WO2021014556A1 - リソース割当装置、リソース割当方法、および、リソース割当プログラム - Google Patents

リソース割当装置、リソース割当方法、および、リソース割当プログラム Download PDF

Info

Publication number
WO2021014556A1
WO2021014556A1 PCT/JP2019/028807 JP2019028807W WO2021014556A1 WO 2021014556 A1 WO2021014556 A1 WO 2021014556A1 JP 2019028807 W JP2019028807 W JP 2019028807W WO 2021014556 A1 WO2021014556 A1 WO 2021014556A1
Authority
WO
WIPO (PCT)
Prior art keywords
resource allocation
mobile terminal
upper limit
area
maximum value
Prior art date
Application number
PCT/JP2019/028807
Other languages
English (en)
French (fr)
Inventor
孝太郎 小野
亮太 石橋
拓磨 鍔木
直樹 肥後
悠希 中原
健 桑原
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to US17/629,079 priority Critical patent/US11863462B2/en
Priority to PCT/JP2019/028807 priority patent/WO2021014556A1/ja
Priority to JP2021534446A priority patent/JP7239861B2/ja
Publication of WO2021014556A1 publication Critical patent/WO2021014556A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/83—Admission control; Resource allocation based on usage prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/26—Resource reservation

Definitions

  • the present invention relates to a resource allocation device, a resource allocation method, and a resource allocation program.
  • the MEC server is a server that is physically distributed in the vicinity of terminals and processes various types of information (see Non-Patent Document 1).
  • the MEC server enables the distribution and sophistication of various functions and processes that were conventionally realized on the cloud server side or the terminal side. As a result, in addition to services that require low latency, services in new areas such as services that aggregate large amounts of information and services that require high-speed processing are being considered.
  • the overcommit ratio is determined based on the specifications of physical resources such as CPU and memory, and the expected utilization rate.
  • MEC servers that are geographically distributed in a hierarchical structure have quantitative restrictions on resource deployment in terms of cost and other factors.
  • the mobile terminal sends information to the MEC server and the MEC server processes it in real time, it is necessary to ensure the real-time performance of the information transmission from the mobile terminal and the information processing on the MEC server. For this reason, the MEC server at the destination needs to secure the necessary resources before the mobile terminal actually moves and prepare for information transmission from the mobile terminal.
  • the same mobile terminal does not exist in different areas at the same time. For this reason, when the resources of the MEC server group are always secured for the number of all mobile terminals in each region, the secured resources are not always used, and the resource utilization efficiency is lowered.
  • Resource overcommitment can be considered as a means to improve resource utilization efficiency in an environment where resources are limited in quantity.
  • uniform overcommitment can cause performance degradation or operational instability. Therefore, the upper limit of the overcommit rate cannot be raised at the design stage, and the accommodation rate of mobile terminals cannot be improved.
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to provide a technique for controlling overcommit according to the movement status of a mobile terminal and effectively utilizing resources.
  • the resource allocation device of one aspect of the present invention estimates and predicts the course of each mobile terminal based on the network information regarding the position of the mobile terminal acquired from the network device, and each region at the time of estimation.
  • the course estimation unit that estimates the probability that each mobile terminal is in the area and the number of mobile terminals that are in the area are calculated for each region using the probability, and the number is calculated based on the number of terminals in the area.
  • a determination unit that determines whether the maximum value of the overcommit rate in each region exceeds the upper limit, and a resource for the virtual server group placed in each region when the maximum value of the overcommit rate is equal to or less than the upper limit. When the maximum value of the overcommit rate exceeds the upper limit value, the execution unit does not execute the allocation or cancellation of resources to the virtual server group.
  • One aspect of the present invention is a resource allocation method performed by a resource allocation device, and at the time of estimating and predicting the course of each mobile terminal based on network information regarding the position of the mobile terminal acquired from the network device, each The course estimation step for estimating the probability that each mobile terminal is in the area and the number of mobile terminals in the area are calculated for each area using the probability, and the calculation is based on the number of terminals in the area.
  • Judgment step to determine whether the maximum value of the overcommit rate in each region exceeds the upper limit, and when the maximum value of the overcommit rate is less than or equal to the upper limit, the virtual server group placed in each region When the maximum value of the overcommit rate exceeds the upper limit value, the execution step of not executing the allocation or cancellation of the resource to the virtual server group is performed.
  • One aspect of the present invention is a resource allocation program that causes a computer to function as the resource allocation device.
  • FIG. 1 shows an example of a network configuration (network system) including a MEC server to be allocated resources according to the present embodiment.
  • the network configuration shown in the figure includes a cloud server 1, a MEC server group 3, and a plurality of mobile terminals 5.
  • the MEC server group 3 is arranged between the cloud server 1 and the mobile terminal 5, and has a hierarchical structure according to the area.
  • the illustrated mobile terminal 5 moves between regions and connects to a group of MEC servers arranged at the closest positions via a base station (radio base station).
  • the network configuration is not limited to FIG. 1, and various networks can be considered.
  • the cloud server 1 aggregates the information processed in real time by the MEC server group 3, for example, and performs big data, large-scale analysis, and the like. Specifically, the cloud server 1 performs general processing in which the requirements for real-time performance are not strict as compared with the low-delay processing in the MEC server group 3 arranged at the edge.
  • the MEC server group 3 is a plurality of virtualized MEC servers.
  • the resources of at least one physical server are divided into a plurality of MEC servers (MEC server group 3) and used.
  • MEC server group 3 Each MEC server can run the OS and applications and use it as if it were an independent computer.
  • the mobile terminal 5 is a terminal (mobile terminal) that performs wireless communication such as a smartphone or a feature phone.
  • FIG. 2 is a functional block diagram showing the configuration of the resource allocation device 2 of the present embodiment.
  • the resource allocation device 2 virtualizes the resources of the physical server and allocates them to the MEC server group 3.
  • the resource allocation device 2 shown in the figure includes a position acquisition unit 21, a speed / route acquisition unit 22, a course estimation unit 23, a determination unit 24, an execution unit 25, a resource monitoring unit 26, a determination monitoring unit 27, and the like. It includes a storage unit 28.
  • the position acquisition unit 21 acquires network information regarding the position of the mobile terminal 5 from the network device 4 (NW device), and stores (stores) the network information in the storage unit 28.
  • the network device 4 is, for example, a base station, a device on the core network side, or the like.
  • the network information is, for example, connection information between the mobile terminal 5 and the base station.
  • the connection information is information indicating which terminal 5 exists in which place (cell of the base station) for each time.
  • six mobile terminals a, b, c, d, e, and f are in the area (area A-1- ⁇ under area A-1-0, area A-1- ⁇ , area A-.
  • An example of a MEC-specific service in which information is transmitted to the MEC server group in 1- ⁇ , region A-1- ⁇ ) and the MEC server group performs real-time processing will be described.
  • Each area is composed of squares 1-9.
  • the position acquisition unit 21 acquires the position of each mobile terminal 5 as shown in FIG. 8 for each time by using the network information.
  • the speed / route acquisition unit 22 acquires the movement speed and movement route of each mobile terminal 5 for each time based on the network information stored in the storage unit 28, and stores the acquired movement speed and movement route in the storage unit 28.
  • the course estimation unit 23 estimates the course of each mobile terminal 5 based on the network information, and estimates the probability that each mobile terminal 5 is in each area at the time of prediction.
  • the course estimation unit 23 estimates the course of each mobile terminal using the movement speed acquired by the speed / route acquisition unit 22 and the movement route.
  • the course estimation unit 23 estimates the terminal course of the mobile terminal 5 for each hour using the movement speed and movement path of the mobile terminal 5 acquired from the storage unit 28, and stores the estimation result in the storage unit 28.
  • 90% of mobile terminals a and b are in the area A-1- ⁇
  • 90% are in the area A-1- ⁇ . It shows that it is 10%.
  • the method of estimating the course is not specified, but it can be predicted artificially (for example, using a trained model generated by machine learning) after learning the past movement speed and the accumulation of the movement route. It may be estimated by referring to a predetermined movement plan of the mobile terminal 5.
  • the determination unit 24 calculates the number of mobile terminals 5 in the area for each region using the probability included in the estimation result, and the maximum value of the overcommit rate of each region calculated based on the number of mobile terminals 5 is Determine if the upper limit is exceeded.
  • the determination result includes the number of terminals in the service area (expected value), the resources to be committed, and the overcommit rate.
  • the determination unit 24 uses the calculated value of the number of terminals in the service area rounded up to the nearest whole number as the resource to commit. For example, the determination unit 24 uses "2", which is rounded up from the number of terminals "1.5" in the area A-1- ⁇ , as a resource to commit. Since the commit of the resource is performed by a discrete value (integer) in units of the number of mobile terminals 5, here, the value obtained by rounding up the fraction of the number of terminals in the service area is used as the resource to be committed. It is assumed that the resources required for one mobile terminal 5 are the same.
  • the determination unit 24 calculates the overcommit rate for each region by the following formula.
  • Overcommit rate resource to commit / existing resource
  • the existing resource is a resource currently assigned to the MEC server group, and is stored in the storage unit 28 by the resource monitoring unit 26.
