---
type: paper
slug: junseokhwang-2010-risk-aware-resource-brokering
title: >-
  Two Risk-Aware Resource Brokering Strategies in Grid Computing: Broker-Driven
  vs. User-Driven Methods
authors:
  - '[[junseokhwang]]'
  - '[[jihyoun-park]]'
  - '[[jorn-altmann]]'
year: 2010
venue: '[[ieee-gecon]]'
pages: 187-197
categories:
  - '[[ict-policy]]'
  - '[[development-economics]]'
methods:
  - '[[market-based-mechanism-design]]'
  - '[[agent-based-simulation]]'
themes:
  - '[[grid-computing]]'
  - '[[risk-management]]'
  - '[[cyber-insurance]]'
last_updated: '2026-05-20T02:11:32+09:00'
---
# Two Risk-Aware Resource Brokering Strategies in Grid Computing: Broker-Driven vs. User-Driven Methods

*[[junseokhwang]], [[jihyoun-park]], [[jorn-altmann]] (2010)* · [[ieee-gecon]] pp. 187-197

> [[grid-computing]] 자원 brokering 의 위험 관리 (보안·QoS 실패·hardware 장애·worm/virus catastrophic event) 를 cyber-insurance 시장 부재 조건에서 어떻게 풀 것인가에 대해 (i) broker-driven self-insurance (broker 가 risk-free 자원 capital $c$ 비축) 와 (ii) user-driven risk-performance preference specification (user 가 job submission 시 위험 허용 수준 명시) 두 메커니즘을 제안한다. Java/Repast J 의 [[agent-based-simulation]] (365 시점, Poisson worm event 1 회/년) 으로 시장 규모 + PCR (Perceived Composite Risk, AHP weight 적용) 양 측면 비교. 결과: PCR 기준 broker-driven (c=33%) 최저 0.0195, user-driven 0.0238, do-nothing 0.2908. 시장 규모는 user-driven 이 최대지만 catastrophic event 시 변동 큼. Broker-driven 의 *feasible safety capital* 범위 $c \in [21\%, 33\%]$ 도출.

- **RQ**: 개방형 [[grid-computing]] 시장에서 자원 broker 가 보안·QoS 위험을 어떻게 관리해야 (i) 시장 규모 확대, (ii) 위험 감소, (iii) 비용 효율 3 측면을 동시에 만족하는가
- **방법론**: [[market-based-mechanism-design]] (self-insurance vs risk-performance preference 두 메커니즘), [[agent-based-simulation]] (Java + Repast J 도구; broker·user·resource agent 3 entity; Poisson worm event)
- **데이터**: Grid 시장 시뮬레이션 — 365 시점 (1 년 가정), 자원 fault tolerance $\delta_j \in (0, 1)$ heterogeneity, risk-free 자원 운영 비용 = grid 자원의 1.5 배, worm event Poisson 분포 1 회/년 가정. AHP 가중치: expected loss 0.25 + expected severe loss 0.25 + std deviation of loss 0.5
- **주요 발견**: PCR 결과: broker-driven (c=33%) 0.0195 (최저), broker-driven (c=23%) 0.0235, user-driven 0.0238, do-nothing 0.2908. 시장 규모: user-driven 최대 (catastrophic event 7 월 시점 큰 손실), broker-driven 안정적, do-nothing 정체. Feasible $c$ 범위: lower bound 21% (severe loss = 0 보장 시작), 23% (user-driven PCR 보다 우월 시작), upper bound 33% (시장 잠재의 1/3)
- **시사점**: User-driven 이 *비용 효율* 면에서 우월 (추가 risk-free 자원 불필요), broker-driven 이 *위험 절대 최소화* 면에서 우월. Broker 의 *risk-residual tolerance* 와 *예산 제약* 에 따라 둘 사이 trade-off 결정. 후속 연구: pricing 모델 + 실시스템 구현

![Broker-driven self-insurance 의 메커니즘 개념도 — broker 가 risk-free 자원 capital $c$ 를 미리 비축, 실패 시 troubled grid 자원을 risk-free 자원으로 대체해 user 의 job 을 완수.](/papers/201000_HwangJ_Two_risk_aware_resource_brokering_strategies_in_grid_computing_Broker_driven_vs_user_driven_methods/fig1.jpeg)

