--- type: paper slug: mohammad-mahdi-kashef-2016-iot-multi-clouds title: >- Decision Support Tool for IoT Service Providers for Utilization of Multi Clouds authors: - '[[mohammad-mahdi-kashef]]' - '[[hyenyoung-yoon]]' - '[[mehdi-keshavarz]]' - '[[junseokhwang]]' year: 2016 venue: '[[picmet]]' doi: '' categories: - '[[innovation-economics]]' - '[[ict-industries]]' methods: - '[[optimization]]' - '[[simulation-methods]]' - '[[cost-estimation-model]]' themes: - '[[internet-of-things]]' - '[[cloud-computing]]' - '[[multi-cloud]]' - '[[vm-placement]]' last_updated: '2026-05-20T02:06:34+09:00' --- # Decision Support Tool for IoT Service Providers for Utilization of Multi Clouds *[[mohammad-mahdi-kashef]], [[hyenyoung-yoon]], [[mehdi-keshavarz]], [[junseokhwang]] (2016)* · [[picmet]] > IoT 서비스 제공자 (IoTSP) 는 글로벌 분산 사용자에게 만족스러운 coverage·performance 를 제공하기 위해 여러 cloud service provider (CSP) 에 VM (Virtual Machine) 을 배치해야 한다. 본 연구는 IoTSP 의 cloud infrastructure 비용을 최소화하는 VM placement decision support tool 을 제안한다. 도구는 총 비용 = VM 운영 비용 + VM 간 트래픽 비용 + 사용자 인터넷 연결 비용의 cost estimation 모델과 *모든 가능 placement 를 탐색하는* [[optimization|최적화 알고리즘]] 으로 구성. IoH (Internet of Health) 의 6 region (북미·남미·유럽·아시아·아프리카·오세아니아) · 100 만~170 만 사용자 [[simulation-methods|시뮬레이션]] 으로 multi-cloud 배치가 single-cloud 보다 cost-effective 함을 보였다. - **RQ**: (i) IoTSP 가 여러 CSP 에 VM 을 배치할 때 총 infrastructure 비용을 어떻게 추정하며, (ii) 이를 최소화하는 cost-optimum VM placement 를 어떻게 찾는가 - **방법론**: [[optimization]] (exhaustive search 알고리즘), [[simulation-methods]] (6 region IoH 사례), [[cost-estimation-model]] (VM cost + VM-VM 트래픽 cost + 사용자 인터넷 cost 3-part 모델) - **데이터**: 시뮬레이션 시나리오 (6 region: 북미·남미·유럽·아시아·아프리카·오세아니아, peak 시 50K~1M 사용자, VM 가격 0.6~0.9 USD) - **주요 발견**: (i) 단일 CSP 최저가 선택이 항상 최적은 아님 (지역 분산 수요로 인한 트래픽 비용), (ii) IoH 6-region 시나리오에서 multi-cloud 배치가 single-cloud 보다 overall response time 과 cost 양면에서 우월, (iii) 아시아 region 의 가장 큰 사용자 수 (peak 1M) 가 VM 배치 결정에 dominant - **시사점**: IoTSP 의 cloud procurement 의사결정의 cost-performance trade-off 정량화 도구 제공; IoT-cloud 통합 (CloudIoT) 의 economic dimension 연구 영역의 초기 contribution ![IoT 서비스 제공자와 cloud infrastructure 의 통합 모델 — IoT devices (location-dependent) 와 cloud (location-independent) 의 결합 다이어그램](/papers/201601_KashefMM_Decision_support_tool_for_IoT_service_providers_for_utilization_of_multi_clouds/fig1.jpeg) ## 요약 본 conference 논문은 IoT 와 cloud computing 통합의 cost-effectiveness 문제를 정의한다. IoT device 는 location-dependent 이고 컴퓨팅·저장·네트워크 자원이 제약된 반면, cloud 는 location-independent · elastic 하므로 양자 통합이 자연스러운 architecture. 그러나 IoTSP 가 가장 싼 단일 CSP 를 선택하는 것이 항상 최적은 아닌 이유: (i) 지역적으로 분산된 사용자 수요로 인한 latency 와 트래픽 비용, (ii) CSP 별 VM 가격 차이, (iii) VM 간 동기화·복제의 트래픽 비용. 기존 CloudIoT 문헌 (Atzori et al. 2010, Botta et al. 2015, Rao et al. 2012) 의 *technical* / *security* 측면에 비해 *economic/business* 측면은 미발달이라는 gap 진단. 방법론은 [[cost-estimation-model]] + exhaustive search [[optimization]]. Total Cost of Placement TCP = CVM + TrC_VM + CIC, 즉 (i) VM 운영비용 $CVM_m = m \sum_{i=1}^{M} \text{CostPSpec}(\text{Spec}(i), \text{Plc}(j,i))$, (ii) VM 간 트래픽 비용 $TrC\_VM_m = m \sum_{k=1}^{M}\sum_{i=1}^{M} \text{TCR}(\text{Plc}(j,i), \text{Plc}(j,k)) \cdot (\theta \cdot SL(4, \text{Spec}(i)))$, (iii) 사용자 인터넷 비용 $CIC_m = m \sum_{i=1}^{n} IC(i) \cdot \text{User}(i)$. Decision support tool 의 architecture: Coordinator + Optimization Module (OM) + Placement Cost Estimation Module (PCEM) + Monitoring Module + Database. OM 이 가능한 모든 placement 를 enumerate 후 각각의 TCP 를 PCEM 으로 계산해 minimum 선택. 