프트웨어 정의 네트워크(Software Defined Network, SDN) 기술이 이용된다. SDN이란, 네트워크를 구성하고 있는 통신장비, 라우터 또는 스위칭 등 하드웨어에 의존하는 네트워크 시스템에서 속도, 안정성, 에너지 효율, 보안 등을 소프트웨어로 제어하는 방식을 의미한다. 물리적 자원 할당을 통해 소프트웨어 연산 능력을 이용하여 하드웨어를 가상으로 구현할 수 있다.A software defined network (SDN) technology is used as a method of constructing a network. SDN refers to a method of controlling speed, stability, energy efficiency, security, etc. with software in a network system that relies on hardware, such as communication equipment, routers, or switching constituting a network. Through physical resource allocation, hardware can be virtually implemented using software computing power.
최근 IoT, 빅데이터, 클라우드 컴퓨팅 등 분야에서 글로벌 저장소 또는 정보 접근을 위한 광역 분산 네트워크 수요가 증가하여 SDN이 적용되는 네트워크의 수요가 증가하고 있다.In recent years, in the fields of IoT, big data, and cloud computing, the demand for a global distributed network for access to global storage or information is increasing, and thus, the demand for networks to which SDN is applied is increasing.
하지만, 기존 시스템은 사용자가 요구하는 서비스를 제공하기 위해서 가상망, 클라우드 관리 및 제어를 통합적으로 고려하기 어렵다. However, it is difficult for the existing system to consider the virtual network, cloud management and control in an integrated way to provide the service required by the user.
또한, 기존의 시스템이 온디맨드로 신속하게 가상망, 클라우드 관리 및 제어를 처리하기에 한계가 있다.In addition, there is a limit to the existing system to quickly process virtual network, cloud management and control on demand.
따라서, SDN과 컨테이너 기반의 분산 클라우드 환경을 통합적으로 고려한 새로운 시스템 및 방안이 요구된다.Therefore, there is a need for a new system and method in which SDN and container-based distributed cloud environments are integrated.
본 발명이 해결하고자 하는 기술적 과제는 본 발명은 지역적으로 분산된 다중 클라우드 환경에서 서비스 자원을 효율적으로 관리할 수 있는 방법 및 장치를 제공한다.The technical problem to be solved by the present invention is to provide a method and apparatus for efficiently managing service resources in a geographically distributed multi-cloud environment.
본 발명은 지역적으로 분산된 다중 클라우드 환경에서 서비스 자원을 효율적으로 활용할 수 있는 방법 및 장치를 제공한다.The present invention provides a method and apparatus for efficiently utilizing service resources in a geographically distributed multi-cloud environment.
본 발명은 위치 및 부하 기반의 오케스트레이션 방법 및 장치를 제공한다.The present invention provides location and load based orchestration method and apparatus.
본 발명은 사용자 요구에 따라 분산된 형태의 다양한 물리 및 가상자원(컴퓨팅, 스토리지, 호스트 등)을 통합하여 제공한다.The present invention provides a variety of physical and virtual resources (computing, storage, host, etc.) in a distributed form according to user needs.
본 발명은 다양한 물리 및 가상자원(컴퓨팅, 스토리지, 호스트 등)을 통합하여 사용자에게 제공한다. 여기서 다양한 물리 및 가상자원은 분산된 형태를 가질 수 있다. 본 발명은 분산된 형태의 물리 및 가상자원을 통해 사용자의 요구를 처리할 수 있다.The present invention integrates various physical and virtual resources (computing, storage, host, etc.) and provides it to the user. Here, various physical and virtual resources may have a distributed form. The present invention can handle user requests through distributed physical and virtual resources.
본 발명은 SDN 기반 가상 네트워킹을 사용자의 요구에 따라 사용자에게 제공할 수 있다. 본 발명은 분산된 형태를 가지는 다양한 물리 및 가상자원(컴퓨팅, 스토리지, 호스트 등)과 SDN 기반 가상 네트워킹을 통합하여 온디맨드 처리를 제공할 수 있다.The present invention can provide the SDN-based virtual networking to the user according to the user's request. The present invention can provide on-demand processing by integrating various physical and virtual resources (computing, storage, host, etc.) having a distributed form and SDN-based virtual networking.
본 발명이 해결하고자 하는 과제는 언급한 과제에 제한되지 않는다. 본 발명이 해결하고자 하는 과제는 후술하는 내용으로부터 통상의 기술자에게 명확하게 이해될 수 있는 내용까지 포함될 수 있다.The problems to be solved by the present invention are not limited to the problems mentioned. The problems to be solved by the present invention may include contents that can be clearly understood by those skilled in the art from the contents described below.
상기 기술적 과제를 달성하기 위한 본 발명의 일 실시예에 따른 분산 오케스트레이션 방법은, 위치 기반 분산 클라우드 가중치를 획득하는 단계로서, 복수의 위치에 분산된 복수의 분산 클라우드 중 제 1 위치의 분산 클라우드 및 복수의 서비스 위치 중 제 1 서비스 위치 사이의 링크 대역폭 및 상기 제 1 위치의 분산 클라우드의 중심도에 기반하여 상기 위치 기반 분산 클라우드 가중치를 획득하는 단계; 부하 기반 분산 클라우드 가중치를 획득하는 단계로서, 상기 제 1 위치의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 상기 부하 기반 분산 클라우드 가중치를 획득하는 단계; 상기 위치 기반 분산 클라우드 가중치 및 상기 부하 기반 분산 클라우드 가중치에 기반하여 분산 클라우드를 선택하는 단계로서, 상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치에 기초한 최대값을 획득하는 단계; 를 포함한다.A distributed orchestration method according to an embodiment of the present invention for achieving the above technical problem is a step of obtaining a location-based distributed cloud weight, a distributed cloud and a plurality of first locations among a plurality of distributed clouds distributed in a plurality of locations Obtaining the location-based distributed cloud weights based on the link bandwidth between the first service locations among the service locations and the centrality of the distributed cloud of the first location; Obtaining a load-based distributed cloud weighting, comprising: obtaining the load-based distributed cloud weighting based on available physical resources for the distributed cloud at the first location; Selecting a distributed cloud based on the location-based distributed cloud weights and the load-based distributed cloud weights, based on location-based distributed cloud weights and load-based distributed cloud weights for a plurality of distributed clouds distributed in the plurality of locations. Obtaining a maximum value; It includes.
나아가, 본 발명의 일 실시예에 따른 오케스트레이션 방법은 상기 링크 대역폭에 제 1값을 곱하고, 상기 중심도에 제 2 값을 곱하여 상기 제 위치 기반 분산 클라우드 가중치를 최적화한다.Furthermore, the orchestration method according to an embodiment of the present invention optimizes the location-based distributed cloud weights by multiplying the link bandwidth by a first value and multiplying the centrality by a second value.
또한, 본 발명의 일 실시예에 따른 오케스트레이션 방법은 상기 복수의 위치에 분산된 복수의 분산 클라우드 및 상기 제 1 서비스 위치 사이의 링크 대역폭 및 상기 복수의 위치에 분산된 복수의 분산 클라우드의 중심도에 기초하여 복수의 위치 기반 분산 클라우드 가중치를 획득하고, 상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 복수의 부하 기반 분산 클라우드 가중치를 획득하고, 상기 복수의 위치 기반 분산 클라우드 가중치 및 상기 복수의 부하 기반 분산 클라우드 가중치에 기초하여 최대값을 획득한다.In addition, the orchestration method according to an embodiment of the present invention includes a plurality of distributed clouds distributed in the plurality of locations and a link bandwidth between the first service location and a centrality of the plurality of distributed clouds distributed in the plurality of locations. A plurality of location-based distributed cloud weights are obtained based on a plurality of location-based distributed cloud weights, and a plurality of load-based distributed cloud weights are obtained based on available physical resources for a plurality of distributed clouds distributed in the plurality of locations. A maximum value is obtained based on a weight and the plurality of load-based distributed cloud weights.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있다.The technical problems of the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned can be clearly understood by a person skilled in the art from the following description.
본 발명은 상술한 과제의 해결 수단을 통해, 분산 클라우드 환경에서 컨테이너 기반의 가상화된 서비스 자원과 소프트웨어 정의 네트워크(이하, Software Defined Network, SDN) 환경에서 가상화된 네트워크 자원을 효율적으로 통합할 수 있다.The present invention can efficiently integrate container-based virtualized service resources in a distributed cloud environment and virtualized network resources in a software-defined network (hereinafter, Software Defined Network, SDN) environment through a solution means of the above-described problems.
본 발명은 상술한 과제의 해결 수단을 통해, 컴퓨팅, 스토리지, 네트워킹 자원의 위치 및 부하 등을 고려한 효율적인 오케스트레이션 시스템 및 방법을 제공할 수 있다.The present invention can provide an efficient orchestration system and method in consideration of the location and load of computing, storage, and networking resources through the solution of the above-described problems.