  • the determination unit 24 acquires the resource in which the MEC server group corresponding to each region exists from the storage unit 28, and calculates the overcommit rate.
  • the determination unit 24 compares the calculated maximum value of the overcommit rate with the upper limit value of the overcommit rate stored in the storage unit 28, and calculates when the maximum value of the overcommit rate is equal to or less than the upper limit value.
  • the determination result including the overcommit rate is stored in the storage unit 28.
  • the determination unit 24 stores the determination result including the calculated overcommit rate in the storage unit 28, and prevents the overcommit rate from exceeding the upper limit value. Change the resource allocation method of MEC server group 3. As a result, the existing resources in the area where the overcommit rate exceeds the upper limit may be changed, and the changed overcommit rate may become less than or equal to the upper limit.
  • the maximum value of the overcommit rate is "1".
  • the upper limit of the overcommit rate is stored in the storage unit 28, and is set to "3" here.
  • the determination unit 24 determines that the maximum value "1" of the overcommit rate is equal to or less than the upper limit value "3", and stores the determination result including the calculated overcommit rate in the storage unit 28.
  • the execution unit 25 executes resource allocation or cancellation to the MEC server group 3 located in each region, and when the maximum value of the overcommit rate exceeds the upper limit value. , Do not perform resource allocation or deallocation. That is, the execution unit 25 compares the maximum value and the upper limit value of the overcommit rate of the determination result stored in the storage unit 28, and executes resource allocation or resource release according to the comparison result.
  • the resource monitoring unit 26 monitors the resource usage status of the MEC server group 3 and stores the resource usage status in the storage unit 28.
  • Resources include, for example, CPU, memory, GPU, disk capacity, and so on.
  • the determination unit 24 refers to the resource usage status stored in the storage unit 28, and acquires the existing resources necessary for calculating the overcommit rate. Further, when the calculated overcommit rate exceeds the upper limit value, the determination unit 24 changes the resource allocation by referring to the resource usage status stored in the storage unit 28.
  • the judgment monitoring unit 27 outputs an alert (first alert) when the maximum value of the overcommit rate exceeds the upper limit value.
  • the determination monitoring unit 27 refers to the determination result stored in the storage unit 28 and the upper limit value of the overcommit rate, and compares the maximum value and the upper limit value of the overcommit rate included in the determination result.
  • the determination monitoring unit 27 generates an alert and transmits the alert to the administrator terminal 6.
  • the alert is a warning indicating that an event in which the overcommit rate exceeds the upper limit value may occur, and the performance of the functions, services, etc. of the target MEC server group 3 may deteriorate.
  • the determination monitoring unit 27 ends the process without generating an alert.
  • each MEC server group 3 in each region has resources for two mobile terminals.
  • the overcommit rates in each region are 2, 1, 1, and 0.5, respectively.
  • the upper limit of the overcommit rate is "1".
  • the determination monitoring unit 27 transmits an alert to the administrator terminal 6 because the maximum value “2” of the overcommit rate included in the determination result exceeds the upper limit value “1”.
  • the determination monitoring unit 27 may have an interface that can monitor or acquire the occurrence of an alert from the outside.
  • the administrator terminal 6 is an external terminal used by a resource administrator such as a maintenance person.
  • the administrator terminal 6 receives the alert transmitted from the resource allocation device 2, displays the alert on a display or the like, and presents the alert to the resource administrator.
  • the resource administrator detects the alert and takes measures to avoid the occurrence of the alert, such as increasing the resources of the MEC server group 3 and changing the functions / services provided by the MEC server group 3.
  • FIG. 7 is a sequence diagram showing the operation of the resource allocation device 2 of the present embodiment.
  • the resource monitoring unit 26 monitors the resource usage status of the MEC server group 3 (S11), and stores (stores) the resource usage status in the storage unit 28 (S12).
  • the resource monitoring unit 26 constantly monitors the resource usage status. As a result, the resource usage status of the MEC server group 3 is stored in the storage unit 28 in chronological order.
  • the position acquisition unit 21 acquires network information regarding the position of the mobile terminal 5 from the network device 4 (S13), and stores the network information in the storage unit 28 (S14).
  • the network information is, for example, connection information to a base station indicating which base station cell the mobile terminal 5 is located in.
  • the position acquisition unit 21 acquires the network information of each mobile terminal 5 from the network device 4 at a predetermined timing (predetermined time interval). As a result, network information regarding the position of each mobile terminal 5 is stored in the storage unit 28 in chronological order.
  • the speed / route acquisition unit 22 refers to the network information of each mobile terminal 5 stored in the storage unit 28 in time series (S15), acquires the movement speed and the movement route of each mobile terminal 5 for each time, and obtains the movement speed and the movement route for each time. It is stored in the storage unit 28 (S16).
  • the course estimation unit 23 refers to the movement speed and movement route of each mobile terminal 5 stored in the storage unit 28 (S17), and determines the probability that each mobile terminal is in each area at the time of prediction. It is stored in the storage unit 28 as the course estimation result of the terminal 5 (S18).
  • the determination unit 24 refers to the course estimation result, the resource usage status, the upper limit value of the overcommit rate, etc. stored in the storage unit 28 (S19).
  • the determination unit 24 calculates the number of mobile terminals (expected value) in the area using the probability of the course estimation result for each region, and the overcommit rate of each region calculated based on the calculated number of mobile terminals. It is determined whether or not the maximum value of is exceeding the upper limit value, and the determination result is stored in the storage unit 28 (S20). The detailed processing of the determination unit 24 will be described later.
  • the execution unit 25 refers to the determination result stored in the storage unit 28 (S21), and when the maximum value of the overcommit rate is equal to or less than the upper limit value, allocates or cancels the resources of the MEC server group 3 (S22). .. The detailed processing of the execution unit 25 will be described later.
  • the execution unit 25 ends the process without executing the allocation or cancellation of the resources of the MEC server group 3.
  • the determination monitoring unit 27 since the determination monitoring unit 27 constantly monitors the determination result stored in the storage unit 28, it detects that the determination result in which the maximum value of the overcommit rate exceeds the upper limit is stored in the storage unit 28. Then, an alert is generated and sent to the administrator terminal 6. The detailed processing of the determination monitoring unit 27 will be described later.
  • FIG. 8 is a flowchart specifically showing the processing of the determination unit 24 of S19 and S20 shown in FIG. 7.
  • the determination unit 24 acquires the course estimation result from the storage unit 28 (S31). As shown in FIG. 5, for example, the course estimation result indicates the probability that each mobile terminal will be in each area at the time of prediction.
  • the determination unit 24 calculates the number of mobile terminals in the area (expected value) for each region using the course estimation result, and determines the resource to commit based on the number of mobile terminals in the area (S32). In the example shown in FIG. 6, the determination unit 24 rounds up the number of mobile terminals in the area after the decimal point to determine the resource to commit.
  • the determination unit 24 acquires the resource usage status and the upper limit of the overcommit rate from the storage unit 28 (S33).
  • the determination unit 24 calculates the overcommit rate in each region by dividing the "resource to be committed” by the "existing resource” of the MEC server group 3 that is the target of the resource usage status.
  • the determination unit 24 determines whether or not the maximum value of the overcommit rate in each region is equal to or less than the upper limit value (S34). When the maximum value is equal to or less than the upper limit value (S34: YES), the determination unit 24 stores the determination result including the calculated overcommit rate in the storage unit 28 (S35).
  • the determination unit 24 stores the determination result including the calculated overcommit rate in the storage unit 28 (S36). Then, the determination unit 24 changes the resource allocation method of the MEC server group 3 so that the overcommit rate does not exceed the upper limit value (S37). For example, the determination unit 24 commits to another CPU instead of overcommitting to the same CPU.
  • the determination unit 24 When the number of times S37 is executed is less than the predetermined number of times (S38: NO), the determination unit 24 returns to S34 and repeats the subsequent processing. When the number of times S37 is executed reaches a predetermined number (S38: YES), the determination unit 24 determines that it is impossible to allocate the resources of the MEC server group 3 so as not to exceed the upper limit of the overcommit rate. Judge and end the process.
  • FIG. 9 is a flowchart specifically showing the processing of the execution unit 25 of S21 and S22 shown in FIG.
  • the execution unit 25 acquires a determination result including the overcommit rate of each region from the storage unit 28 (S41).
  • the execution unit 25 executes resource allocation or cancellation to the MEC server group 3.
  • the execution unit 25 ends the process without executing the allocation or cancellation of the resource.
  • FIG. 10 is a flowchart specifically showing the processing of the determination monitoring unit 27.
  • the determination monitoring unit 27 acquires a determination result including the overcommit rate of each region from the storage unit 28 (S51). When the maximum value of the overcommit rate exceeds the upper limit of the overcommit rate stored in the storage unit 28 (S45: YES), the determination monitoring unit 27 generates an alert (S53).
  • the alert is a warning indicating that an event in which the overcommit rate exceeds the upper limit may occur, and that the performance of the functions and services of the target MEC server group 3 may deteriorate.
