Distributed Optimal Estimation with Scalable Communication Cost

Author(s):  
Ryosuke ADACHI ◽  
Yuh YAMASHITA ◽  
Koichi KOBAYASHI
2008 ◽  
Vol 56 (8) ◽  
pp. 3727-3741 ◽  
Author(s):  
E.J. Msechu ◽  
S.I. Roumeliotis ◽  
A. Ribeiro ◽  
G.B. Giannakis

2017 ◽  
Author(s):  
Ελένη Καββαδία

́Ενα δίκτυο υπολογιστικού νέφους περιέχει χιλιάδες κέντρα δεδομένων ή συσκευές ομίχλης τα οποία μπορεί να βρίσκονται οπουδήποτε στον κόσμο και φιλοξενούν ε- κατομμύρια εικονικές μηχανές, οι οποίες διαθέτουν τις παρεχόμενες υπηρεσίες στους τελικούς χρήστες. Οι υπηρεσίες αυτές μπορεί να φιλοξενούνται σε μία ή περισσότερες εικονικές μηχανές οι οποίες μπορεί να βρίσκονται στο ίδιο ή σε διαφορετικό κέντρο δεδομένων ή συσκευή ομίχλης. Ωστόσο, η ανάγκη για τη βέλτιστη διαχείριση των ο- λοένα αυξανόμενων υπηρεσιών του υπολογιστικού νέφους αποτελεί προτεραιότητα για τους παρόχους υπηρεσιών νέφους, καθώς εστιάζουν σε διάφορες τεχνικές προκειμέ- νου να μειώσουν το συνολικό κόστος των υπηρεσιών και να οδηγηθούν σε αύξηση των κερδών τους.Σε αυτό το πλαίσιο, το πρόβλημα της τοποθέτησης εικονικών μηχανών σε περι- βάλλοντα υπολογιστικού νέφους είναι ένα απαιτητικό πρόβλημα, καθώς η επίλυσή του περιλαμβάνει μεγάλο αριθμό κριτηρίων και διαφορετικές πιθανές διατυπώσεις που θα πρέπει να μελετηθούν. Σε ένα δίκτυο νέφους, ένας μεγάλος αριθμός εικονικών μηχα- νών τοποθετείται αρχικά με τυχαίο τρόπο ή με τρόπο που προσαρμόζεται στις ανάγκες του φόρτου των εργασιών. Ως εκ τούτου, η βέλτιστη θέση των εικονικών μηχανών είναι ένα πρόβλημα βελτιστοποίησης καθώς απαιτεί καθολική πληροφορία σε ένα δυνα- μικό περιβάλλον όπως αυτό ενός δικτύου νέφους, αν αναλογιστεί κανείς ότι κάθε φορά που υφίσταται μια αλλαγή στο φορτίο κίνησης του δικτύου, η συλλογή της πληροφορί- ας και ο επαναπροσδιορισμός των βέλτιστων τιμών πρέπει να πραγματοποιηθεί σε πάρα πολύ μικρό χρονικό διάστημα. Προφανώς, τέτοιου είδους κεντρικοποιημένες προσεγ- γίσεις δεν μπορεί να είναι κλιμακούμενες με τον αριθμό των εικονικών μηχανών και το μέγεθος του δικτύου του υπολογιστικού νέφους. Ως εκ τούτου, προκύπτει η ανάγκη για δημιουργία εφικτών και αποτελεσματικών λύσεων χαμηλής πολυπλοκότητας, ακόμα και εις βάρος μιας μη εγγυημένα βέλτιστης λύσης. Η παρούσα διατριβή παρουσιάζει προσεγγίσεις που μετακινούν, αναπαράγουν ή συγχωνεύουν τις υπηρεσίες με στόχο τηiiiμείωση του συνολικού κόστους, βασιζόμενες στις τοπολογίες του δικτύου και σε πλη- ροφορία που είναι διαθέσιμη αποκλειστικά τοπικά, εξασφαλίζοντας τη βελτιστοποίηση της χρήσης των υπηρεσιών.Καταρχάς, προτείνεται η πολιτική S-CORE (Scalable communication Cost Redu- ction), μία κλιμακούμενη πολιτική μετακίνησης εικονικών μηχανών που μετακινεί δυ- ναμικά εικονικές μηχανές σε εξυπηρετητές, πετυχαίνοντας αφενός την ελαχιστοποίηση του συνολικού κόστους επικοινωνίας και αφετέρου την αποσυμφόρηση των υπερκαλυμ- μένων ζεύξεων στον πυρήνα του δικτύου ενός κέντρου δεδομένων. Τα αποτελέσματα των προσομοιώσεων καταδεικνύουν σημαντική μείωση του συνολικού κόστους επικοι- νωνίας.Στη συνέχεια παρουσιάζεται η πολιτική s-UFL (scalable-Uncapaciated Facility Location) η οποία χρησιμοποιεί μηχανισμούς αναπαραγωγής ή συγχώνευσης μαζί με το μηχανισμό μετακίνησης προκειμένου για την αρτιότερη τοποθέτηση των υπηρεσιών στο δίκτυο του υπολογιστικού νέφους. Η αποτελεσματικότητα της πολιτικής μελετάται διεξοδικά και αποδεικνύεται ότι η μείωση του συνολικού κόστους του υπολογιστικού νέφους είναι εφικτή υπό συγκεκριμένες προϋποθέσεις. Η ευκολία υλοποίησης της πο- λιτικής στους κόμβους του δικτύου (κέντρα δεδομένων και συσκευές ομίχλης) είναι ένα ακόμα πλεονέκτημα της συγκεκριμένης πολιτικής. Σημειώνεται ότι το πρόβλημα τοποθέτησης υπηρεσιών διατυπώνεται σε αυτή την περίπτωση ως ένα πρόβλημα απε- ριόριστης χωρητικότητας. Παρόλα αυτά, τα αποτελέσματα της συγκεκριμένης έρευνας μπορεί εύκολα να επεκταθούν και σε περιορισμένης χωρητικότητας σενάρια.


Sign in / Sign up

Export Citation Format

Share Document