본 발명은 상술한 과제의 해결 수단을 통해, 분산된 형태의 물리 및 가상자원 등을 온디맨드로 신속하고 사용자에게 편리하게 통합 제공하는 효과가 있다.The present invention has an effect of quickly and conveniently integrating physical and virtual resources in a distributed form on demand through a solution of the above-described problems.
도 1은 오케스트레이션 시스템의 구조를 나타낸다.1 shows the structure of an orchestration system.
도 2는 분산 클라우드 선정을 위한 변수를 나타낸다.2 shows variables for selecting a distributed cloud.
도 3은 분산 클라우드 선정을 위한 방법을 나타낸다.3 shows a method for selecting a distributed cloud.
도 4는 분산 클라우드 선정을 위한 방법에 관한 처리과정을 나타낸다.4 shows a process for a method for selecting a distributed cloud.
발명의 실시를 위한 최선의 형태는 아래 발명의 실시를 위한 형태에서 기술된다. The best mode for carrying out the invention is described below in the form for carrying out the invention.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다. 본 발명의 특징 및 방법은 첨부되는 도면과 함께 실시예를 참조하면 명확해질 것이다. 본 발명은 후술하는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해서 본 발명의 실시예가 제공된다. 본 발명은 청구항의 범주에 의해 정의된다. 명세서 전체에 걸쳐 동일한 참조 부호는 동일 구성요소를 지칭한다.Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings. Features and methods of the present invention will become apparent with reference to the embodiments in conjunction with the accompanying drawings. The present invention is not limited to the embodiments described below, but may be implemented in various different forms. Embodiments of the present invention are provided to completely inform the person of ordinary skill in the art to which the present invention pertains to the scope of the invention. The invention is defined by the scope of the claims. The same reference numerals throughout the specification refer to the same components.
본 명세서에서 사용하는 모든 용어는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서 단수형은 특별히 언급하지 않는 한 복수형도 포함한다.All terms used in this specification may be used in a sense that can be commonly understood by those of ordinary skill in the art. Terms that are defined in a commonly used dictionary are not to be interpreted ideally or excessively, unless explicitly defined otherwise. The terminology used herein is for describing the embodiments and is not intended to limit the present invention. In the present specification, the singular form also includes the plural form unless otherwise specified.
본 명세서에서 사용하는 '포함한다(comprise)' 및/또는 '포함하는(comprising)'은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 도는 추가를 배제하지 않는다.As used herein,'comprise' and/or'comprising' refers to the components, steps, operations and/or elements mentioned in one or more other components, steps, operations and/or elements. Presence is not excluded.
도 1은 오케스트레이션 시스템의 구조를 나타낸다.1 shows the structure of an orchestration system.
본 발명의 일 실시예에 따른 오케스트레이션 시스템은 오케스트레이터(100), 컨테이너 관리자(110), 가상 네트워크 관리자(120), SDN 컨트롤러(130), 또는 분산 클라우드/SDN 광역 통신망(140)을 포함한다. 이하에서, 시스템의 각 구성요소를 설명한다.The orchestration system according to an embodiment of the present invention includes an orchestrator 100, a container manager 110, a virtual network manager 120, an SDN controller 130, or a distributed cloud/SDN wide area network 140. Hereinafter, each component of the system will be described.
오케스트레이터(100)는 지능형 제어가 가능한 외부 서버와 연동하여 직접적인 사용자의 서비스 요청에 따라 본 발명의 일 실시예에 따른 동작을 총괄한다. 여기서 사용자의 서비스 요청이란, 컴퓨팅, 스토리지, 네트워크 등과 관련된 사용자의 서비스 요청을 말한다. 또한, 오케스트레이터는 위치/부하 기반의 컨테이너의 처리, 컨테이너와 관련된 클라우드 리소스의 동적 생성, 가상 네트워크 슬라이스의 온디맨드 처리 등과 관련된 동작을 총괄한다. 일 실시예에 따라 오케스트레이터는 오케스트레이션 장치 또는 분산 오케스트레이션 장치 등으로 호칭될 수 있다.The orchestrator 100 coordinates the operation according to an embodiment of the present invention according to a direct user's service request in conjunction with an external server capable of intelligent control. Here, the user's service request refers to a user's service request related to computing, storage, and network. In addition, the orchestrator oversees operations related to location/load-based container processing, dynamic creation of cloud resources related to containers, and on-demand processing of virtual network slices. According to an embodiment, the orchestrator may be referred to as an orchestration device or a distributed orchestration device.
컨테이너 관리부(110)는 오케스트레이터로부터 선정된 서비스 클라우드의 위치, 컴퓨팅, 스토리지 등의 서비스 자원의 요청을 수신하고, 해당 위치의 클라우드에 컨테이너 기반의 서비스 자원을 할당한다. 나아가, 컨테이너 관리부는 할당된 서비스 자원의 수행 결과를 시스템에 응답한다.The container management unit 110 receives a request for a service resource such as location, computing, storage of a service cloud selected from an orchestrator, and allocates a container-based service resource to the cloud at the location. Furthermore, the container management unit responds to the system with the result of performing the allocated service resource.
가상 네트워크 관리부(120)는 오케스트레이터로부터 사용자(종단 호스트 등), 할당된 컨테이너 기반 서비스 자원, 요구 대역폭 정보 등을 포함한 가상 네트워크 슬라이스 관리 요청을 수신한다. 가상 네트워크 관리자는 SDN 컨트롤러를 통해 서비스 자원과 연계된 물리 네트워크 자원을 수신된 관리 요청에 따라 관리 및 처리하고, 시스템에 그 결과를 응답한다.The virtual network management unit 120 receives a virtual network slice management request including the user (end host, etc.), allocated container-based service resources, and requested bandwidth information from the orchestrator. The virtual network manager manages and processes the physical network resource associated with the service resource through the SDN controller according to the received management request, and responds the result to the system.
일 실시예에 따라, 오케스트레이터가 후술할 분산 클라우드 선택 방법을 통해 선택된 최적의 분산 클라우드를 가상 네트워크 관리부에 제공한다. 이후, 본 발명의 일 실시예에 따른 오케스트레이션 장치는 최적의 분산 클라우드 및 가상 네트워크를 통합하여 요청된 서비스를 처리한다. 따라서, 본 발명은 사용자의 요구에 따라 SDN 기반 가상 네트워킹을 분산된 형태의 다양한 물리 및 가상자원(컴퓨팅, 스토리지, 호스트 등)과 통합하여, 온디맨드로 서비스를 처리할 수 있다.According to one embodiment, the orchestrator provides the optimal distributed cloud selected through the distributed cloud selection method described later to the virtual network management unit. Thereafter, the orchestration device according to an embodiment of the present invention processes the requested service by integrating the optimal distributed cloud and virtual network. Therefore, the present invention can process services on demand by integrating SDN-based virtual networking with various physical and virtual resources (computing, storage, host, etc.) in a distributed form according to a user's request.
SDN 컨트롤러(130)는 가상 네트워크 관리자로부터 요청 받은 물리 네트워크 자원을 실질적으로 제어한다. 구체적으로, SDN 컨트롤러는 물리 네트워크의 플로우 규칙, 미터 관리 등을 제어할 수 있다.The SDN controller 130 substantially controls physical network resources requested from the virtual network manager. Specifically, the SDN controller can control flow rules, meter management, and the like of the physical network.
분산 클라우드/SDN 광역 통신망(140)은 물리적인 서비스 및 네트워크 자원의 주체에 해당한다.The distributed cloud/SDN wide area network 140 corresponds to the subject of physical services and network resources.
본 발명의 일 실시예에 따른 분산 클라우드 오케스트레이션 장치(이하, 오케스트레이션 장치 등으로 호칭)는 서비스를 처리하기 위해 필요한 최적의 클라우드를 선택 및 제공한다. 여기서, 클라우드는 서비스에 요구되는 컴퓨팅 또는 스토리지 자원을 제공한다. 또한, 최적의 클라우드란 본 발명의 오케스트레이션 장치가 이용할 수 있는 분산 클라우드 자원 중에서 서비스의 요구사항을 가장 잘 만족할 수 있는 클라우드 자원을 말한다. 복수의 위치에 분산된 클라우드와 복수의 위치에 있는 서비스 간 관계에 있어서, 서비스 위치에 따른 최적의 분산 클라우드를 선택하는 방안을 본 발명의 오케스트레이션 장치가 제공할 수 있다. 이하에서, 최적의 분산 클라우드를 선택(오케스트레이션)하기 위해 고려되는 요소들(변수들) 및 구체적인 방법을 설명한다.A distributed cloud orchestration device (hereinafter referred to as an orchestration device) according to an embodiment of the present invention selects and provides an optimal cloud required to process a service. Here, the cloud provides computing or storage resources required for the service. In addition, the optimal cloud refers to a cloud resource that can best meet the requirements of the service among distributed cloud resources that can be used by the orchestration device of the present invention. In a relationship between a cloud distributed in a plurality of locations and a service in a plurality of locations, the orchestration apparatus of the present invention can provide a method of selecting an optimal distributed cloud according to a service location. Hereinafter, factors (variables) and specific methods considered for selecting (orchestration) an optimal distributed cloud will be described.