  • the determination monitoring unit 27 transmits the generated alert to the administrator terminal 6 (S54). Further, the determination monitoring unit 27 may have an interface that can monitor or acquire the occurrence of an alert from the outside.
  • the determination monitoring unit 27 ends the process.
  • the process ends without creating an alert.
  • the resource allocation device 2 of the present embodiment described above estimates and predicts the course of each mobile terminal 5 based on the network information regarding the position of the mobile terminal 5 acquired from the network device 4, and is in each region at the time of prediction.
  • the course estimation unit 23 that estimates the probability that the mobile terminal 5 is in the area and the number of in-area terminals of the mobile terminal 5 that is in the area are calculated for each region using the probability, and are calculated based on the number of the in-area terminals.
  • It has an execution unit 25 that executes resource allocation or cancellation to the virtual server) and does not execute resource allocation or cancellation to the MEC server group 3 when the maximum value of the overcommit rate exceeds the upper limit value.
  • the overcommit is controlled based on the course estimation result of the mobile terminal 5 calculated for each probability by utilizing the network information, instead of constantly overcommitting uniformly. Further, in the present embodiment, by controlling the resource release timing by utilizing the network information, it is possible to match the resource allocation status with the actual condition of the mobile terminal and avoid an apparent increase in the overcommit rate. Therefore, in the present embodiment, overcommit can be controlled according to the movement status of the mobile terminal, and resources can be effectively utilized.
  • overcommit of shared resources such as CPU and memory, and overcommit the overcommit utilize network information. Can be dynamically controlled. As a result, in the present embodiment, resources having a limited quantity can be efficiently utilized.
  • the accuracy of the route estimation result of the mobile terminal 5 and the resource allocation determination result based on the route estimation result is improved, so that the accommodation rate of the mobile terminal 5 is efficiently improved from the system design stage. Can be made to.
  • the geographical hierarchical structure of the MEC server group 3 is utilized, and the real-time resource usage status of the MEC server group 3 and the network information regarding the position of the mobile terminal 5 are associated with the current resource allocation. Can be done. Further, in the present embodiment, the course of the mobile terminal 5 is estimated based on the accumulation of network information regarding the position of the mobile terminal 5, and resources are allocated in consideration of these relationships, which is restrictive. Resources can be used efficiently.
  • the resources of the MEC server group 3 are used in the system in which the MEC server group 3 having a hierarchical structure according to the regional division, the mobile terminal 5, and the cloud server are connected via the network. It can be efficiently assigned to the functions and services provided by the MEC server group 3.
  • the handover information is used as the network information acquired by the position acquisition unit 21 of the resource allocation device 2.
  • Handover information is a type of connection information between a mobile terminal and a base station.
  • the resource of the MEC server group in which region is used can be determined at the timing when the mobile terminal connects to the base station in the service area, regardless of the absolute position of the mobile terminal. Can be identified. Further, as compared with the case where the information of the terminal alone such as GPS is used, the resources used by the MEC server group 3 can be determined and the resources not used can be released at an earlier stage. Here, it is assumed that the base stations under the jurisdiction of each region are different.
  • the mobile terminal c and the MEC server group located in the area A-1- ⁇ are connected to the area A-1. -Must be connected via the base station that has jurisdiction over ⁇ .
  • handover information that mediates the connection between the mobile terminal and the MEC server group is used for grasping the position of the mobile terminal and estimating the course, instead of the information of the terminal alone such as GPS.
  • the present embodiment it is possible to specify which area of the MEC server group 3 resource to be used when connecting to a base station in the area where the mobile terminal is located, and to determine the resource to be used. It is possible to release unused resources at an early stage. Therefore, in the present embodiment, the resource utilization efficiency due to resource allocation including overcommit can be further improved.
  • ⁇ Third embodiment> a case where the first embodiment is applied to resource management of a MEC server group in FaaS (Function as a Service) will be described.
  • the resource allocation device of the present embodiment grasps the requirements of the function / service and the resources to be used in advance when accommodating the MEC-specific FaaS (function as a service) in the MEC server group. Then, the resource allocation device grasps whether or not the requirements of the FaaS are satisfied by resource allocation including overcommit after comparing with the resource usage status for each region.
  • the resource manager operates the MEC server group in the area that satisfies the requirements of the FaaS with the current resources. For MEC server groups in areas where the FaaS requirements are not satisfied, including performance degradation, the resource manager will take measures such as increasing resources and changing specifications related to the functions and services provided by the MEC server group.
  • the determination monitoring unit 27 of the resource allocation device 2 determines whether or not the requirements of FaaS are satisfied. Specifically, the determination monitoring unit 27 counts the number of alerts (first alert) output when the maximum value of the overcommit rate exceeds the upper limit value, and when the maximum value of the overcommit rate exceeds the upper limit value. Using at least one of the number of times the resource allocation is changed (Fig. 8: S37), it is determined whether or not the MEC server group satisfies the FaaS requirement condition, and if the requirement condition is not satisfied, a second alert is output. ..
  • the determination monitoring unit 27 does not satisfy the FaaS requirement when the number of times of the first alert exceeds the first threshold value or when the number of times the resource allocation is changed exceeds the second threshold value. judge.
  • the number of times of the first alert and the number of times of changing the resource allocation may be the cumulative number of times or the number of times per predetermined unit time.
  • the judgment monitoring unit 27 When the requirement condition is not satisfied, the judgment monitoring unit 27 generates a second alert indicating that the requirement condition of FaaS is not satisfied and sends it to the administrator terminal 6. Further, the determination monitoring unit 27 may have an interface that can monitor or acquire the occurrence of the second alert from the outside.
  • the MEC-specific FaaS that needs to be aware of the area to be provided and the physical resource to be deployed is accommodated in the MEC server group from the viewpoint of FaaS that is not aware of the physical resource to which the function is deployed.
  • It can be used for improving the FaaS capacity for MEC servers and for efficient facility expansion and maintenance.
  • This is not a uniform resource pool for the entire resource, but it has regional characteristics and the utilization rate changes in real time, but by utilizing network information, that change can be predicted along with the possibility of deterioration of FaaS performance. This is to be regarded as.
  • the resource allocation device 2 For the resource allocation device 2 described above, for example, a general-purpose computer system as shown in FIG. 11 can be used.
  • the computer system shown is a CPU (Central Processing Unit, processor) 901, memory 902, storage 903 (HDD: Hard Disk Drive, SSD: Solid State Drive), communication device 904, input device 905, and output device. 906 and.
  • the memory 902 and the storage 903 are storage devices.
  • the function of the resource allocation device 2 is realized by the CPU 901 executing a predetermined program loaded on the memory 902.
  • the resource allocation device 2 may be implemented by one computer or may be implemented by a plurality of computers. Further, the resource allocation device 2 may be a virtual machine mounted on a computer.
  • the program of the resource allocation device 2 can be stored in a computer-readable recording medium such as an HDD, SSD, USB (Universal Serial Bus) memory, CD (Compact Disc), DVD (Digital Versatile Disc), or via a network. It can also be delivered.
  • a computer-readable recording medium such as an HDD, SSD, USB (Universal Serial Bus) memory, CD (Compact Disc), DVD (Digital Versatile Disc), or via a network. It can also be delivered.
  • the determination unit 24 of the above embodiment calculates the "number of terminals in service area" (expected value) shown in FIG. 6 by summing up the ratio of each mobile terminal 5 in service area (course estimation result).
  • Unit 24 may calculate the overcommit rate by using a safety value obtained by multiplying this "number of terminals in the service area" by a predetermined safety coefficient.
  • the determination unit 24 may calculate the overcommit rate by using a calculated value calculated by applying a predetermined mathematical formula unique to the user to the “number of terminals in the service area”.
  • the determination unit 24 determines one of the expected value of the above embodiment, the safety value obtained by multiplying the expected value by a predetermined safety factor, and the calculated value obtained by applying a mathematical formula to the expected value. It may be used fixedly each time, or it may be dynamically changed and used.
  • the determination unit 24 When changing dynamically, for example, the determination unit 24 improves the resource utilization rate by using the difference between the determination result of the past resource allocation and the actual resource usage status, or defeats the resource utilization on the safe side. You may try to reduce the rate. That is, the determination unit 24 may dynamically change the calculation method of the "number of terminals in the service area" for calculating the overcommit rate by using the feedback control.
  • the determination unit 24 of the present invention determines the number of terminals in the area as an expected value obtained by summing the probabilities, a safety value obtained by multiplying the expected value by a safety factor, and a calculated value obtained by applying a predetermined mathematical formula to the expected value. At least one of may be used.
  • Cloud server 2 Resource allocation device 21: Position acquisition unit 22: Speed / route acquisition unit 23: Course estimation unit 24: Judgment unit 25: Execution unit 26: Resource monitoring unit 27: Judgment monitoring unit 28: Storage unit 3: MEC server group 4: Network device 5: Mobile terminal 6: Administrator terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