## 요약

[[junseokhwang]] · [[jorn-altmann]] · [[jihyoun-park]] 의 [[grid-economics]] 라인에서 [[risk-management]] 측면을 다룬 paper. Grid computing 의 상용화는 utility computing 으로의 확장과 함께 가속됐지만 (Kenyon & Cheliotis 2002, 2004), 보안·QoS·privacy 위험이 commercialization 의 핵심 장애로 남아 왔다. 종전 해결 시도는 두 갈래로 나뉜다 — (i) Bohme & Kataria (2006), Gordon, Loeb & Sohail (2003), Kesan, Majuca & Yurcik (2004), Ogut, Menon & Raghunathan (2005) 의 cyber-insurance market 라인, (ii) Domingues, Sousa & Moura Silva (2007), Hwang & Kesselman (2003), McGough et al. (2005) 의 fault tolerance + reservation 라인. 본 paper 는 (i) cyber-insurance market 이 아직 미성숙 (actuarial 데이터 부족, interdependent risk 로 premium 과대) 이고 (ii) 기술적 fault tolerance 만으로는 broker 의 비즈니스 sustainability 가 보장되지 않는다는 *결합 한계* 를 출발점 삼아, *broker 가 직접 risk 를 internalize 하는 두 가지 economic 메커니즘* 을 제안한다.

(i) Broker-driven self-insurance: broker 가 자체적으로 spare risk-free 자원 (in-house computing, 운영 비용 1.5 배) capital $c$ 를 미리 확보. Grid 자원 실패 시 risk-free 자원으로 대체해 user 의 job 을 완수. 본질적으로 broker 가 insurer 역할 internalize. Bohme & Kataria 의 insurance 비용 공식 $C_{insurance} = E(L) + A + \mu c$ 에서 $E(L)$ (평균 claim) 은 예측 가능, $A$ (administration) 는 무시할 수 있으므로, $c$ (safety capital) 가 핵심 변수. (ii) User-driven risk-performance preference specification: user 가 job 제출 시 보안 요구 수준 (fault tolerance $\delta_j$ 임계값) 을 명시 → broker 가 filtering 후 자원 할당. Broker 추가 비용 무. 본질적으로 risk-performance trade-off 를 user 측에 위임 (Song, Kai, Yu-Kwong 2006 의 security-assured scheduling 의 economic 적용판).

평가는 Java + Repast J 의 [[agent-based-simulation]] (Tobias & Hofmann 2004, Tesfatsion 2006). 시뮬레이션 1 년 (365 iteration), Poisson worm event 1 회 (catastrophic, 7 개월 시점 발생) 가정. 평가 지표 두 가지: (1) 시장 규모 (user 가 broker 성과를 관찰해 진입·이탈 결정), (2) PCR (Perceived Composite Risk, Bodin, Gordon & Loeb 2008) — AHP 가중치 (expected loss 0.25 + expected severe loss 0.25 + std deviation of loss 0.5) 로 broker 의 *business stability + predictability* 강조. 결과: User-driven 이 시장 규모 측면 최대, 단 catastrophic event 7 개월 시 큰 손실. Broker-driven (c=33%) 이 PCR 면에서 0.0195 로 최저 — 위험 최소화 절대 우위. Sensitivity analysis 로 feasible $c$ 범위 도출: lower bound 21% (severe loss = 0 보장 시작), 23% (PCR 이 user-driven 보다 우월 시작), upper bound 33% (시장 잠재의 1/3, risk-free 자원 비용 1.5 배 가정에서). 23% 미만이면 broker 는 user-driven 으로 switch 가 합리적. 한계는 pricing 모델 미반영 — broker 의 profit margin 이 risk-free 자원 비용을 정당화하는지 별도 분석 필요.

[[junseokhwang]] 의 [[grid-economics]] 라인 ([[jihyoun-park]] 의 박사 라인) 의 risk 측면, [[junseokhwang-2010-mad-portfolio-grid]] 와 자매. [[junseokhwang]] 의 초기 1 기 [[bandwidth-market]]·[[market-based-mechanism-design]] 라인 ([[steve-j-chapin]] · [[haci-a-mantar]] Syracuse 시기) 의 *네트워크 자원을 시장 거래 가능 상품으로 보는 관점* 이 grid 자원으로 확장된 시기.