도 1에 도시된 본 발명의 오케스트레이션 시스템 구조에 따라서, 본 발명은 분산 클라우드 자원 중 최적의 클라우드 자원이 서비스 제공을 하기 위해서 요구되는 컴퓨팅 또는 스토리지 자원을 제공한다. 분산 클라우드 자원 중 클라우드마다 독립된 컨테이너 관리부가 존재한다. 컨테이너 관리부는 제공하고자 하는 컴퓨팅 또는 스토리지 자원을 가상화된 컨테이너 형태로 생성한다. 가상화된 컨테이너는 사용자 또는 호스트에게 제공된다. 여기서 사용자 또는 호스트는 서비스를 최종적으로 사용하는 대상을 의미한다. 이때, 가상 네트워크 관리부는 가상 네트워크 슬라이스를 생성하여 컴퓨팅 또는 스토리지 자원과 네트워킹 자원을 통합된 형태로 사용자 또는 호스트에게 제공한다. 다시 말해, 본 발명은 사용자의 요구 또는 요청에 따라서 SDN 기반 가상 네트워킹을 분산된 형태의 다양한 물리 및 가상자원(컴퓨팅, 스토리지, 호스트 등)과 통합하고, 통합된 가상 네트워킹 및 분산된 형태의 가상자원을 온디맨드로 사용자에게 제공한다.According to the orchestration system structure of the present invention shown in FIG. 1, the present invention provides computing or storage resources required for providing an optimal cloud resource among services of distributed cloud resources. Among distributed cloud resources, there is an independent container management unit for each cloud. The container management unit generates computing or storage resources to be provided in a virtualized container form. The virtualized container is provided to the user or host. Here, the user or the host means the object to ultimately use the service. At this time, the virtual network management unit creates a virtual network slice and provides computing or storage resources and networking resources to the user or host in an integrated form. In other words, the present invention integrates SDN-based virtual networking with various types of distributed physical and virtual resources (computing, storage, host, etc.) according to the needs or requests of users, and integrated virtual networking and distributed virtual resources. To provide users on demand.
상술한 바와 같이, 본 발명의 오케스트레이션 장치는 분산 클라우드 환경 하 컨테이너 기반의 가상화된 서비스 자원 및 SDN 환경 하 가상화된 네트워크 자원을 통합하여 효율적으로 제공할 수 있는 효과가 있다. 또한, 본 발명의 오케스트레이션 장치는 분산 클라우드 자원이 이용할 수 있는 물리적 자원(컴퓨팅 자원, 스토리지 자원, 네트워킹 자원 등)을 위치 및 부하 등의 조건을 고려하여 최적의 클라우드를 제공할 수 있다. 구체적인 위치 및 부하 기반 분산 클라우드 선택 방법은 아래 도3에서 상세히 설명한다. 나아가, 본 발명의 오케스트레이션 장치는 분산된 형태의 물리적 자원 및 가상 네트워킹 자원 등을 온디맨드로 사용자 또는 호스트에게 신속하고 편리하게 제공할 수 있다.As described above, the orchestration device of the present invention has an effect of efficiently providing a container-based virtualized service resource under a distributed cloud environment and a virtualized network resource under an SDN environment. In addition, the orchestration device of the present invention can provide an optimal cloud in consideration of conditions such as location and load of physical resources (computing resources, storage resources, networking resources, etc.) that can be used by distributed cloud resources. The detailed location and load-based distributed cloud selection method will be described in detail in FIG. 3 below. Furthermore, the orchestration device of the present invention can quickly and conveniently provide distributed forms of physical resources and virtual networking resources to users or hosts on demand.
도 2는 분산 클라우드 선정을 위한 변수를 나타낸다. 도 3은 분산 클라우드 선정을 위한 방법을 나타낸다. 도 4는 분산 클라우드 선정을 위한 방법에 관한 처리과정을 나타낸다.2 shows variables for selecting a distributed cloud. 3 shows a method for selecting a distributed cloud. 4 shows a process for a method for selecting a distributed cloud.
도2내지4를 참조하여, 본 발명의 일 실시예에 따른 위치/부하 기반 분산 클라우드 선정 방법을 이하에서 설명한다.2 to 4, a method for selecting a distributed cloud based on location/load according to an embodiment of the present invention will be described below.
도2는 본 발명의 일 실시예에 따른 분산 클라우드 선정을 위한 변수의 종류 및 그 정의를 설명한다. 이하에서, 각 변수를 구체적으로 설명한다.2 illustrates the types of variables and their definitions for selecting a distributed cloud according to an embodiment of the present invention. Hereinafter, each variable will be described in detail.
변수 L은 분산 서비스 위치의 집합을 나타낸다. 변수 C는 분산 클라우드 위치의 집합을 나타낸다. 서비스가 요청되는 복수의 위치가 존재하고, 요청된 서비스를 처리할 수 있는 분산 클라우드가 존재하는 복수의 위치가 있을 수 있다.The variable L represents a set of distributed service locations. The variable C represents a set of distributed cloud locations. There may be a plurality of locations where a service is requested, and a plurality of locations where a distributed cloud capable of processing the requested service exists.
변수 l i,j 는 위치 i, 위치 j 간 노멀라이즈된 링크 캐패시티를 나타낸다. 변수 l i,j 의 값은 0이상 1이하의 값을 가진다. 변수 cv i 는 위치 i의 노멀라이즈된 중앙값을 나타낸다. 변수 의 값은 0이상 1이하의 값을 가진다. 변수 d(c)는 초기 서비스 CPU 자원 요구사항 값을 나타낸다. 변수 d(m)는 초기 서비스 메모리 자원 요구사항 값을 나타낸다. 변수 d(s)는 초기 서비스 스토리지 자원 요구사항 값을 나타낸다.The variable l i,j represents the normalized link capacity between positions i and j. The value of the variable l i,j has a value of 0 or more and 1 or less. The variable cv i represents the normalized median of position i. The value of the variable has a value of 0 or more and 1 or less. The variable d(c) represents the initial service CPU resource requirement value. The variable d(m) represents the initial service memory resource requirement value. The variable d(s) represents the initial service storage resource requirement value.
일 실시예에 따라, 변수 d(c), 변수 d(m), 변수 d(s)는 사용자가 본 발명의 분산 클라우드 오케스트레이션 장치에 서비스를 요청하는 시점에 요구되는 자원(CPU 자원, 메모리 자원, 스토리지 지원)의 요구사항 값을 나타낸다. 사용자가 요청하는 서비스에 따라서 본 발명의 오케스트레이션 장치가 각 요구사항 값을 초기값(default)으로 설정할 수 있다. 나아가, 서비스에 따라서 본 발명의 오케스트레이션 장치 또는 사용자가 각 요구사항 값을 설정할 수 있다.According to an embodiment, the variable d(c), the variable d(m), and the variable d(s) are resources (CPU resource, memory resource, and so on) required when a user requests a service from the distributed cloud orchestration device of the present invention. Storage support). Depending on the service requested by the user, the orchestration device of the present invention may set each requirement value as an initial value (default). Furthermore, depending on the service, the orchestration device or user of the present invention can set each requirement value.
구체적으로, 사용자가 요청한 서비스가 클라우드 서비스인 경우 사용자가 200GB 의 스토리지(storage) 자원을 요구할 수 있고, 이때 200GB 의 스토리지(storage) 자원 값이 변수 d(s)가 된다. 변수 d(c) 및 변수 d(m)도 위와 마찬가지로 설정될 수 있다.Specifically, when the service requested by the user is a cloud service, the user may request a storage resource of 200 GB, and the storage resource value of 200 GB is the variable d(s). The variable d(c) and the variable d(m) can also be set as above.
변수 r(c, C i)는 위치i의 클라우드내 가용 CPU 자원(available CPU resources in cloud C i)을 나타낸다. 변수 r(m, C i)는 위치i의 클라우드내 가용 메모리 자원(available memory resources in cloud C i)을 나타낸다. 변수 r(s, C i)는 위치i의 클라우드내 가용 스토리지 자원(available storage resources in cloud C i)을 나타낸다. The variable r(c, C i ) represents available CPU resources in cloud C i of location i. The variable r(m, C i ) represents available memory resources in cloud C i at location i. The variable r(s, C i ) represents available storage resources in cloud C i of location i.