リソース割当装置２は、ネットワーク装置４から取得した、移動端末５の位置に関するネットワーク情報に基づいて、各移動端末５の進路を推定し、予測する時点において各地域に各移動端末５が在圏する確率を推定する進路推定部２３と、前記確率を用いて在圏する移動端末５の在圏端末数を地域ごとに算出し、当該在圏端末数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する判定部２４と、オーバーコミット率の最大値が上限値以下の場合、各地域に配置されるMECサーバ群３に対するリソースの割当または解除を実行し、オーバーコミット率の最大値が上限値を超える場合、MECサーバ群３に対するリソースの割り当てまたは解除を実行しない実行部２５と、を有する。

Description

リソース割当装置、リソース割当方法、および、リソース割当プログラム
　本発明は、リソース割当装置、リソース割当方法、および、リソース割当プログラムに関する。
　クラウドサーバと、地域区分に応じて階層構造を有するMEC （Multi-access Edge Computing）サーバ群と、端末とが、ネットワークを介して接続しているシステムが存在する。上記システムにおいて、MECサーバは、端末の近傍に物理的に分散配置され、各種の情報を処理するサーバである（非特許文献１参照）。
　MECサーバにより、従来クラウドサーバ側または端末側で実現していた種々の機能および処理の分散および高度化が可能となる。これにより、低遅延性を要求するサービスの他、大容量の情報を集約するサービス、高速処理を要求するサービスなどの新たな領域のサービスへの対応が検討されている。
　また、物理サーバが備えるCPUやメモリなどの物理リソースを仮想化して利用する仮想化技術が実用化されている。このような仮想環境下において、リソースの利用効率を向上させる技術として、オーバーコミットが挙げられる。オーバーコミットは、実際に存在する物理リソースのキャパシティを超える仮想リソースを仮想サーバに割り当てる（非特許文献２参照）。
　CPUおよびメモリは、常時100 %使用されているわけではないため、安定的な稼働を考慮しながらオーバーコミットを許容する倍率を策定することで、物理サーバに対する仮想サーバの集約率を向上させ、物理リソースを効率的に利用する。オーバーコミットの倍率は、CPU、メモリなどの物理リソースのスペック、想定される利用率などを基に策定される。
「MEC in 5G networks」, ETSI White Paper No. 28, June 2018 「リソース管理ガイド　ESX Server 3.0.1およびVirtualCenter 2.0.1」, vmware
　地理的に階層構造をとって分散配置されるMECサーバは、コスト等の面からリソース配備において量的制限がある。移動端末がMECサーバに情報を送信し、MECサーバでリアルタイム処理する場合、移動端末からの情報送信と、MECサーバでの情報処理とのリアルタイム性を担保する必要がある。このため、移動先のMECサーバでは、移動端末が実際に移動してくる前に必要なリソースを確保し、移動端末からの情報送信に備えておく必要がある。
　一方で、同一の移動端末は、異なる地域に同時に在圏する状態は存在しない。このため、各地域でMECサーバ群のリソースを、全ての移動端末の台数分を常時確保しておく場合、確保されたリソースが常時利用されるわけではなく、リソースの利用効率が低下する。
　リソースに量的制限のある環境下でリソース利用効率を向上させるための手段としては、リソースのオーバーコミットが考えられる。しかしながら、画一的にオーバーコミットすると、性能低下または動作の不安定化を引き起こす可能性がある。このため、設計段階でオーバーコミット率の上限を上げられず、移動端末の収容率を向上させることができない。
　本発明は、上記事情に鑑みてなされたものであり、本発明の目的は、移動端末の移動状況に応じてオーバーコミットを制御し、リソースを有効活用する技術を提供することにある。
　上記目的を達成するため、本発明の一態様のリソース割当装置は、ネットワーク装置から取得した、移動端末の位置に関するネットワーク情報に基づいて、各移動端末の進路を推定し、予測する時点において各地域に各移動端末が在圏する確率を推定する進路推定部と、前記確率を用いて在圏する移動端末の在圏端末数を地域ごとに算出し、当該在圏端末数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する判定部と、前記オーバーコミット率の最大値が前記上限値以下の場合、各地域に配置される仮想サーバ群に対するリソースの割当または解除を実行し、前記オーバーコミット率の最大値が前記上限値を超える場合、前記仮想サーバ群に対するリソースの割り当てまたは解除を実行しない実行部と、を有する。
　本発明の一態様は、リソース割当装置が行うリソース割当方法であって、ネットワーク装置から取得した、移動端末の位置に関するネットワーク情報に基づいて、各移動端末の進路を推定し、予測する時点において各地域に各移動端末が在圏する確率を推定する進路推定ステップと、前記確率を用いて在圏する移動端末の在圏端末数を地域ごとに算出し、当該在圏端末数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する判定ステップと、前記オーバーコミット率の最大値が前記上限値以下の場合、各地域に配置される仮想サーバ群に対するリソースの割当または解除を実行し、前記オーバーコミット率の最大値が前記上限値を超える場合、前記仮想サーバ群に対するリソースの割り当てまたは解除を実行しない実行ステップと、を行う。
　本発明の一態様は、上記リソース割当装置として、コンピュータを機能させるリソース割当プログラムである。
　本発明によれば、移動端末の移動状況に応じてオーバーコミットを制御し、リソースを有効活用する技術を提供することができる。
本発明の実施形態のMECサーバを含むネットワーク構成例を示す図である。 リソース割当装置の構成を示す機能ブロック図である。 時間t=0 (a.u.)における移動端末の位置を示す図である。 時間t=2 (a.u.)における移動端末の移動状況を示す図である。 時間t=3 (a.u.)における進路推定結果の一例を示す図である。 時間t=3 (a.u.)における判定結果の一例を示す図である。 リソース割当装置の動作を示すシーケンス図である。 判定部の動作を示すフローチャートである。 実行部の動作を示すフローチャートである。 判定監視部の動作を示すフローチャートである。 リソース割当装置のハードウェア構成例である。
　以下、本発明の実施の形態について、図面を参照して説明する。図面の記載において、同一部分には同一符号を付して説明を省略する。
　＜第１の実施形態＞
　（MECサーバを含むネットワーク構成）
　図１は、本実施形態のリソース割当の対象となるMECサーバを含むネットワーク構成（ネットワークシステム）の一例を示す。図示するネットワーク構成は、クラウドサーバ１と、MECサーバ群３と、複数の移動端末５とを備える。MECサーバ群３は、クラウドサーバ１と移動端末５との間に配置され、地域に応じた階層構造を有する。図示する移動端末５は、各地域の間を移動し、最も近い位置に配置されたMECサーバ群に基地局（無線基地局）を介して接続する。なお、ネットワーク構成は、図１に限定されるものではなく、様々なものが考えられる。
　クラウドサーバ１は、例えば、MEC サーバ群３でリアルタイム処理した情報を集約し、ビッグデータ化、大規模分析などを行う。具体的には、クラウドサーバ１は、エッジに配置されたMEC サーバ群３での低遅延処理と比較して、リアルタイム性の要求条件が厳しくない処理全般を行う。
　MEC サーバ群３は、仮想化された複数のMECサーバである。本実施形態では、少なくとも１台の物理サーバ（不図示）のリソースを、複数のMEC サーバ（MEC サーバ群３）に分割して利用する。各MEC サーバでは、OSおよびアプリケーションを実行し、あたかも独立したコンピュータのように使用することができる。
　移動端末５は、スマートフォン、フィーチャーホンなどの無線通信を行う端末（携帯端末）である。
　（リソース割当装置の構成）
　図２は、本実施形態のリソース割当装置２の構成を示す機能ブロック図である。リソース割当装置２は、物理サーバのリソースを仮想化し、MECサーバ群３に割り当てる。図示するリソース割当装置２は、位置取得部２１と、速度・経路取得部２２と、進路推定部２３と、判定部２４と、実行部２５と、リソース監視部２６と、判定監視部２７と、記憶部２８とを備える。
