Методы распределения ресурсов на основе предпочтений пользователей в симуляторе CloudSim

Направление научной деятельности: информационно-телекоммуникационные технологии
Тип исследования: фундаментальное
Источник финансирования: Грант МК-2297.2017.9 "Методы планирования и эффективного разделения ресурсов в грид и облачных вычислениях на основе предпочтений пользователей", Совет по грантам Президента Российской Федерации для государственной поддержки молодых российских ученых и по государственной поддержке ведущих научных школ Российской Федерации. Срок выполнения: 02.2017 – 12.2018 гг.
Авторы: Емельянов Д.М. (руководитель), Парамонов П.А., Потехин П.А., кафедра ВТ, АВТИ

Результат
Разработанная модель планирования и справедливого распределения ресурсов состоит из двух основных модулей, интегрированных в систему моделирования облачных вычислений CloudSim. Ресурсы облачной системы представляются датацентрами и виртуальными машинами, характеризующимися стоимостью использования, производительностью, объемом оперативной памяти, дисковым пространством и др. Разработанный модуль ко-аллокации ресурсов осуществляет согласованное выделение необходимого объема ресурсов, удовлетворяющих требованиям ресурсного запроса к минимальным значениям характеристик и эффективных по заданному пользователем критерию оптимизации с ограничением на общую стоимость использования. Критерий оптимизации отражает предпочтения пользователя к качеству выполнения заказа и может принимать вид любого аддитивно-сепарабельного критерия над выбранными ресурсами. Примером оптимизации ко-аллокации ресурсов может служить максимизация суммарной производительности выделенных ресурсов, максимизация суммарного значения всех аппаратных характеристик и др.

Кроме того, в CloudSim была интегрирована циклическая схема планирования, осуществляющая планирование и резервирование ресурсов на основе анализа множества альтернативных сценариев и решения задачи динамического программирования. Циклическая схема позволяет влиять на интегральные характеристики реализации всего потока заданий и, тем самым реализовывать политику администраторов облачной системы.

Рис. 1. Результаты ко-аллокации ресурсов для потока заказов алгоритмами CloudAuction и VTAuction с максимизацией производительности

Эффективность предложенного подхода VTAuction подтверждена на основе сравнения с официальным расширением CloudSim: CloudAuction, реализующим решение, близкое к равновесному в правдивых ценах. Например, рис. 1 демонстрирует преимущество VTAuction для заказов со стратегией максимизации производительности (MIPS->MAX). При планировании отдельных заданий преимущество VTAuction достигает 10% от абсолютного значения рассматриваемых характеристик и 80% в интервалах их возможных значений.

Рис. 2. Средняя производительность виртуальных машин при планировании потока заказов

На рис.2 представлена возможность настройки реализации всего потока заказов от пользователей за счет варьирования параметров (например, ограничения по стоимости) алгоритма, определяющего политику администраторов модели корпоративной облачной системы.

Назначение и предполагаемое использование результата
Разработанные методы ко-аллокации ресурсов и планирования потока заказов могут быть использованы брокерами систем облачных вычислений для генерации стратегий планирования, повышения качества обслуживания пользователей и эффективности использования доступных ресурсов. Разработанное в рамках CloudSim решение позволяет учитывать специфику облачных виртуальных ресурсов и осуществлять оптимизацию относительного широкого класса пользовательских критериев.

Публикации
Toporkov, Victor; Yemelyanov, Dmitry; Bobchenkov, Alexander. Job-flow Anticipation Scheduling in Grid // Procedia Computer Science, 2017, vol. 108, pp. 1394-1403.

Victor Toporkov, Dmitry Yemelyanov, Vadim Loginov, and Petr Potekhin. Anticipation Scheduling in Grid Virtual Organizations // Advances in Intelligent Systems and Computing. Volume 582, 2018, Pages 428-438. Springer Verlag.

Toporkov, V., Yemelyanov, D. Optimization of Resources Selection for Jobs Scheduling in Heterogeneous Distributed Computing Environments(Conference Paper) // Lecture Notes in Computer Science, 10861 LNCS, 2018, Springer Verlag, pp. 574-583.

Правовая охрана
Свидетельство о государственной регистрации программы для ЭВМ  № 2018617782  от  02.07.2018г.  "Программа для моделирования экономического взаимодействия участников распределенных вычислений "EMEI DC", приоритет от 14.05.2018, РФ

Свидетельство о государственной регистрации программы для ЭВМ  № 2018619609  от  08.08.2018г.  "Программный модуль "FlowTree" для планирования распределенной обработки потоков заданий в вычислительной среде", приоритет от 05.07.2018, РФ​​​​​​​​