여기서 가용 자원이란, 임의의 클라우드에서 잔여 물리적 자원(CPU, 메모리, 스토리지 등)을 말한다. 구체적으로, 임의의 클라우드의 스토리지가 1TB라 가정하고 이 중 800GB를 임의의 클라우드가 사용중이라면 가용 스토리지(변수 r(s, C i))는 200GB이다. 물리적 자원에 대한 각각의 요구 자원 값(변수d(c), 변수d(m), 변수d(s))에 대하여 클라우드가 현재 클라우드의 가용 자원을 충분히 제공 가능하다면, 본 발명의 오케스트레이션 장치는 해당 클라우드를 이용할 수 있다. 그렇지만 만약 위의 상황에서 300GB 이상의 물리적 자원(스토리지, storage)이 요구되는 경우라면 200GB의 가용 스토리지를 지닌 해당 위치의 클라우드를 본 발명의 오케스트레이션 장치가 활용할 수 없다. 본 발명의 오케스트레이션 장치는300GB이상의 가용 스토리지를 갖는 다른 위치의 클라우드를 최적화된 위치와 부하(스토리지 용량, CPU, 메모리) 기반으로 선택하여 최적화된 자원을 할당할 수 있다.Here, available resources refer to residual physical resources (CPU, memory, storage, etc.) in an arbitrary cloud. Specifically, assuming that the storage of any cloud is 1 TB, if 800 GB of them is used by any cloud, the available storage (variable r(s, C i )) is 200 GB. For each required resource value for the physical resource (variable d(c), variable d(m), variable d(s)), if the cloud is capable of sufficiently providing the available resources of the current cloud, the orchestration device of the present invention is applicable You can use the cloud. However, if the physical resource (storage, storage) of 300 GB or more is required in the above situation, the orchestration device of the present invention cannot utilize the cloud of the corresponding location having 200 GB of available storage. The orchestration device of the present invention can allocate an optimized resource by selecting a cloud of another location having more than 300 GB of available storage based on an optimized location and load (storage capacity, CPU, memory).
도 3에 따르면, 본 발명의 일 실시예에 따른 분산 클라우드 선정 방법은 위치 기반 분산 클라우드 가중치를 획득하는 단계(S310), 부하 기반 분산 클라우드 가중치를 획득하는 단계(S320), 위치 및 부하 기반 분산 클라우드를 선택하는 단계(S330)를 포함한다. 이하에서, 실시예에 따른 각 단계를 설명한다.According to FIG. 3, the method for selecting a distributed cloud according to an embodiment of the present invention includes obtaining a location-based distributed cloud weight (S310), obtaining a load-based distributed cloud weight (S320), and a location- and load-based distributed cloud It includes the step of selecting (S330). Hereinafter, each step according to the embodiment will be described.
도 3의 S310에 따라, 본 발명은 위치 기반 분산 클라우드 가중치를 획득할 수 있다. 위치 기반 분산 클라우드 가중치(C location)의 경우, 서비스 위치와 분산 클라우드 위치 사이의 링크 대역폭 용량 및 해당 클라우드 위치의 중심도를 기반으로 위치 관점에서 분산 클라우드 c i의 가중치를 계산한다. 이하에서 분산 클라우드 위치는 클라우드가 분산된 복수의 위치를 포함하고, 서비스 위 위치는 서비스가 요청될 수 있는 복수의 위치를 포함한다. 분산 클라우드 위치 또는 서비스 위치는 실시예에 따라 제 1 위치, 제 2 위치 등으로 호칭될 수 있다.According to S310 of FIG. 3, the present invention can acquire a location-based distributed cloud weight. In the case of the location-based distributed cloud weight (C location ), the weight of the distributed cloud c i is calculated from the location perspective based on the link bandwidth capacity between the service location and the distributed cloud location and the centrality of the cloud location. Hereinafter, the distributed cloud location includes a plurality of locations in which the cloud is distributed, and the location on the service includes a plurality of locations where the service can be requested. The distributed cloud location or service location may be referred to as a first location, a second location, or the like, depending on the embodiment.
구체적으로, 분산 클라우드 환경에서 위치란, 사용자가 본 발명의 분산 클라우드 오케스트레이션 장치를 통해 실제로 접속 가능한 엑세스 포인트를 의미한다. 여기서 엑세스 포인트는 지역적으로 구분될 수 있다. 대한민국을 서울, 부산, 인천, 대구, 대전, 광주, 울산 등 6개의 도시 및 전국8개의 도 행정구역으로 분류할 수 있고, 분류된 지역을5G 통신 서비스를 제공하기 위한 분산 서비스 위치의 집합인 변수 L로 나타낼 수 있다. 위치 i에서의 서비스 위치가 L i가 된다.Specifically, the location in the distributed cloud environment means an access point that a user can actually access through the distributed cloud orchestration device of the present invention. Here, the access points can be classified regionally. The Republic of Korea can be classified into six cities including Seoul, Busan, Incheon, Daegu, Daejeon, Gwangju, and Ulsan, and eight provinces across the country, and the classified area is a set of distributed service locations to provide 5G communication services. It can be represented by L. The service position at position i becomes L i .
또한, 총 14개의 위치를 가정한다면, 총14개 위치 중 서비스 제공을 위해서 분산 배치된 클라우드 센터가 포함된 지역이 있을 수 있다. 일 실시예에 따라 서울, 부산, 대전, 광주 등 4개의 위치에 분산 클라우드 센터가 배치된다면 하나의 클라우드가 C이고 위치 i에서의 클라우드가 C i가 된다. 인천에 위치한 사용자 또는 호스트가 특정한 5G 서비스를 받아야 하는 경우, 관련 서비스 자원을 서울, 부산, 대전, 광주의 4개 지역에 위치한 클라우드가 사용자에게 제공해야 한다. 본 발명의 분산 클라우드 오케스트레이션 장치는 4개 지역의 분산 클라우드 중 인천 지역에 서비스를 제공할 수 있는 최적의 클라우드를 선택하는 방법을 제안한다. 추가로, 본 발명의 오케스트레이션 장치는 최적의 클라우드를 선택한 이후에 선택된 해당 클라우드 자원과 가상 네트워크 자원을 통합(오케스트레이션)하여 도 1과 같이 사용자에게 제공한다.In addition, assuming a total of 14 locations, there may be an area of a total of 14 locations including a cloud center distributedly distributed to provide services. According to an embodiment, if a distributed cloud center is disposed in four locations such as Seoul, Busan, Daejeon, and Gwangju, one cloud is C and the cloud at location i is C i . When a user or host located in Incheon needs to receive a specific 5G service, the cloud located in four regions of Seoul, Busan, Daejeon, and Gwangju must provide the related service resources to the user. The distributed cloud orchestration device of the present invention proposes a method of selecting an optimal cloud capable of providing a service to the Incheon area among distributed clouds of four areas. In addition, the orchestration device of the present invention, after selecting an optimal cloud, integrates (orchestration) the selected cloud resource and the virtual network resource to provide the user as shown in FIG. 1.
도 4의 400을 참조하면, 위치 j에서 서비스 위치는 L j이고, 위치i에서 분산 클라우드 위치는 C i이다. 서비스 위치 및 분산 클라우드 위치 사이의 정규화된 링크 대역폭 용량은 l Ci, Lj가 된다. 정규화된 링크 대역폭 값은 전체 네트워크 토폴로지의 최대 링크 대역폭 대비 현재 링크 대역폭 값으로 0이상1이하의 실수 값을 가진다.Referring to 400 of FIG. 4, the service location at location j is L j and the distributed cloud location at location i is C i . The normalized link bandwidth capacity between the service location and the distributed cloud location is l Ci, Lj . The normalized link bandwidth value is the current link bandwidth value compared to the maximum link bandwidth of the entire network topology, and has a real value of 0 or more and 1 or less.
해당 클라우드 위치의 정규화된 중심도는 cv Ci 이다. 본 발명의 일 실시예는 가중치 값 α 및 β 를 링크 대역폭 용량 및 클라우드 위치의 중심도에 도 4의 400과 같이 곱하여 위치 기반 분산 클라우드 가중치를 획득할 수 있다. 여기서 중심도(Centrality)란, 그래프 이론 또는 사회관계망 이론에서 사용되는 용어이다. 전체 노드 중 특정 노드의 중심성 또는 중심도를 나타내는 지표이다. 일 실시예에 따라 중심도는, 연결 중심성(degree centrality), 근접 중심성(closeness centrality), 매개 중심성(betweenness centrality), 고유벡터 중심성(eigenvector centrality) 등이 동일 또는 유사한 지표로 함께 사용될 수 있다. 구체적으로, 연결 중심성으로 설명하면 가장 많은 사용자가 액세스할수록 해당 노드의 중심도가 증가한다. 또한, 매개 중심성으로 설명하면 서로 다른 사용자 사이의 최적 경로 상에 해당 노드가 많이 포함될수록 중심도가 증가한다. 또한, 중심도는 관리자 또는 사용자가 각 노드에 대하여 중요시하거나 선호하는 의미를 나타낼 수 있다.The normalized center of gravity of the cloud location is cv Ci . According to an embodiment of the present invention, the weighted values α and β may be multiplied by the link bandwidth capacity and the centrality of the cloud location as shown in FIG. 4 to obtain a location-based distributed cloud weight. Here, centrality is a term used in graph theory or social network theory. It is an index indicating the centrality or centrality of a specific node among all nodes. According to an embodiment, the centrality, connection centrality, proximity centrality, intermediateness centrality, eigenvector centrality, and the like may be used together as the same or similar indicators. Specifically, in terms of connection centrality, the centrality of the corresponding node increases as the most users access. In addition, as described by the mediation centrality, the center of gravity increases as more nodes are included in the optimal path between different users. In addition, the centrality may indicate an importance or preference of each node by the administrator or user.
한편, 상술한 링크 대역폭 및 중심도의 값은 정규화된 값이 사용된다. 그 이유는 서로 다른 팩터(factor)를 고려 시 가중치(weight, α 또는 β)에 따라서 값을 일괄적으로 결정할 수 있기 때문이다. Meanwhile, normalized values are used for the values of the link bandwidth and the centrality described above. The reason is that values can be collectively determined according to weights (α or β) when different factors are considered.