　位置取得部２１は、移動端末５の位置に関するネットワーク情報を、ネットワーク装置４（NW装置）から取得し、当該ネットワーク情報を記憶部２８に記憶（格納）する。ネットワーク装置４は、例えば、基地局、コアネットワーク側の装置などである。ネットワーク情報は、例えば、移動端末５と基地局と間の接続情報である。接続情報は、どの端末５がどこの場所（基地局のセル）に存在しているかを、時間ごと示す情報である。
　図３は、時間t=0 (a.u.)における移動端末５の位置を示す図である。ここでは、６台の移動端末a, b, c, d, e, fが、在圏地域（地域A-1-0配下の地域A-1-α、地域A-1-β、地域A-1-γ、地域A-1-δ）のMECサーバ群に情報を送信し、MECサーバ群がリアルタイム処理を行うMEC特有のサービスを例に説明する。各地域はマス目１－９で構成されている。位置取得部２１は、ネットワーク情報を用いて、図８に示すような各移動端末５の位置を時間ごとに取得する。
　速度・経路取得部２２は、記憶部２８に記憶されたネットワーク情報に基づいて、各移動端末５の移動速度および移動経路を時間ごとに取得し、取得した移動速度および移動経路を記憶部２８に記憶する。
　例えば、図３に示す時間t=0 (a.u.)の状態から、図４に示す時間t=2 (a.u.)の状態に、移動端末a, b, c, d, e, fが移動したとする。図４では、移動端末a、bは地域A-1-δ内をマス目9から8経由で7まで移動し、端末c、dは地域A-1-δ内をマス目9から5経由で1まで移動し、端末e、fは地域A-1-δ内をマス目9から6経由で3まで移動したことを示す。各移動端末の移動速度は、1マス/a.u.（任意の時間単位）であり、同じ速度で移動すると仮定する。
　進路推定部２３は、ネットワーク情報に基づいて、各移動端末５の進路を推定し、予測する時点において各地域に各移動端末５が在圏する確率を推定する。ここでは、進路推定部２３は、速度・経路取得部２２が取得した移動速度および前記移動経路を用いて、各移動端末の進路を推定する。具体的には、進路推定部２３は、記憶部２８から取得した移動端末５の移動速度および移動経路を用いて、移動端末５の時間ごとの端末進路を推定し、推定結果を記憶部２８に記憶する。
　図５は、予測する未来の時間t=3 (a.u.)における進路推定結果の一例である。図示する例では、移動端末a、bは、時間t=3 (a.u.)には、地域A-1-γに在圏する割合が90％で、地域A-1-δに在圏する割合が10％であることを示している。進路の推定方法は、特に規定しないが、過去の移動速度および移動経路の蓄積を学習させた上で人工知能的に（例えば、機械学習により生成された学習済みモデルを用いて）予測してもよく、あるいは、予め定められた移動端末５の移動計画を参照して推定してもよい。
　判定部２４は、推定結果に含まれる確率を用いて在圏する移動端末５の数を地域ごとに算出し、移動端末５の数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する。
　図６は、時間t=3 (a.u.)における、地域ごとの判定結果の一例を示す図である。判定結果には、在圏端末数（期待値）と、コミットするリソースと、オーバーコミット率とを含む。判定部２４は、地域ごとに、時間t=3 (a.u.)において各移動端末５が在圏する割合を合計して在圏端末数を算出する。例えば、図５に示す進路推定結果の場合、判定部２４は、地域A-1-αの在圏端末数を、0.75+0.75＝1.5と算出し、地域A-1-βの在圏端末数を、0.1+0.1+0.9+0.9＝2と算出する。
　そして、判定部２４は、算出した各在圏端末数の小数点以下を切り上げた値を、コミットするリソースとする。例えば、判定部２４は、地域A-1-αの在圏端末数「1.5」を切り上げた「2」をコミットするリソースとする。リソースのコミットは、移動端末５の台数を単位とした離散値（整数）で実施するため、ここでは、在圏端末数の端数を切り上げた値を、コミットするリソースとする。なお、１台の移動端末５に必要なリソースは同じであると仮定する。
　そして、判定部２４は、以下の式によりオーバーコミット率を地域ごとに算出する。
　　　オーバーコミット率＝コミットするリソース／存在するリソース
　存在するリソースは、MECサーバ群に現時点で割り当てられているリソースであって、リソース監視部２６により記憶部２８に記憶されている。判定部２４は、各地域に対応するMECサーバ群の存在するリソースを記憶部２８から取得し、オーバーコミット率を算出する。
　図６に示す例では、各地域（地域A-1-α、地域A-1-β、地域A-1-γ、地域A-1-δ）のMECサーバ群３には、それぞれ移動端末2台分のリソースが存在しているとする。この場合、判定部２４は、地域A-1-αのオーバーコミット率を2/2＝1とし、地域A-1-δのオーバーコミット率を1/2＝0.5とする。
　そして、判定部２４は、算出したオーバーコミット率の最大値と、記憶部２８に記憶されたオーバーコミット率の上限値とを比較し、オーバーコミット率の最大値が上限値以下の場合、算出したオーバーコミット率を含む判定結果を記憶部２８に記憶する。
　一方、オーバーコミット率の最大値が上限値を超える場合、判定部２４は、算出したオーバーコミット率を含む判定結果を記憶部２８に記憶するとともに、オーバーコミット率が上限値を超えないように、MECサーバ群３のリソースの割当方法を変更する。これにより、オーバーコミット率が上限値を超えた地域の存在するリソースが変更され、変更後のオーバーコミット率が上限値以下となる場合がある。
　図６に示す例では、オーバーコミット率の最大値は、「1」である。オーバーコミット率の上限値は、記憶部２８に記憶され、ここでは「3」とする。この場合、判定部２４は、オーバーコミット率の最大値「1」は上限値「3」以下であると判定し、算出したオーバーコミット率を含む判定結果を、記憶部２８に記憶する。
　実行部２５は、オーバーコミット率の最大値が上限値以下の場合、各地域に配置されるMECサーバ群３に対するリソースの割当または解除を実行し、オーバーコミット率の最大値が上限値を超える場合、リソースの割当または解除を実行しない。すなわち、実行部２５は、記憶部２８に記憶された判定結果のオーバーコミット率の最大値と上限値とを比較し、比較結果に応じてリソースの割当またはリソースの解放を実行する。
　リソース監視部２６は、MECサーバ群３のリソースの利用状況を監視し、リソースの利用状況を記憶部２８に記憶する。リソースは、例えばCPU、メモリ、GPU、ディスク容量などである。判定部２４は、記憶部２８に記憶されたリソース利用状況を参照し、オーバーコミット率の算出に必要な存在するリソースを取得する。また、判定部２４は、算出したオーバーコミット率が上限値を超える場合に、記憶部２８に記憶されたリソース利用状況を参照してリソースの割当の変更を行う。
　判定監視部２７は、オーバーコミット率の最大値が上限値を超える場合、アラート（第１アラート）を出力する。具体的には、判定監視部２７は、記憶部２８に記憶された判定結果およびオーバーコミット率の上限値を参照し、判定結果に含まれるオーバーコミット率の最大値と上限値とを比較する。オーバーコミット率の最大値が上限値を超える場合、判定監視部２７は、アラートを生成し、当該アラートを管理者端末６に送信する。アラートは、オーバーコミット率が上限値を超える事象の発生、および、対象となるMECサーバ群３の機能、サービス等の性能低下が発生する可能性があることを示す警告である。オーバーコミット率の最大値が上限値以下の場合、判定監視部２７は、アラートを生成することなく処理を終了する。
　例えば、各地域（地域A-1-α、地域A-1-β、地域A-1-γ、地域A-1-δ）のMECサーバ群３には、それぞれ移動端末2台分のリソースが存在し、各地域のコミットするリソースが、それぞれ4台、2台、2台、1台とすると、各地域のオーバーコミット率は、それぞれ2、1、1、0.5となる。ここで、オーバーコミット率の上限値は、「1」とする。この場合、判定監視部２７は、判定結果に含まれるオーバーコミット率の最大値「2」が上限値「1」を超えるため、アラートを管理者端末６に送信する。なお、判定監視部２７は、アラートの発生を、外部から監視または取得可能なインターフェースを備えていてもよい。
　管理者端末６は、保守者などのリソース管理者が使用する外部の端末である。管理者端末６は、リソース割当装置２から送信されたアラートを受信し、ディスプレイなどに表示してアラートをリソース管理者に提示する。リソース管理者は、アラートを検知して、MECサーバ群３のリソースの増強、MECサーバ群３で提供する機能／サービスの変更など、アラート発生の回避策を講ずる。
　（リソース割当装置の動作）
　図７は、本実施形態のリソース割当装置２の動作を示すシーケンス図である。