## 핵심 결과

| Resource brokering 전략 | Expected loss | Expected severe loss | Std dev. of loss | **PCR** |
|---|---:|---:|---:|---:|
| Do-nothing | 0.0857 | 0.9403 | 0.0686 | **0.2908** |
| Broker-driven (c=20%) | 0.0223 | 0.5195 | 0.0376 | 0.1543 |
| Broker-driven (c=21%) | 0.0230 | 0 | 0.0366 | 0.0241 |
| Broker-driven (c=22%) | 0.0231 | 0 | 0.0361 | 0.0238 |
| Broker-driven (c=23%) | 0.0234 | 0 | 0.0352 | 0.0235 |
| **Broker-driven (c=33%)** | 0.0212 | 0 | **0.0284** | **0.0195** |
| User-driven | 0.0292 | 0 | 0.0330 | 0.0238 |

핵심 명제: **두 메커니즘 모두 시장 규모 확대 + PCR 감소 효과 (do-nothing 0.291 → broker-driven c=33% 0.0195 → user-driven 0.0238). User-driven 은 추가 자원 비용 0 + 비용 효율, broker-driven 은 위험 최소화 + 안정성 우월. Broker 의 합리적 $c$ 선택 범위는 $[21\%, 33\%]$, 그 외에는 user-driven 으로 switch.**

## 방법론 노트

Broker 의 insurance 비용 (Bohme & Kataria 2006):

$$
C_{insurance} = E(L) + A + \mu c
$$

여기서 $E(L)$ = 평균 claim (예측 가능), $A$ = administration 비용 (무시 가능), $\mu$ = 이자율, $c$ = safety capital (catastrophic event 대비 risk-free 자원 비축량). $c$ 의 lower bound 는 (i) broker-driven 의 PCR 이 user-driven 보다 우월해지는 임계값 = 23%, (ii) severe loss = 0 보장 임계값 = 21% 두 기준 중 *높은* 임계값. Upper bound 는 risk-free 자원 운영 비용 $1.5 \times$ grid 자원 가정 하 시장 잠재 $M$ 대비 $x \leq M / 3$, 즉 33%. 이는 $(M + 1.5 x) / M < 1.5 \Rightarrow x < M / 3$ 의 직접 결과.

PCR (Perceived Composite Risk, Bodin, Gordon & Loeb 2008) 의 AHP 가중치:

$$
PCR = 0.25 \cdot E[L] + 0.25 \cdot E[L_{severe}] + 0.5 \cdot \sigma[L]
$$

여기서 $E[L]$ = expected loss, $E[L_{severe}]$ = expected severe loss (실패율 > 0.5 인 case), $\sigma[L]$ = loss 표준편차. 본 paper 의 broker 는 business *stability + predictability* 강조 (실패 변동성에 큰 weight), 따라서 std dev 가 0.5 로 가장 큰 weight. 식별은 (i) Poisson worm event 의 stochastic 발생 + 365 시점 + 두 메커니즘 + do-nothing baseline 의 *factorial 비교* 에서, (ii) sensitivity analysis 로 $c$ 의 feasible 구간 도출에서 온다.

## 연구 계보

직접 선행: Bohme & Kataria (2006) *WEIS* "Models and Measures for Correlation in Cyber-Insurance" — insurance 비용 공식의 출처, internal vs global risk correlation 분류. Gordon & Loeb (2002) *ACM TISSEC* "Economics of information security investment" — security investment optimization 라인. Gordon, Loeb & Sohail (2003) *CACM* "Framework for using insurance for cyber-risk management". Bodin, Gordon & Loeb (2008) *CACM* "Information security and risk management" — PCR 정의의 직접 출처, AHP 가중치 방법. Chen, Kataria & Krishnan (2005) *WEIS* "Software diversity for information security" — internal correlation 해소 방법. Kesan, Majuca & Yurcik (2004), Ogut, Menon & Raghunathan (2005) 의 cyber-insurance economic 라인. Song, Kai & Yu-Kwong (2006) *IEEE TC* "Risk-resilient heuristics and genetic algorithms for security-assured grid job scheduling" — user-driven 메커니즘의 직접 영감. Hwang & Kesselman (2003), McGough et al. (2005) 의 fault tolerance + reservation 라인. Kenyon & Cheliotis (2002, 2004) 의 grid resource commercialization 라인. Foster, Kesselman & Tuecke (2001) *IJHPCA* "Anatomy of the Grid". Tobias & Hofmann (2004), Tesfatsion (2006) 의 agent-based simulation 정전. [[junseokhwang]] 의 [[grid-economics]] 라인 ([[jorn-altmann]] HP Labs 시기) 의 risk-management 측면, [[junseokhwang-2009-volunteer-grids-cross-country]] 와 자매, [[junseokhwang-2010-mad-portfolio-grid]] 의 portfolio 측면과 보완.

## See also

- [[junseokhwang]]
- [[jorn-altmann]]
- [[ieee-gecon]]
- [[grid-computing]]
- [[market-based-mechanism-design]]
- [[risk-management]]
- [[cyber-insurance]]
- [[agent-based-simulation]]
- [[junseokhwang-2009-volunteer-grids-cross-country]]
- [[junseokhwang-2010-mad-portfolio-grid]]