Decision Support Tool for IoT Service Providers for Utilization of Multi Clouds

Mohammad Mahdi Kashef, Hyenyoung Yoon, Mehdi Keshavarz, 황준석 (2016) · Portland International Conference on Management of Engineering and Technology (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 최적화 알고리즘 으로 구성. IoH (Internet of Health) 의 6 region (북미·남미·유럽·아시아·아프리카·오세아니아) · 100 만~170 만 사용자 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: 최적화 (exhaustive search 알고리즘), 시뮬레이션 방법론 (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

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 최적화. 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. 황준석 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 + 최적화 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. 황준석 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.

인접 그래프

1-hop 이웃 10개

인물 4
방법론 2
주제 1
수록처 1
분류 2

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

인물 (2)

수록처 (1)

Portland International Conference on Management of Engineering and Technology (PICMET)

주제 (1)

클라우드 컴퓨팅