　リソース監視部２６は、MECサーバ群３のリソース利用状況を監視し（Ｓ１１）、当該リソース利用状況を記憶部２８に記憶（格納）する（Ｓ１２）。なお、リソース監視部２６は、常時、リソース利用状況を監視する。これにより、記憶部２８には、MECサーバ群３のリソース利用状況が、時系列に記憶される。
　位置取得部２１は、ネットワーク装置４から、移動端末５の位置に関するネットワーク情報を取得し（Ｓ１３）、当該ネットワーク情報を記憶部２８に記憶する（Ｓ１４）。ネットワーク情報は、例えば、移動端末５がどこの基地局のセルに在圏しているかを示す基地局への接続情報である。なお、位置取得部２１は、所定のタイミング（所定の時間間隔）で、ネットワーク装置４から各移動端末５のネットワーク情報を取得する。これにより、記憶部２８には、各移動端末５の位置に関するネットワーク情報が、時系列に記憶される。
　速度・経路取得部２２は、記憶部２８に時系列に記憶された各移動端末５のネットワーク情報を参照して（Ｓ１５）、各移動端末５の時間ごとの移動速度および移動経路を取得し、記憶部２８に記憶する（Ｓ１６）。
　進路推定部２３は、記憶部２８に記憶された各移動端末５の移動速度および移動経路を参照して（Ｓ１７）、予測する時点において各地域に各移動端末が在圏する確率を、各移動端末５の進路推定結果として記憶部２８に記憶する（Ｓ１８）。
　判定部２４は、記憶部２８に記憶された進路推定結果、リソース利用状況、オーバーコミット率の上限値等を参照する（Ｓ１９）。判定部２４は、進路推定結果の前記確率を用いて在圏する移動端末の数（期待値）を地域ごとに算出し、算出した移動端末の数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定し、判定結果を記憶部２８に記憶する（Ｓ２０）。判定部２４の詳細な処理については後述する。
　実行部２５は、記憶部２８に記憶された判定結果を参照し（Ｓ２１）、オーバーコミット率の最大値が上限値以下の場合、MECサーバ群３のリソースの割当または解除を実行する（Ｓ２２）。実行部２５の詳細な処理については後述する。
　なお、オーバーコミット率の最大値が上限値を超える場合、実行部２５は、MECサーバ群３のリソースの割当または解除を実行することなく処理を終了する。この場合、判定監視部２７は、記憶部２８に記憶された判定結果を常時監視しているため、オーバーコミット率の最大値が上限値を超える判定結果が記憶部２８に記憶されたことを検知すると、アラートを生成し、管理者端末６に送信する。判定監視部２７の詳細な処理については後述する。
　（判定部の動作）
　図８は、図７に示すＳ１９およびＳ２０の判定部２４の処理を具体的に示すフローチャートである。
　判定部２４は、記憶部２８から進路推定結果を取得する（Ｓ３１）。進路推定結果は、例えば図５に示すように、予測する時点において各地域に各移動端末が在圏する確率を示すものである。判定部２４は、進路推定結果を用いて在圏する移動端末の数（期待値）を地域ごとに算出し、在圏する移動端末の数に基づいてコミットするリソースを決定する（Ｓ３２）。図６に示す例では、判定部２４は、在圏する移動端末の数の小数点以下を切り上げて、コミットするリソースを決定する。
　判定部２４は、記憶部２８からリソース利用状況およびオーバーコミット率の上限値を取得する（Ｓ３３）。判定部２４は、「コミットするリソース」をリソース利用状況の対象となるMECサーバ群３の「存在するリソース」で除算することで、各地域のオーバーコミット率を算出する。判定部２４は、各地域のオーバーコミット率の最大値が、上限値以下か否かを判定する（Ｓ３４）。最大値が上限値以下の場合（Ｓ３４：ＹＥＳ）、判定部２４は、算出したオーバーコミット率を含む判定結果を記憶部２８に記憶する（Ｓ３５）。
　最大値が上限値を超える場合（Ｓ３４：ＮＯ）、判定部２４は、算出したオーバーコミット率を含む判定結果を記憶部２８に記憶する（Ｓ３６）。そして、判定部２４は、オーバーコミット率が上限値を超えないように、MECサーバ群３のリソースの割り当て方法を変更する（Ｓ３７）。例えば、判定部２４は、同じCPUにオーバーコミットするのではなく、別のCPUにコミットする。
　Ｓ３７を実行した回数が所定の回数未満の場合（Ｓ３８：ＮＯ）、判定部２４は、Ｓ３４に戻り、以降の処理を繰り返し行う。Ｓ３７を実行した回数が所定の回数となった場合（Ｓ３８：ＹＥＳ）、判定部２４は、オーバーコミット率の上限値を超えないようにMECサーバ群３のリソースを割り当てるのは不可能であると判定し、処理を終了する。
　（実行部の動作）
　図９は、図７に示すＳ２１およびＳ２２の実行部２５の処理を具体的に示すフローチャートである。
　実行部２５は、記憶部２８から各地域のオーバーコミット率を含む判定結果を取得する（Ｓ４１）。実行部２５は、オーバーコミット率の最大値が記憶部２８に記憶されたオーバーコミット率の上限値以下の場合（Ｓ４２：ＹＥＳ）、MECサーバ群３に対するリソースの割当または解除を実行する。オーバーコミット率の最大値が上限値を超える場合（Ｓ４２：ＮＯ）、実行部２５は、リソースの割当または解除を実行せずに処理を終了する。
　（判定監視部の動作）
　図１０は、判定監視部２７の処理を具体的に示すフローチャートである。判定監視部２７は、記憶部２８から各地域のオーバーコミット率を含む判定結果を取得する（Ｓ５１）。判定監視部２７は、オーバーコミット率の最大値が記憶部２８に記憶されたオーバーコミット率の上限値を超える場合（Ｓ４５：ＹＥＳ）、アラートを生成する（Ｓ５３）。
　アラートは、オーバーコミット率が上限値を超える事象の発生、および、対象となるMECサーバ群３の機能、サービス等の性能低下が発生する可能性があることを示す警告である。判定監視部２７は、生成したアラートを管理者端末６に送信する（Ｓ５４）。また、判定監視部２７は、アラートの発生を、外部から監視または取得可能なインターフェースを備えていてもよい。
　オーバーコミット率の最大値が上限値以下の場合（Ｓ５２：ＮＯ）、判定監視部２７は、処理を終了する。なお、本実施形態では、図８のＳ３７で判定部２４がリソースの割当を変更した結果、オーバーコミット率の最大値が上限値以下となる場合は、アラートを作成せずに処理を終了する。
　以上説明した本実施形態のリソース割当装置２は、ネットワーク装置４から取得した、移動端末５の位置に関するネットワーク情報に基づいて、各移動端末５の進路を推定し、予測する時点において各地域に各移動端末５が在圏する確率を推定する進路推定部２３と、前記確率を用いて在圏する移動端末５の在圏端末数を地域ごとに算出し、当該在圏端末数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する判定部２４と、オーバーコミット率の最大値が上限値以下の場合、各地域に配置されるMECサーバ群３（仮想サーバ）に対するリソースの割当または解除を実行し、オーバーコミット率の最大値が上限値を超える場合、MECサーバ群３に対するリソースの割り当てまたは解除を実行しない実行部２５と、を有する。
　このように本実施形態では、常時、画一的にオーバーコミットするのではなく、ネットワーク情報を活用して確率別に算出される移動端末５の進路推定結果に基づいてオーバーコミットを制御する。また、本実施形態では、ネットワーク情報を活用してリソースの解放タイミングを制御することで、リソースの割り当て状況を移動端末の実態に合わせ、見かけ上のオーバーコミット率の上昇を回避することができる。したがって、本実施形態では、移動端末の移動状況に応じてオーバーコミットを制御し、リソースを有効活用することができる。
　また、本実施形態では、MECサーバ群３のリソースにより提供されるMEC特有の機能およびサービスを運用する際に、CPUやメモリ等の共有リソースのオーバーコミット、またそのオーバーコミットを、ネットワーク情報を活用して動的に制御することができる。これにより、本実施形態では、量的に制限のあるリソースを効率的に活用することができる。
　また、本実施形態では、移動端末５の進路推定結果、および、進路推定結果に基づくリソース割り当て判定結果の精度が向上することで、システムの設計段階から移動端末５の収容率を効率的に向上させることができる。
　また、本実施形態では、MECサーバ群３の地理的階層構造を活用し、リアルタイムのMECサーバ群３のリソース利用状況と、移動端末５の位置に関するネットワーク情報とを、現状のリソース配置と関連付けることができる。また、本実施形態では、移動端末５の位置に関するネットワーク情報の蓄積を基に、移動端末５の進路を推定し、これらの関連を考慮した上でリソースの割り当てを実施することで、制限的なリソースを効率的に活用することができる。