일 실시예에 따라, 가중치 α 및 β는 0이상1 이하의 실수 값을 가지고, α 및 β의 합은 1이 된다. 정규화된 링크 대역폭 (제 1 팩터) 및 정규화된 중심도 (제 2 팩터)에 대하여 각 팩터에 대한 가중치가 0이상1이하의 값을 가질 수 있다. 사용자가 직접 사전에 정의한 값이 가중치로 사용될 수 있다. 인공지능(Artificial Intelligence, AI) 또는 머신러닝(Machine Learning, ML)에 따라서 가중치가 결정될 수 있다. 또한, 다양한 입력값에 대한 최적의 목적값을 획득하는 휴리스틱 알고리즘 등을 사용하여 본 발명의 오케스트레이션 장치 또는 방법에 의해 가중치가 설정될 수도 있다. According to an embodiment, the weights α and β have a real value of 0 or more and 1 or less, and the sum of α and β is 1. For normalized link bandwidth (first factor) and normalized centrality (second factor), the weight for each factor may have a value of 0 or more and 1 or less. The user-defined value can be used as a weight. The weight may be determined according to artificial intelligence (AI) or machine learning (ML). In addition, the weight may be set by the orchestration apparatus or method of the present invention using a heuristic algorithm or the like that obtains an optimal target value for various input values.
도 3의 S320에 따라, 본 발명은 부하 기반 클라우드 가중치를 획득할 수 있다. 부하 기반 클라우드 가중치(C resource)의 경우, 서비스 자원 요구를 만족하는 분산 클라우드에 대한 가용 CPU, 가용 메모리, 가용 스토리지의 값을, 최대 가용 자원 값을 기반으로 정규화하여, 각 가중치 값을 곱하여 분산 클라우드의 부하 기반 가중치를 계산할 수 있다.According to S320 of FIG. 3, the present invention can obtain a load-based cloud weight. In the case of load-based cloud weight (C resource ), the value of available CPU, available memory, and available storage for a distributed cloud that satisfies service resource needs is normalized based on the maximum available resource value, and multiplied by each weight value to distribute the cloud It is possible to calculate the load-based weight of.
여기서, 가용 CPU, 가용 메모리, 가용 스토리지는 분산 클라우드가 가용할 수 있는 물리적 자원을 의미한다. 구체적으로, 가용이란 임의의 클라우드에서 잔여 물리적 자원을 말한다. 예를 들어, 임의의 클라우드의 스토리지가 1TB라 가정하고 이 중 200GB를 사용중이라면 가용 스토리지는 800GB이다. Here, available CPU, available memory, and available storage refer to physical resources that can be used by the distributed cloud. Specifically, available refers to residual physical resources in any cloud. For example, assuming that the storage of any cloud is 1 TB, and 200 GB of them are used, the available storage is 800 GB.
또한, 물리적 자원 중CPU와 메모리는 컴퓨팅 용도의 자원이며, 물리적 자원 중 스토리지는 데이터 저장 용도의 자원이다. 메모리는 컴퓨팅 연산을 수행함에 있어 요구되는 데이터를 특정 공간에 쓰거나 읽는 목적으로 사용되며, 스토리지는 대용량의 데이터를 저장하기 위한 공간으로 사용된다. 평상시에 데이터는 스토리지에 저장되어 있다가 컴퓨팅 연산이 요구되는 경우 메모리에 필요한 데이터를 올려 컴퓨팅 연산이 수행될 수 있다. 보통 스토리지의 용량이 메모리 용량보다 상당히 큰 경우가 많다. 따라서, 본 발명의 오케스트레이션 장치는 CPU, 메모리, 스토리지 등의 물리적 자원을 모두 고려한다.In addition, CPU and memory among physical resources are resources for computing purposes, and storage among physical resources are resources for data storage purposes. Memory is used for the purpose of writing or reading data required in performing a computing operation in a specific space, and storage is used as a space for storing a large amount of data. Normally, data is stored in storage, and when a computing operation is required, the computing operation may be performed by raising data required in the memory. Usually, the storage capacity is often significantly larger than the memory capacity. Therefore, the orchestration device of the present invention considers all physical resources such as CPU, memory, and storage.
도 4의 410을 참조하면, 분산 클라우드 C i에서 가용 CPU 자원(resource)가 r(c, C i) 이다. 분산 클라우드 C i에서 가용 메모리 자원이 r(m, C i)이다. 분산 클라우드 C i에서 가용 스토리지 자원이 r(s, C i)이다. 가용 CPU 자원 r(c, C i)은 초기 서비스 CPU 자원 요구사항 값 d(c) 와 같거나 크다. 가용 메모리 자원 r(m, C i) 는 초기 서비스 메모리 자원 요구사항 값 d(m) 와 같거나 크다. 가용 스토리지 자원 r(s, C i)는 초기 서비스 스토리지 자원 요구사항 값 d(s) 와 같거나 크다. 가용 CPU 자원 r(c, C i), 가용 메모리 자원 r(m, C i), 가용 스토리지 자원 r(s, C i)은 정규화된 인자(factor)(또는 값, 변수 등으로 지칭 가능)는 그 값이 범위가 0보다 같거나 크고 1보다 같거나 작다. 각 가중치 값인 a n은 0이상 1 이하의 실수 값을 가지고, 각 가중치 값인 a 1, a 2, a 3의 합은 1의 값을 가진다. 상술한 바와 같이 가중치는 사용자에 의해 직접 정의될 수 있고, AI, ML, 휴리스틱 알고리즘 등을 통하여 본 발명의 오케스트레이션 장치가 설정한 값을 가중치로 사용할 수 있다.Referring to 410 of FIG. 4, available CPU resources in distributed cloud C i are r(c, C i ). The available memory resource in distributed cloud C i is r(m, C i ). The available storage resource in distributed cloud C i is r(s, C i ). The available CPU resources r(c, C i ) are equal to or greater than the initial service CPU resource requirement value d(c). The available memory resource r(m, C i ) is equal to or greater than the initial service memory resource requirement value d(m). The available storage resource r(s, C i ) is equal to or greater than the initial service storage resource requirement value d(s). Available CPU resources r(c, C i ), available memory resources r(m, C i ), and available storage resources r(s, C i ) are normalized factors (or values, variables, etc.) The value has a range equal to or greater than 0 and less than or equal to 1. Each weight value a n has a real value of 0 or more and 1 or less, and the sum of each weight value a 1 , a 2 , and a 3 has a value of 1. As described above, the weight may be directly defined by the user, and a value set by the orchestration device of the present invention may be used as a weight through AI, ML, and heuristic algorithm.
도 3의 S330에 따라, 본 발명은 위치/부하 기반 분산 클라우드를 선택할 수 있다. 위치/부하 기반 분산 클라우드의 경우, 모든 분산 클라우드에 대하여 해당 서비스 요청에 대한 서비스 발생 위치, 요구 자원 등을 종합적으로 고려하여 서비스를 제공할 최적의 분산 클라우드 지점 (또는 위치)이 선택된다. According to S330 of FIG. 3, the present invention may select a location/load based distributed cloud. In the case of a location/load-based distributed cloud, an optimal distributed cloud point (or location) to provide a service is selected by comprehensively considering a service occurrence location and a request resource for a corresponding service request for all distributed clouds.
다시 말해, 본 발명의 오케스트레이션 장치는 상술한 방법에 따라서 복수의 위치에 분산된 분산 클라우드 및 복수의 서비스 위치에 대한 현재 서비스 요청이 발생한 해당 위치의 서비스 간 최적의 분산 클라우드를 선택한다. In other words, the orchestration device of the present invention selects a distributed cloud distributed among a plurality of locations and an optimal distributed cloud between services of a corresponding location where a current service request for a plurality of service locations occurs according to the above-described method.
도 4의 420을 참조하면, 상술한 방법에 의해 획득된 위치 기반 분산 클라우드 가중치(C location), 부하 기반 분산 클라우드 가중치(C resource) 각각에 가중치를 곱하여 최적의 분산 클라우드를 선택할 수 있다. 위치 기반 분산 클라우드 가중치(C location, 제 1팩터)에 대한 가중치 W locatoin 및 부하 기반 분산 클라우드 가중치(C resource, 제 2 팩터)에 대한 가중치 W resource 는 0이상1 이하의 실수값이고 가중치 간의 합은 1이다. 서비스 요청된 위치에서 최적의 분산 클라우드를 선택하기 위해서, 본 발명의 오케스트레이션 장치는 도 3 내지 4의 도시된 방법에 따라서 분산 클라우드 위치 집합 내에서 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치를 산출한다. 이후, 제 1 팩터 및 제 2 팩터를 도4와 같이 적용하여 최대값이 산출된다. 산출된 최대값이 최적의 분산 클라우드에 해당하고, 본 발명의 오케스트레이션 장치는 최적의 분산 클라우드를 선택하여 서비스가 요청된 위치에 분산 클라우드를 도1과 같이 제공할 수 있다.Referring to 420 of FIG. 4, it is possible to select an optimal distributed cloud by multiplying each of the location-based distributed cloud weights (C location ) and the load-based distributed cloud weights (C resource ) obtained by the above-described method. Location-based dispersion cloud weight weight W locatoin and weight W resource is a real number of 0 to 1 for a load-based dispersion cloud weight (C resource, the second factor) to (C location, the first factor) is the sum between weight 1. In order to select the optimal distributed cloud from the service requested location, the orchestration device of the present invention calculates location-based distributed cloud weights and load-based distributed cloud weights within a set of distributed cloud locations according to the methods shown in FIGS. 3 to 4. . Thereafter, a maximum value is calculated by applying the first factor and the second factor as shown in FIG. 4. The calculated maximum value corresponds to the optimal distributed cloud, and the orchestration device of the present invention can select the optimal distributed cloud and provide the distributed cloud to the location where the service is requested as shown in FIG. 1.