시뮬레이션은 *Internet-of-Health (IoH)* 시나리오 — 6 region (북미 500K peak, 남미 450K, 유럽 300K, 아시아 1M, 아프리카 50K, 오세아니아 70K) 에서 2 분마다 측정 데이터 전송. VM 가격 0.6~0.9 USD, 트래픽 비용 동일 범위. Multi-cloud 배치가 single-cloud 보다 overall response time + cost 양면에서 우월. [[junseokhwang]] author page 의 3 기 (개입의 정교화기, 2014~2019) 의 *IoT · cloud computing · next-generation telecom* 라인의 operational decision-support 작업. [[hyenyoung-yoon]] (Pittsburgh 협업 라인의 cellular operations 연구자) 의 ICT operations / network economics 라인과 결합. Iran 출신 박사과정생 [[mohammad-mahdi-kashef]] · [[mehdi-keshavarz]] 의 IoTSP business model 연구의 일부. Altmann-Kashef (2014, FGCS) 의 federated hybrid cloud service placement 모델을 IoTSP-specific extension. 한계: (i) exhaustive search 의 scalability (VM·CSP 수 증가 시 계산 복잡도), (ii) Total cost 만 고려·QoS·latency 미모델링, (iii) 단일 시뮬레이션 시나리오로 generalizability 한계. ## 핵심 결과 **Cost Function 3-Part 분해** | Component | 수식 | 의미 | |---|---|---| | CVM (VM 운영) | $m \sum_i \text{CostPSpec}(\text{Spec}_i, \text{Plc}_{j,i})$ | i 번 VM 을 j placement 의 CSP 에 운영 시 비용 | | TrC_VM (VM 간 트래픽) | $m \sum_k \sum_i \text{TCR}(\cdot) \cdot \theta \cdot SL(4, \text{Spec}_i)$ | VM 간 동기화·복제 트래픽 비용 | | CIC (인터넷 연결) | $m \sum_i IC(i) \cdot \text{User}(i)$ | n region 사용자의 internet 연결 비용 | **IoH 시뮬레이션 (Table 1) — 6 region 입력** | Region | Peak users | Off-peak users | VM 가격 (USD) | 트래픽 비용 | |---|---:|---:|---:|---:| | N. America | 500,000 | 50,000 | 0.6 | 0.6 | | S. America | 450,000 | 45,000 | 0.7 | 0.7 | | Europe | 300,000 | 30,000 | 0.6 | 0.6 | | **Asia** | **1,000,000** | **100,000** | 0.9 | 0.9 | | Africa | 50,000 | 5,000 | NA | NA | | Oceania | 70,000 | 7,000 | 0.8 | 0.8 | ## 방법론 노트 [[cost-estimation-model]] + [[optimization]] 기반 decision support. IoT-cloud 통합의 cost-effectiveness 가 *technical* (latency, throughput) 와 *economic* (가격, 트래픽 비용) 의 trade-off 인데, 본 paper 는 *비용 측면* 만 다룬다. Total Cost of Placement (목적함수): $$ TCP_m(j) = CVM_m + TrC\_VM_m + CIC_m $$ VM 운영 비용: $$ CVM_m(j) = m \sum_{i=1}^{M} \text{CostPSpec}(\text{Spec}(i), \text{Plc}(j,i)) $$ VM 간 트래픽 비용 (모든 VM 쌍 합산): $$ TrC\_VM_m(j) = m \sum_{k=1}^{M} \sum_{i=1}^{M} \text{TCR}(\text{Plc}(j,i), \text{Plc}(j,k)) \cdot \theta \cdot SL(4, \text{Spec}(i)) $$ 사용자 인터넷 비용: $$ CIC_m = m \sum_{i=1}^{n} IC(i) \cdot \text{User}(i) $$ 최적화: $\min_j TCP_m(j)$ subject to (모든 사용자에게 satisfactory coverage). Algorithm: exhaustive search — 모든 placement matrix $\text{Plc}_{D \times M}$ 를 enumerate 후 minimum 선택. 식별 전략: (a) Traffic Cost Rate matrix TCR 의 CSP 간 트래픽 비용 행렬 입력, (b) SpecList 의 VM 사양 (processor, memory, storage, bandwidth) 입력, (c) 6 region · 2 분당 1 request 의 conservative 가정. ## 연구 계보 본 paper 는 (a) Atzori-Iera-Morabito (2010) 의 IoT vision/survey, (b) Botta et al. (2015) 의 CloudIoT survey, (c) Soldatos-Serrano-Hauswirth (2012) 의 utility computing-IoT convergence, (d) Rao et al. (2012), Parwekar (2011) 의 IoT-cloud architecture, (e) Armbrust et al. (2009) Berkeley cloud computing taxonomy, (f) Altmann-Kashef (2014, FGCS) 의 federated hybrid cloud service placement 모델 의 결합. Altmann-Kashef (2014) 가 본 paper 의 직접 선행 — federated hybrid cloud 의 cost model 을 IoTSP-specific extension. [[junseokhwang]] author page 의 3 기 (개입의 정교화기, 2014~2019) 의 *IoT · cloud · next-generation telecom* 라인의 operational decision-support 작업. [[hyenyoung-yoon]] (Pittsburgh-Hwang spectrum 라인의 후속 cellular operations 연구자) · Iran 출신 박사과정 [[mohammad-mahdi-kashef]] · [[mehdi-keshavarz]] 의 IoT business model 연구의 일부. International Technology Policy Program (ITPP) 의 다국적 협업 산물. ## See also - [[junseokhwang]] - [[hyenyoung-yoon]] - [[mohammad-mahdi-kashef]] - [[mehdi-keshavarz]] - [[picmet]] - [[optimization]] - [[simulation-methods]] - [[cost-estimation-model]] - [[internet-of-things]] - [[cloud-computing]] - [[multi-cloud]] - [[vm-placement]]