　このように本実施形態では、地域区分に応じて階層構造を有するMECサーバ群３と、移動端末５と、クラウドサーバとがネットワークを介して接続しているシステムにおいて、MECサーバ群３のリソースを当該MECサーバ群３が提供する機能およびサービスに、効率的に割り当てることができる。
　＜第２の実施形態＞
　本実施形態では、リソース割当装置２の位置取得部２１が取得するネットワーク情報として、ハンドオーバ情報を利用する。ハンドオーバ情報は、移動端末と基地局間の接続情報の一種である。
　このハンドオーバ情報を活用することで、どの地域のMECサーバ群のリソースを利用するかを、移動端末の絶対的な位置に依らずに、移動端末が在圏地域内の基地局に接続したタイミングで特定することができる。また、GPS等の端末単独の情報を利用した場合と比較して、MECサーバ群３で利用するリソースの確定と、利用しないリソースの解放とを、早期に実施することができる。ここでは、地域ごとに管轄する基地局が異なるものとする。
　図５に示す推定結果の場合、時間t=3 (a.u.)における移動端末cの在圏地域候補は、地域A-1-α、地域A-1-β、地域A-1-γおよび地域A-1-δである。時間t=3 (a.u.)において、例えば移動端末cが地域A-1-αに移動する場合は、移動端末cと地域A-1-αに配置されたMECサーバ群とが、地域A-1-αを管轄する基地局を介して接続していなければならない。
　時間t=2 (a.u.)の時点で、移動端末cは地域A-1-δに在圏し、当該地域の基地局を介して当該地域のMECサーバ群と接続している。このため、時間t=2 (a.u.)と時間t=3 (a.u.)の間に、地域A-1-δを管轄する基地局と地域A-1-αを管轄する基地局との間で、ハンドオーバが実施される。つまり、位置取得部２１が、このハンドオーバを実施するためのハンドオーバ情報を、ネットワーク装置４からサブスクライブする（受け取る）ことで、移動端末が実際にMECサーバ群と接続する前に利用するリソースを確定でき、利用しないリソースを解放できることになる。
　端末のみで取得される情報（例えば、GPS等）を利用した場合は、移動端末の絶対位置が変化しない限りリソースの割当または解放を確定できないだけでなく、取得した移動端末の絶対位置に誤りがある場合、適切なリソースの割当を実施できない可能性もある。
　本実施形態では、移動端末の位置把握および進路推定に、GPS等の端末単独の情報ではなく、移動端末とMECサーバ群との間の接続を媒介するハンドオーバ情報（ネットワーク情報）を活用する。これにより、本実施形態では、どの地域のMECサーバ群３のリソースを利用するかを、移動端末の在圏地域内の基地局に接続したときに特定することができ、利用するリソースの確定と利用しないリソースの解放を早期に実施することができる。このため、本実施形態では、オーバーコミットを含むリソース割り当てによるリソースの利用効率を、より向上することができる。
　＜第３の実施形態＞
　本実施形態では、第１の実施形態をFaaS（Function as a Service）におけるMECサーバ群のリソース管理に適用する場合について説明する。
　本実施形態のリソース割当装置は、MEC特有のFaaS（サービスとしての機能）をMECサーバ群に収容する際に、当該機能/サービスの要求条件と、使用するリソースを予め把握しておく。そして、リソース割当装置は、リソースの利用状況と照らし合わせた上で、オーバーコミットを含めたリソース割り当てにより、当該FaaSの要求条件を満足するかどうかを地域ごとに把握する。
　リソース管理者は、当該FaaSの要求条件を満足する地域のMECサーバ群については、現状のリソースで運用する。当該FaaSの要求条件を性能低下含めて満足できない地域のMECサーバ群については、リソース管理者は、リソースの増強、MECサーバ群で提供する機能およびサービスに関する仕様変更などの対応策を講ずる。
　FaaSの要求条件を満足するか否かの判定は、リソース割当装置２の判定監視部２７が行う。具体的には、判定監視部２７は、オーバーコミット率の最大値が上限値を超える場合に出力されるアラート（第１アラート）の回数、および、オーバーコミット率の最大値が上限値を超える場合にリソース割り当てを変更した回数（図８：Ｓ３７）の少なくとも１つを用いて、MECサーバ群がFaaSの要求条件を満たすか否か判定し、要求条件を満たさない場合は第２アラートを出力する。
　例えば、判定監視部２７は、第１アラートの回数が第１の閾値を超えた場合、または、リソース割り当てを変更した回数が第２の閾値を超えた場合に、FaaSの要求条件を満足しないと判定する。第１アラートの回数およびリソース割り当てを変更した回数は、累計回数であっても、所定の単位時間あたりの回数であってもよい。
　要求条件を満たさない場合、判定監視部２７は、FaaSの要求条件を満足さない旨の第２アラートを生成し、管理者端末６に送信する。また、判定監視部２７は、第２アラートの発生を、外部から監視または取得可能なインターフェースを備えていてもよい。
　本実施形態では、機能の展開先となる物理リソースを意識しないFaaSの観点から、提供する地域および展開先となる物理リソースを意識する必要があるMEC特有のFaaSをMECサーバ群に収容する際に、MECサーバ群に対するFaaSの収容率の向上と、効率的な設備増強および保守に活用することができる。これは、リソース全体を一様のリソースプールでなく、地域特性がありかつリアルタイムに利用率が変化するととらえるが、ネットワーク情報の活用により、その変化をFaaSの性能低下の可能性と共に予測可能なものと見なすためである。
　（リソース割当装置のハードウェア構成）
　なお、上記説明したリソース割当装置２には、例えば、図１１に示すような汎用的なコンピュータシステムを用いることができる。図示するコンピュータシステムは、CPU（Central Processing Unit、プロセッサ）９０１と、メモリ９０２と、ストレージ９０３（HDD：Hard Disk Drive、SSD：Solid State Drive）と、通信装置９０４と、入力装置９０５と、出力装置９０６とを備える。メモリ９０２およびストレージ９０３は、記憶装置である。このコンピュータシステムにおいて、CPU９０１がメモリ９０２上にロードされた所定のプログラムを実行することにより、リソース割当装置２の機能が実現される。また、リソース割当装置２は、１つのコンピュータで実装されてもよく、あるいは複数のコンピュータで実装されても良い。また、リソース割当装置２は、コンピュータに実装される仮想マシンであっても良い。
　リソース割当装置２のプログラムは、HDD、SSD、USB（Universal Serial Bus）メモリ、CD (Compact Disc)、DVD (Digital Versatile Disc)などのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。
　（他の実施形態）
　なお、本発明は上記実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。
　例えば、上記実施形態の判定部２４は、図６に示す「在圏端末数」（期待値）を、各移動端末５が在圏する割合（進路推定結果）を合計して算出するが、判定部２４は、この「在圏端末数」に、所定の安全係数を掛けた安全値を用いてオーバーコミット率を算出してもよい。また、判定部２４は、「在圏端末数」に、ユーザ独自の所定の数式を適用して算出した計算値を用いてオーバーコミット率を算出してもよい。
　また、判定部２４は、上記「在圏端末数」に、上記実施形態の期待値、期待値に所定の安全係数を掛けた安全値、期待値に数式を適用した計算値のいずれかを、毎回固定的に用いても、あるいは、動的に変更して用いてもよい。
　動的に変更する場合、例えば、判定部２４は、過去のリソース割当の判定結果と、実際のリソース利用状況の差分を用いて、リソース利用率を向上させる、あるいは、安全側に倒してリソース利用率を低下させるようにしてもよい。すなわち、判定部２４は、フィードバック制御を用いて、オーバーコミット率を算出するための「在圏端末数」の算出方法を、動的に変更してもよい。
　したがって、本発明の判定部２４は、在圏端末数として、前記確率を合計した期待値、前記期待値に安全係数を乗算した安全値、および、前記期待値に所定の数式を適用した計算値の少なくとも１つを用いてもよい。
　１　：クラウドサーバ
　２　：リソース割当装置
　２１：位置取得部
　２２：速度・経路取得部
　２３：進路推定部
　２４：判定部
　２５：実行部
　２６：リソース監視部
　２７：判定監視部
　２８：記憶部
　３　：MECサーバ群
　４　：ネットワーク装置
　５　：移動端末
　６　：管理者端末