나아가, 본 발명의 오케스트레이션 장치는 상술한 프로세스에 따라서 선택된 최적의 분산 클라우드를 가상 네트워크 매니저에 제공하고, 본 발명의 오케스트레이션 장치는 최적의 분산 클라우드와 가상 네트워크를 통합하여 사용자가 요청한 서비스를 효율적으로 처리할 수 있는 효과를 제공한다.Furthermore, the orchestration device of the present invention provides the optimal distributed cloud selected according to the above-described process to the virtual network manager, and the orchestration device of the present invention efficiently processes the service requested by the user by integrating the optimal distributed cloud and the virtual network. It provides an effect that can be done.
그리고, 상술한 바와 같이 가중치는 사용자에 의해 직접 정의될 수 있고, AI, ML, 휴리스틱 알고리즘 등을 통하여 본 발명의 오케스트레이션 장치가 설정한 값을 가중치로 사용할 수 있다.And, as described above, the weight may be directly defined by the user, and a value set by the orchestration device of the present invention may be used as a weight through AI, ML, and heuristic algorithm.
본 발명의 일 실시예에 따른 오케스트레이션 장치는 분산 클라우드 중 서비스 처리를 위해서 최적의 클라우드를 선택하는 방법을 제안한다. 최적의 클라우드를 선택하기 위해서 본 발명은 각 팩터 및 가중치를 고려하여 위치 기반, 부하 기반, 위치 및 부하에 기반한 값을 산출한다. 위치 기반 클라우드 가중치의 경우, 고려되는 두 가지 팩터는 링크 대역폭과 노드 중심도이다. 각각의 팩터만을 고려하면 최대값(즉, 1인 경우)에 가까울수록 값의 효과가 좋다. 다만 분산 클라우드 및 SDN 환경에서 고려되어야 할 팩터가 많다. 따라서 본 발명은 서로 다른 두 가지 팩터인 링크 대역폭 및 노드 중심도를 모두 반영하되 각 가중치를 적용하여 최적의 클라우드 가중치를 산출한다. 부하 기반 가중치 및 최적 클라우드 선택 방법 또한 마찬가지이다. 각 가중치마다 고려해야 할 팩터의 복잡도는 증가하고, 항상 정의된 가중치가 먼저 결정되어 존재하지 않는다. 따라서, 본 발명의 오케스트레이션 장치는 서비스의 타입, 사용자 또는 호스트의 타입, 사용자의 경험, 해당 서비스 외 다른 서비스와의 연관 관계 등 네트워크 상에 존재할 수 있는 많은 요인을 모두 고려한다. 이로 인하여, 본 발명의 오케스트레이션 장치는 모든 팩터에 대한 적합성을 고려한 학습(AI/ML 등)을 통해 최적의 가중치를 설정할 수 있다.The orchestration device according to an embodiment of the present invention proposes a method for selecting an optimal cloud for service processing among distributed clouds. In order to select the optimal cloud, the present invention calculates a location based, load based, location and load based value in consideration of each factor and weight. For location-based cloud weighting, the two factors considered are link bandwidth and node centroid. If only each factor is considered, the closer the maximum value (ie, 1), the better the effect of the value. However, there are many factors to be considered in distributed cloud and SDN environments. Therefore, the present invention reflects both two different factors, link bandwidth and node centrality, but calculates an optimal cloud weight by applying each weight. The same is true for load-based weighting and optimal cloud selection. The complexity of the factor to be considered for each weight increases, and the defined weight is always determined first and does not exist. Accordingly, the orchestration device of the present invention considers all of many factors that may exist on the network, such as the type of service, the type of user or host, the user's experience, and the relationship with other services other than the corresponding service. For this reason, the orchestration device of the present invention can set the optimal weight through learning (AI/ML, etc.) in consideration of suitability for all factors.
도 3에 도시된 프로세스는 본 발명의 오케스트레이션 방법 및 장치에 대응될 수 있다. 본 발명의 오케스트레이션 장치 내 제어부는 도3의 도시된 프로세스를 처리할 수 있고, 일 실시예에 따라 제 1제어부, 제 2 제어부, 제 3 제어부가 도3의 각 프로세스를 수행할 수 있다.The process illustrated in FIG. 3 may correspond to the orchestration method and apparatus of the present invention. The control unit in the orchestration apparatus of the present invention may process the illustrated process of FIG. 3, and according to an embodiment, the first control unit, the second control unit, and the third control unit may perform each process of FIG. 3.
본 발명의 실시예들에 따른 모듈, 유닛 또는 블락은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서(하드웨어 또는 소프트웨어를 포함하는 용어)일 수 있다. 전술한 실시예에 기술된 각 단계 또는 방법들은 프로세서/하드웨어/소프트웨어들에 의해 수행될 수 있다. 또한, 본 발명이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 본 발명의 실시예들에 따른 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.A module, unit, or block according to embodiments of the present invention may be a processor (a term including hardware or software) that executes continuous execution processes stored in a memory (or storage unit). Each step or method described in the above-described embodiment may be performed by processors/hardware/software. Also, the methods proposed by the present invention can be executed as code. This code can be written to a storage medium that can be read by a processor, and thus can be read by a processor provided by an apparatus according to embodiments of the present invention.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 당업자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 본 발명의 권리범위에 속한다.For convenience of description, each drawing is divided and described, but it is also possible to design to implement a new embodiment by merging the embodiments described in each drawing. And, according to the needs of those skilled in the art, it is also within the scope of the present invention to design a computer-readable recording medium in which a program for executing the previously described embodiments is recorded.
본 발명에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상술한 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.The apparatus and method according to the present invention is not limited to the configuration and method of the embodiments described as described above, the above-described embodiments may be all or part of each of the embodiments selectively so that various modifications can be made It may be configured in combination.
한편, 본 발명의 영상 처리 방법은 네트워크 디바이스에 구비된 프로세서가 읽을 수 있는 기록매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.Meanwhile, the image processing method of the present invention can be implemented as a code readable by a processor in a recording medium readable by a processor provided in a network device. The processor-readable recording medium includes all kinds of recording devices in which data that can be read by the processor are stored. Examples of the recording medium readable by the processor include a ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like, and also implemented in the form of a carrier wave such as transmission through the Internet. . In addition, the processor-readable recording medium may be distributed over a networked computer system so that the processor-readable code is stored and executed in a distributed manner.
또한, 이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.In addition, although the preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention pertains without departing from the gist of the present invention claimed in the claims. In addition, various modifications can be carried out by a person having ordinary knowledge in the course, and these modifications should not be individually understood from the technical idea or prospect of the present invention.
그리고, 당해 명세서에서는 물건 발명과 방법 발명이 모두 설명되고 있으며, 필요에 따라 양 발명의 설명은 보충적으로 적용될 수가 있다.In addition, in the specification, both the invention of the object and the invention of the method are described, and the description of both inventions may be applied supplementally as necessary.
이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art to which the present invention pertains may be implemented in other specific forms without changing the technical concept or essential features of the present invention. You will understand. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.
본 발명은 분산된 형태의 물리 및 가상자원 등을 온디맨드로 신속하고 사용자에게 편리하게 통합 제공할 수 있으며 반복 실시가능하다. .The present invention can quickly and conveniently provide integrated and physically distributed physical and virtual resources on demand, and can be repeatedly implemented. .

