멀티 클라우드 서비스 배치 지원을 위한 성능 및 비용 최적화 방법 (An Optimized Method with Cost and Performance to Supporting Multi-Cloud Service Deployment)

서지정보

· 발행기관 : 한국정보처리학회
· 수록지 정보 : 정보처리학회 논문지 / 14권 / 3호 / 186 ~ 193페이지
· 저자명 : 전진혁, 정수민, 박준석, 염근혁

초록

멀티 클라우드는 다수의 클라우드 플랫폼을 연계하여 클라우드 서비스 제공의 안정성을 높이고 클라우드 서비스가 플랫폼에 종속되지 않게하는 기술이다. 멀티 클라우드 서비스의 안정성을 높이기 위해 멀티 리전 전략을 적용하여 다수의 가상머신을 다양한 리전에 배치하여 서비스간 약결합을 활용할 수 있다. 그러나, 멀티 리전 전략과 같이 클라우드 서비스의 개별 기능을 분산하여 동작시키는 경우 서로 다른 리전 운용비용과 리전별 가상머신 성능에 의해 클라우드 서비스의 비용이 증가하고, 서비스 성능이 저하되는 문제가 발생할 수 있다. 따라서, 본 논문에서는다목적 최적화를 위한 유전 알고리즘인 NSGA-II(Non-dominated Sorting Genetic Algorithm-II)를 적용하여 가상머신 운용 비용과RTT(Round-Trip Time) 요구사항을 만족하는 최적의 배치 위치를 결정하는 방법을 제시한다. 또한, 제안하는 방법을 적용하여 실제 클라우드운영 환경인 Google Cloud Platform과 Amazon Web Service에서 운영하는 클라우드 리전 14개에 대해 다목적 최적화 실험을 수행하였다. 실험결과로 제안한 다목적 최적화 알고리즘 수행 시간이 1.53초로 최소화되는 것을 확인하였다. 본 논문에서 제시한 다목적 최적화 방안은 멀티 클라우드서비스를 제공하기 위해 가상머신 배치 위치 의사결정을 위한 기반 기술로 활용될 것으로 기대된다.

영어초록

Multi-cloud is a technology that connects multiple cloud platforms to increase the stability of cloud service provision and ensure thatcloud services are not dependent on the platform. To increase the stability of multi-cloud services, a multi-region strategy can be appliedto deploy multiple virtual machines in various regions to utilize loose coupling between services. However, when individual functionsof cloud services are distributed and operated, such as in a multi-region strategy, the cost of cloud services may increase and serviceperformance may deteriorate due to different regional operational costs and virtual machine performance by region. Therefore, in thispaper, we propose a method to determine the optimal placement location that satisfies the virtual machine operational cost and RTT(Round-Trip Time) requirements by applying NSGA-II (Non-dominated Sorting Genetic Algorithm-II), a genetic algorithm formulti-objective optimization. In addition, we conducted multi-objective optimization experiments on fourteen cloud regions operatedby Google Cloud Platform and Amazon Web Service, which are actual cloud operating environments, by applying the proposed method.
As a result of the experiment, it was confirmed that the execution time of the proposed multi-objective optimization algorithm wasminimized to 1.53 seconds. The multi-objective optimization method presented in this paper is expected to be used as a base technologyfor virtual machine placement location decision-making to provide multi-cloud services.

참고자료

· 없음