Claims (8)

  1. 　ネットワーク装置から取得した、移動端末の位置に関するネットワーク情報に基づいて、各移動端末の進路を推定し、予測する時点において各地域に各移動端末が在圏する確率を推定する進路推定部と、
    　前記確率を用いて在圏する移動端末の在圏端末数を地域ごとに算出し、当該在圏端末数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する判定部と、
    　前記オーバーコミット率の最大値が前記上限値以下の場合、各地域に配置される仮想サーバ群に対するリソースの割当または解除を実行し、前記オーバーコミット率の最大値が前記上限値を超える場合、前記仮想サーバ群に対するリソースの割り当てまたは解除を実行しない実行部と
    　を有するリソース割当装置。
  2. 　前記ネットワーク情報に基づいて、各移動端末の移動速度および移動経路を取得する速度・経路取得部を備え、
    　前記進路推定部は、前記移動速度および前記移動経路を用いて、各移動端末の進路を推定する
    　請求項１に記載のリソース割当装置。
  3. 　前記オーバーコミット率の最大値が前記上限値を超える場合、第１アラートを出力する判定監視部を備える
    　請求項１または２に記載のリソース割当装置。
  4. 　前記ネットワーク情報は、前記移動端末が接続中の基地局から他の基地局にハンドオーバする際に送信されるハンドオーバ情報である
    　請求項１から３のいずれか１項に記載のリソース割当装置。
  5. 　前記判定監視部は、第１アラートの回数、および、オーバーコミット率の最大値が上限値を超える場合にリソース割り当てを変更した回数の少なくとも１つを用いて、前記仮想サーバ群のFaaS（Function as a Service）の要求条件を満たすか否か判定し、前記要求条件を満たさない場合は、第２アラートを出力する
    　請求項３に記載のリソース割当装置。
  6. 　前記判定部は、前記在圏端末数として、前記確率を合計した期待値、前記期待値に安全係数を乗算した安全値、および、前記期待値に所定の数式を適用した計算値の少なくとも１つを用いる
    　請求項１から５のいずれか１項に記載のリソース割当装置。
  7. 　リソース割当装置が行うリソース割当方法であって、
    　ネットワーク装置から取得した、移動端末の位置に関するネットワーク情報に基づいて、各移動端末の進路を推定し、予測する時点において各地域に各移動端末が在圏する確率を推定する進路推定ステップと、
    　前記確率を用いて在圏する移動端末の在圏端末数を地域ごとに算出し、当該在圏端末数に基づいて算出される各地域のオーバーコミット率の最大値が上限値を超えるか否かを判定する判定ステップと、
    　前記オーバーコミット率の最大値が前記上限値以下の場合、各地域に配置される仮想サーバ群に対するリソースの割当または解除を実行し、前記オーバーコミット率の最大値が前記上限値を超える場合、前記仮想サーバ群に対するリソースの割り当てまたは解除を実行しない実行ステップと
    　を行うリソース割当方法。
  8. 　請求項１から６のいずれか１項に記載のリソース割当装置として、コンピュータを機能させるリソース割当プログラム。
PCT/JP2019/028807 2019-07-23 2019-07-23 リソース割当装置、リソース割当方法、および、リソース割当プログラム WO2021014556A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/629,079 US11863462B2 (en) 2019-07-23 2019-07-23 Resource allocation apparatus, resource allocation method and resource allocation program
PCT/JP2019/028807 WO2021014556A1 (ja) 2019-07-23 2019-07-23 リソース割当装置、リソース割当方法、および、リソース割当プログラム
JP2021534446A JP7239861B2 (ja) 2019-07-23 2019-07-23 リソース割当装置、リソース割当方法、および、リソース割当プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/028807 WO2021014556A1 (ja) 2019-07-23 2019-07-23 リソース割当装置、リソース割当方法、および、リソース割当プログラム

Publications (1)

Publication Number Publication Date
WO2021014556A1 true WO2021014556A1 (ja) 2021-01-28

Family

ID=74193529

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/028807 WO2021014556A1 (ja) 2019-07-23 2019-07-23 リソース割当装置、リソース割当方法、および、リソース割当プログラム

Country Status (3)

Country Link
US (1) US11863462B2 (ja)
JP (1) JP7239861B2 (ja)
WO (1) WO2021014556A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023233505A1 (ja) * 2022-05-31 2023-12-07 楽天モバイル株式会社 オフローディングのためのネットワーク管理

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016057851A (ja) * 2014-09-10 2016-04-21 株式会社日立製作所 仮想マシン配置変更装置
JP2019062510A (ja) * 2017-09-28 2019-04-18 Kddi株式会社 管理装置及びその制御方法、並びにプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8812661B2 (en) * 2011-08-16 2014-08-19 Facebook, Inc. Server-initiated bandwidth conservation policies
US8855669B2 (en) * 2011-12-16 2014-10-07 Sap Ag Crowd detection and guidance on mobile devices
GB2503441A (en) * 2012-06-26 2014-01-01 Ibm Managing mobile devices using other mobile devices based on loation
US9143926B2 (en) * 2012-09-06 2015-09-22 Dell Products, Lp Method and apparatus for context aware management of location optimization of virtual machines for mobility and real-time enterprise applications
US9571982B2 (en) * 2014-08-20 2017-02-14 Software Ag System and method for dynamically providing real-time service for a mobile wireless device
US9848301B2 (en) * 2015-11-20 2017-12-19 At&T Intellectual Property I, L.P. Facilitation of mobile device geolocation
US10484451B2 (en) 2016-10-18 2019-11-19 Huawei Technologies Co., Ltd. Virtual network state management in mobile edge computing
US10809077B2 (en) * 2018-01-10 2020-10-20 International Business Machines Corporation Navigating to a moving target

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016057851A (ja) * 2014-09-10 2016-04-21 株式会社日立製作所 仮想マシン配置変更装置
JP2019062510A (ja) * 2017-09-28 2019-04-18 Kddi株式会社 管理装置及びその制御方法、並びにプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023233505A1 (ja) * 2022-05-31 2023-12-07 楽天モバイル株式会社 オフローディングのためのネットワーク管理

Also Published As

Publication number Publication date
JP7239861B2 (ja) 2023-03-15
JPWO2021014556A1 (ja) 2021-01-28
US11863462B2 (en) 2024-01-02
US20220255878A1 (en) 2022-08-11

Similar Documents

Publication Publication Date Title
EP3577558B1 (en) Resource management for virtual machines in cloud computing systems
EP3577561B1 (en) Resource management for virtual machines in cloud computing systems
Farahnakian et al. Utilization prediction aware VM consolidation approach for green cloud computing
Mazumdar et al. Power efficient server consolidation for cloud data center
CN107273185B (zh) 一种基于虚拟机的负载均衡控制方法
WO2018194836A1 (en) Systems and methods for proactively and reactively allocating resources in cloud-based networks
US9178763B2 (en) Weight-based collocation management
CN106133693B (zh) 虚拟机的迁移方法、装置及设备
KR101941282B1 (ko) 가상 데스크톱 서비스 제공 방법 및 장치
US11496413B2 (en) Allocating cloud computing resources in a cloud computing environment based on user predictability
US10705872B2 (en) Predictive virtual server scheduling and optimization of dynamic consumable resources to achieve priority-based workload performance objectives
CN105100184A (zh) 虚拟机的可靠且确定的实时迁移
KR101471749B1 (ko) 클라우드 서비스의 가상자원 할당을 위한 퍼지 로직 기반의 자원평가 장치 및 방법
CN111338785A (zh) 资源调度方法及装置、电子设备、存储介质
Babu et al. Interference aware prediction mechanism for auto scaling in cloud
CN107203256B (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
WO2021014556A1 (ja) リソース割当装置、リソース割当方法、および、リソース割当プログラム
KR102027682B1 (ko) 부분적 계산 오프로딩을 위한 모바일 클라우드 네트워크의 로드밸런싱 방법 및 그 시스템
Chen et al. Towards resource-efficient cloud systems: Avoiding over-provisioning in demand-prediction based resource provisioning
Srivastava et al. Queueing model based dynamic scalability for containerized cloud
EP2775400A1 (en) Ressource management system and method
EP3096227A1 (en) Resource allocation method in distributed clouds
CN111327663A (zh) 一种堡垒机分配的方法和设备
CN115794305B (zh) 虚拟机内存的调整方法和装置、存储介质及电子装置
Globa et al. The Approach to Flow Management in Virtual Computational Environment for Up-to-Day Telecom Networks

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: 19938415

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021534446

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19938415

Country of ref document: EP

Kind code of ref document: A1