Claims (17)

  1. 위치 기반 분산 클라우드 가중치를 획득하는 단계로서,As a step of obtaining a location-based distributed cloud weights,
    복수의 위치에 분산된 복수의 분산 클라우드 중 제 1 위치의 분산 클라우드 및 복수의 서비스 위치 중 제 1 서비스 위치 사이의 링크 대역폭 및 상기 제 1 위치의 분산 클라우드의 중심도에 기반하여 상기 위치 기반 분산 클라우드 가중치를 획득하는 단계;The location-based distributed cloud based on the link bandwidth between the first location of the distributed cloud and the plurality of service locations among the plurality of distributed clouds distributed in the plurality of locations and the centrality of the distributed cloud of the first location Obtaining a weight;
    부하 기반 분산 클라우드 가중치를 획득하는 단계로서,As a step of obtaining a load-based distributed cloud weights,
    상기 제 1 위치의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 상기 부하 기반 분산 클라우드 가중치를 획득하는 단계;Obtaining the load-based distributed cloud weights based on available physical resources for the distributed cloud at the first location;
    상기 위치 기반 분산 클라우드 가중치 및 상기 부하 기반 분산 클라우드 가중치에 기반하여 분산 클라우드를 선택하는 단계로서,Selecting a distributed cloud based on the location-based distributed cloud weights and the load-based distributed cloud weights,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치에 기초한 최대값을 획득하는 단계;Obtaining a maximum value based on a location-based distributed cloud weight and a load-based distributed cloud weight for a plurality of distributed clouds distributed in the plurality of locations;
    를 포함하는, 오케스트레이션 방법.Orchestration method comprising a.
  2. 제 1 항에 있어서,According to claim 1,
    상기 링크 대역폭에 제 1값을 곱하고, 상기 중심도에 제 2 값을 곱하여 상기 위치 기반 분산 클라우드 가중치를 최적화하는, 오케스트레이션 방법.The orchestration method optimizes the location-based distributed cloud weights by multiplying the link bandwidth by a first value and multiplying the centrality by a second value.
  3. 제 2 항에 있어서,According to claim 2,
    상기 제 1 값 및 상기 제 2 값은 0이상 1 이하의 실수이고, 상기 제 1 값 및 상기 제 2 값의 합은 1인, 오케스트레이션 방법.The orchestration method, wherein the first value and the second value are real numbers of 0 to 1, and the sum of the first value and the second value is 1.
  4. 제 1 항에 있어서,According to claim 1,
    상기 가용 물리적 자원은 CPU 자원, 메모리 자원, 스토리지 자원을 포함하는, 오케스트레이션 방법.The available physical resources include CPU resources, memory resources, storage resources, orchestration method.
  5. 제 4 항에 있어서,The method of claim 4,
    상기 CPU 자원의 정규화된 제 1 값에 제 1 인자를 곱하고, 상기 메모리 자원의 정규화된 제 2 값에 제 2 인자를 곱하고, 상기 스토리 자원의 정규화된 제 3값에 제 3 인자를 곱하는, 오케스트레이션 방법.An orchestration method of multiplying a normalized first value of the CPU resource by a first factor, multiplying a normalized second value of the memory resource by a second factor, and multiplying a normalized third value of the story resource by a third factor. .
  6. 제 5 항에 있어서,The method of claim 5,
    상기 제 1 인자, 상기 제 2 인자, 상기 제 3 인자는 0이상 1 이하의 실수이고, 상기 제 1 인자, 상기 제 2 인자, 상기 제 3 인자의 합은 1인, 오케스트레이션 방법.The orchestration method wherein the first factor, the second factor, and the third factor are real numbers of 0 to 1, and the sum of the first factor, the second factor, and the third factor is 1.
  7. 제 1 항에 있어서,According to claim 1,
    상기 복수의 위치에 분산된 복수의 분산 클라우드 및 상기 제 1 서비스 위치 사이의 링크 대역폭 및 상기 복수의 위치에 분산된 복수의 분산 클라우드의 중심도에 기초하여 복수의 위치 기반 분산 클라우드 가중치를 획득하고,A plurality of location-based distributed cloud weights are obtained based on a link bandwidth between the plurality of distributed clouds distributed in the plurality of locations and the first service location and a centrality of the plurality of distributed clouds distributed in the plurality of locations,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 복수의 부하 기반 분산 클라우드 가중치를 획득하고,Obtain a plurality of load-based distributed cloud weights based on available physical resources for a plurality of distributed clouds distributed in the plurality of locations,
    상기 복수의 위치 기반 분산 클라우드 가중치 및 상기 복수의 부하 기반 분산 클라우드 가중치에 기초하여 최대값을 획득하는, 오케스트레이션 방법.An orchestration method for obtaining a maximum value based on the plurality of location-based distributed cloud weights and the plurality of load-based distributed cloud weights.
  8. 위치 기반 분산 클라우드 가중치를 획득하는 제 1 제어부로서,As a first control unit for obtaining a location-based distributed cloud weights,
    복수의 위치에 분산된 복수의 분산 클라우드 중 제 1 위치의 분산 클라우드 및 복수의 서비스 위치 중 제 1 서비스 위치 사이의 링크 대역폭 및 상기 제 1 위치의 분산 클라우드의 중심도에 기반하여 상기 위치 기반 분산 클라우드 가중치를 획득하는 제 1 제어부;The location-based distributed cloud based on the link bandwidth between the first location of the distributed cloud and the plurality of service locations among the plurality of distributed clouds distributed in the plurality of locations and the centrality of the distributed cloud of the first location A first control unit for obtaining a weight;
    부하 기반 분산 클라우드 가중치를 획득하는 제 2 제어부로서,As a second control unit for obtaining a load-based distributed cloud weights,
    상기 제 1 위치의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 상기 부하 기반 분산 클라우드 가중치를 획득하는 제 2 제어부;A second control unit that obtains the load-based distributed cloud weights based on available physical resources for the distributed cloud at the first location;
    상기 위치 기반 분산 클라우드 가중치 및 상기 부하 기반 분산 클라우드 가중치에 기반하여 분산 클라우드를 선택하는 제 3 제어부로서,As a third control unit for selecting a distributed cloud based on the location-based distributed cloud weights and the load-based distributed cloud weights,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치에 기초한 최대값을 획득하는 제 3 제어부;를 포함하는 오케스트레이션 장치.And a third control unit configured to obtain a maximum value based on location-based distributed cloud weights and load-based distributed cloud weights for a plurality of distributed clouds distributed in the plurality of locations.
  9. 제 8 항에 있어서,The method of claim 8,
    상기 링크 대역폭에 제 1값을 곱하고, 상기 중심도에 제 2 값을 곱하여 상기 제 1 가중치를 최적화하는,오케스트레이션 장치.The orchestration apparatus optimizes the first weight by multiplying the link bandwidth by a first value and multiplying the centrality by a second value.
  10. 제 9 항에 있어서,The method of claim 9,
    상기 제 1 값 및 상기 제 2 값은 0이상 1 이하의 실수이고, 상기 제 1 값 및 상기 제 2 값의 합은 1인, 오케스트레이션 장치.The orchestration device, wherein the first value and the second value are real numbers of 0 or more and 1 or less, and the sum of the first value and the second value is 1.
  11. 제 8 항에 있어서,The method of claim 8,
    상기 가용 물리적 자원은 CPU 자원, 메모리 자원, 스토리지 자원을 포함하는, 오케스트레이션 장치.The available physical resources include CPU resources, memory resources, storage resources, orchestration device.
  12. 제 11 항에 있어서,The method of claim 11,
    상기 CPU 자원의 정규화된 제 1 값에 제 1 인자를 곱하고, 상기 메모리 자원의 정규환된 제 2 값에 제 2 인자를 곱하고, 상기 스토리 자원의 정규화된 제 3값에 제 3 인자를 곱하는, 오케스트레이션 장치.The orchestration apparatus multiplies the normalized first value of the CPU resource by a first factor, multiplies the normalized second value of the memory resource by a second factor, and multiplies the normalized third value of the story resource by a third factor. .
  13. 제 12 항에 있어서,The method of claim 12,
    상기 제 1 인자, 상기 제 2 인자, 상기 제 3 인자는 0이상 1 이하의 실수이고, 상기 제 1 인자, 상기 제 2 인자, 상기 제 3 인자의 합은 1인, 오케스트레이션 장치.The orchestration apparatus, wherein the first factor, the second factor, and the third factor are real numbers of 0 to 1, and the sum of the first factor, the second factor, and the third factor is 1.
  14. 제 8 항에 있어서,The method of claim 8,
    상기 복수의 위치에 분산된 복수의 분산 클라우드 및 상기 제 1 서비스 위치 사이의 링크 대역폭 및 상기 복수의 위치에 분산된 복수의 분산 클라우드의 중심도에 기초하여 복수의 위치 기반 분산 클라우드 가중치를 획득하고,A plurality of location-based distributed cloud weights are obtained based on a link bandwidth between the plurality of distributed clouds distributed in the plurality of locations and the first service location and a centrality of the plurality of distributed clouds distributed in the plurality of locations,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 복수의 부하 기반 분산 클라우드 가중치를 획득하고,Obtain a plurality of load-based distributed cloud weights based on available physical resources for a plurality of distributed clouds distributed in the plurality of locations,
    상기 복수의 위치 기반 분산 클라우드 가중치 및 상기 복수의 부하 기반 분산 클라우드 가중치에 기초하여 최대값을 획득하는, 오케스트레이션 장치.The orchestration device acquires a maximum value based on the plurality of location-based distributed cloud weights and the plurality of load-based distributed cloud weights.
  15. 복수의 위치에 분산된 복수의 분산 클라우드 중 제 1 위치의 분산 클라우드 및 복수의 서비스 위치 중 제 1 서비스 위치 사이의 링크 대역폭 및 상기 제 1 위치의 분산 클라우드의 중심도에 기반하여 상기 위치 기반 분산 클라우드 가중치를 획득하고;The location-based distributed cloud based on the link bandwidth between the first location of the distributed cloud and the plurality of service locations among the plurality of distributed clouds distributed in the plurality of locations and the centrality of the distributed cloud of the first location Obtain weights;
    상기 제 1 위치의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 상기 부하 기반 분산 클라우드 가중치를 획득하고;Acquire the load-based distributed cloud weights based on available physical resources for the distributed cloud at the first location;
    상기 위치 기반 분산 클라우드 가중치 및 상기 부하 기반 분산 클라우드 가중치를 포함하는,The location-based distributed cloud weights and the load-based distributed cloud weights,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치에 기초한 최대값을 획득하는; 프로그램을 저장하는 컴퓨터 판독 가능한 저장매체.Obtaining a maximum value based on a location-based distributed cloud weight and a load-based distributed cloud weight for a plurality of distributed clouds distributed in the plurality of locations; A computer-readable storage medium that stores programs.
  16. 복수의 위치에 분산된 복수의 분산 클라우드 중 제 1 위치의 분산 클라우드 및 복수의 서비스 위치 중 제 1 서비스 위치 사이의 링크 대역폭 및 상기 제 1 위치의 분산 클라우드의 중심도에 기반하여 상기 위치 기반 분산 클라우드 가중치를 획득하는 단계;The location-based distributed cloud based on the link bandwidth between the first location of the distributed cloud and the plurality of service locations among the plurality of distributed clouds distributed in the plurality of locations and the centrality of the distributed cloud of the first location Obtaining a weight;
    부하 기반 분산 클라우드 가중치를 획득하는 단계로서,As a step of obtaining a load-based distributed cloud weights,
    상기 제 1 위치의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 상기 부하 기반 분산 클라우드 가중치를 획득하는 단계;Obtaining the load-based distributed cloud weights based on available physical resources for the distributed cloud at the first location;
    상기 위치 기반 분산 클라우드 가중치 및 상기 부하 기반 분산 클라우드 가중치에 기반하여 분산 클라우드를 선택하는 단계로서,Selecting a distributed cloud based on the location-based distributed cloud weights and the load-based distributed cloud weights,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치에 기초한 최대값을 획득하는 단계; 및Obtaining a maximum value based on a location-based distributed cloud weight and a load-based distributed cloud weight for a plurality of distributed clouds distributed in the plurality of locations; And
    상기 최대값에 기초하여 상기 복수의 위치에 분산된 복수의 분산 클라우드 중 최적의 분산 클라우드를 선택하여, 가상 네트워크와 상기 최적의 분산 클라우드를 통합하는 단계; 를 포함하는 오케스트레이션 방법.Selecting an optimal distributed cloud among a plurality of distributed clouds distributed in the plurality of locations based on the maximum value, and integrating the optimal distributed cloud with a virtual network; Orchestration method comprising a.
  17. 위치 기반 분산 클라우드 가중치를 획득하는 제 1 제어부로서,As a first control unit for obtaining a location-based distributed cloud weights,
    복수의 위치에 분산된 복수의 분산 클라우드 중 제 1 위치의 분산 클라우드 및 복수의 서비스 위치 중 제 1 서비스 위치 사이의 링크 대역폭 및 상기 제 1 위치의 분산 클라우드의 중심도에 기반하여 상기 위치 기반 분산 클라우드 가중치를 획득하는 제 1 제어부;The location-based distributed cloud based on the link bandwidth between the first location of the distributed cloud and the plurality of service locations among the plurality of distributed clouds distributed in the plurality of locations and the centrality of the distributed cloud of the first location A first control unit for obtaining a weight;
    부하 기반 분산 클라우드 가중치를 획득하는 제 2 제어부로서,As a second control unit for obtaining a load-based distributed cloud weights,
    상기 제 1 위치의 분산 클라우드에 대한 가용 물리적 자원에 기초하여 상기 부하 기반 분산 클라우드 가중치를 획득하는 제 2 제어부;A second control unit that obtains the load-based distributed cloud weights based on available physical resources for the distributed cloud at the first location;
    상기 위치 기반 분산 클라우드 가중치 및 상기 부하 기반 분산 클라우드 가중치에 기반하여 분산 클라우드를 선택하는 제 3 제어부로서,As a third control unit for selecting a distributed cloud based on the location-based distributed cloud weights and the load-based distributed cloud weights,
    상기 복수의 위치에 분산된 복수의 분산 클라우드에 대한 위치 기반 분산 클라우드 가중치 및 부하 기반 분산 클라우드 가중치에 기초한 최대값을 획득하는 제 3 제어부; 및A third control unit for obtaining a maximum value based on a location-based distributed cloud weight and a load-based distributed cloud weight for a plurality of distributed clouds distributed in the plurality of locations; And
    상기 최대값에 기초하여 상기 복수의 위치에 분산된 복수의 분산 클라우드 중 최적의 분산 클라우드를 선택하여, 가상 네트워크와 상기 최적의 분산 클라우드를 통합하는 가상 네트워크 매너저부; 를 포함하는, 오케스트레이션 장치.A virtual network manager unit that selects an optimal distributed cloud among a plurality of distributed clouds distributed in the plurality of locations based on the maximum value, and integrates the optimal distributed cloud with a virtual network; Orchestration device comprising a.
PCT/KR2019/014178 2018-11-26 2019-10-25 Device and method for sdn and distributed cloud orchestration based on location and load WO2020111525A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180147411A KR101955517B1 (en) 2018-11-26 2018-11-26 An apparatus and a method for distributed cloud orchestration based on locations and resources
KR10-2018-0147411 2018-11-26

Publications (1)

Publication Number Publication Date
WO2020111525A1 true WO2020111525A1 (en) 2020-06-04

Family

ID=66675517

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/014178 WO2020111525A1 (en) 2018-11-26 2019-10-25 Device and method for sdn and distributed cloud orchestration based on location and load

Country Status (2)

Country Link
KR (1) KR101955517B1 (en)
WO (1) WO2020111525A1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100122197A (en) * 2009-05-12 2010-11-22 주식회사 클루넷 Cloud computing network system and file distrubuting method of the same
KR20120009800A (en) * 2010-07-21 2012-02-02 에스케이 텔레콤주식회사 Distributed file management apparatus and method
KR101242458B1 (en) * 2012-09-13 2013-03-12 효성아이티엑스(주) Intelligent virtual storage service system and method thereof
KR101483127B1 (en) * 2011-03-31 2015-01-22 주식회사 케이티 Method and apparatus for data distribution reflecting the resources of cloud storage system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100122197A (en) * 2009-05-12 2010-11-22 주식회사 클루넷 Cloud computing network system and file distrubuting method of the same
KR20120009800A (en) * 2010-07-21 2012-02-02 에스케이 텔레콤주식회사 Distributed file management apparatus and method
KR101483127B1 (en) * 2011-03-31 2015-01-22 주식회사 케이티 Method and apparatus for data distribution reflecting the resources of cloud storage system
KR101242458B1 (en) * 2012-09-13 2013-03-12 효성아이티엑스(주) Intelligent virtual storage service system and method thereof

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KIM, YOUNG-WOO ET AL: "Resource Requirement Estimation in Cloud Computing Environment", JOURNAL OF THE INSTITUTE OF ELECTRONICS ENGINEERS OF KOREA, vol. 54, no. 11, September 2017 (2017-09-01), pages 113 - 121 *

Also Published As

Publication number Publication date
KR101955517B1 (en) 2019-05-30

Similar Documents

Publication Publication Date Title
CN112134741B (en) Client-directed networking restrictions in a distributed system
KR101650832B1 (en) Network resource monitoring
US9674042B2 (en) Centralized resource usage visualization service for large-scale network topologies
US9647904B2 (en) Customer-directed networking limits in distributed systems
WO2012148067A1 (en) Method and apparatus for distributing and storing a plurality of copies in a cloud storage system
WO2012141404A1 (en) Replication server apparatus and method for generating a replica of a distribution storage system
WO2012086916A1 (en) Cloud computing system, traffic distribution method, and method for controlling same
WO2012134017A1 (en) Method and device for distributing data in consideration of resource in cloud storage system
CN105159775A (en) Load balancer based management system and management method for cloud computing data center
JP6428012B2 (en) Distributed processing program, distributed processing management apparatus, and distributed processing method
WO2018199414A1 (en) Method and apparatus for distributing virtualized resources in cloud computing environment
WO2021201370A1 (en) Federated learning resource management apparatus and system, and resource efficiency method therefor
US11093288B2 (en) Systems and methods for cluster resource balancing in a hyper-converged infrastructure
CN103176849A (en) Virtual machine clustering deployment method based on resource classification
CN112994937A (en) Deployment and migration system of virtual CDN in intelligent fusion identification network
De Palma et al. A declarative approach to topology-aware serverless function-execution scheduling
WO2013027922A1 (en) Compressed image file management device and method, for cloud computing system
WO2020111525A1 (en) Device and method for sdn and distributed cloud orchestration based on location and load
EP3244309A1 (en) Method, system and computer readable medium to update scheduling hints
Mohammadian et al. LBAA: A novel load balancing mechanism in cloud environments using ant colony optimization and artificial bee colony algorithms
WO2021215756A1 (en) Method for allocating and visualizing network slice resource
WO2013085089A1 (en) Method for using communication network resource in m2m cloud environment and system therefor
WO2020166617A1 (en) Resource-contention arbitration apparatus, resource-contention arbitration method, and program
Liang et al. An In-Network Computing Service Placement Mechanism for NUMA-based Software Router
Alghamdi et al. Fog Network Area Management Model for Managing Fog-cloud Resources in IoT Environment

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19889176

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19889176

Country of ref document: EP

Kind code of ref document: A1