Till innehåll på sidan

Resilient Resource Allocation for Service Placement in Mobile Edge Clouds

Tid: To 2021-04-15 kl 13.00

Plats: nk for online defense (English)

Ämnesområde: Elektro- och systemteknik

Respondent: Peiyue Zhao , Nätverk och systemteknik

Opponent: Professor Kin K. Leung, Imperial College

Handledare: Professor György Dán, Nätverk och systemteknik

Exportera till kalender

Abstract

Databehandling i det mobila nätverkets utkant (mobile edge computing) innebär att distribuerade beräknings- och lagringsresurser tillgängliggörs direkt i infrastrukturen för det mobila nätverket. Den fysiska närheten till slutanvändarna gör det möjligt att tillhandahålla tjänster med liten fördröjning och hög kapacitet. Därför växer nu teknologin fram som ett lovande alternativ till molnberäkning, särskilt för att driva kritiska tjänster med strikta krav på fördröjning och prestanda som är svåra att uppfylla i traditionella molnberäkningssystem. Några exempel på viktiga tillämpningsområden är tjänster för dataanalys som måste köras i realtid, styrning av industriprocesser, samt avlastning av beräkningsintensiva uppgifter från sakernas-internet-enheter. Denna typ av system ställer dock höga krav på effektiv hantering av resurser, vilket innefattar att tilldela rätt mängd resurser och att avgöra var i nätverket en tjänst ska köras. Dessutom ställs höga krav på resiliens mot cyberattacker, felande komponenter, samt driftfel. Arbetet i denna avhandling lägger fram modeller för resilient resurshantering för databehandling i nätverkets utkant, som kan ställa om snabbt i händelse av fel, samt utvecklar effektiva algoritmer för att optimera hanteringen av resurser i dessa modeller.    I avhandlingens första del studeras en mekanism för resilient resurshantering i system för databearbetning i nätverkets utkant, som i händelse av fel initierar nya instanser av den felande tjänsten i andra beräkningsnoder och återställer tjänsten. En algoritm utvecklas, baserad på Benders dekomposition och relaxation, som tar hänsyn till flera olika felscenarier för att avgöra vilka beräkningsnoder som skall användas och var de nya tjänsteinstanserna skall köras, med målet att minimera driftskostnaderna. Därutöver utvecklas algoritmer för schemaläggning av migration av tjänster från en beräkningsnod till en annan, i den händelse att ett felscenario inträffar, som tar hänsyn till tidsbegränsningar och har som mål att minimera avbrott i aktiva tjänster.       

I avhandlingens andra del studeras resilient resurshantering då olika tjänster har olika krav på resiliensnivå. Resiliens uppnås genom att synkronisera tillstånden hos de tjänster som är i drift med två olika typer av ”standby”-instanser som är i viloläge och redo att ögonblickligen och sömlöst ta över efter en felande tjänsteinstans. Ett problem formuleras, samt bevisas vara NP-svårt, för att samtidigt optimera både tilldelning av resurser och av beräkningsnoder till tjänsterna, med målet att minimera energiåtgång.

En effektiv algoritm, baserad på Lagrangerelaxation, ges för att hitta en approximativ lösning till problemet, det vill säga för att avgöra typ, mängd och placering av de nödvändiga beräkningsresurserna, samt placering av tjänsteinstanser och deras respektive ”standby”-instanser. Dessutom utvidgas modellen till tjänster som måste köras periodiskt och för att inkludera resurser som är tillgängliga endast i vissa zoner, med begränsningar för schemaläggning av tjänster. Ett icke-linjärt optimeringsproblem formuleras för att lösa detta schemaläggningsproblem och bevisas vara NP-svårt. En effektiv lösningsmetod utvecklas, med hjälp av approximationsmetoder och primal-dual-metoder, för resilient nodplacering av tjänster.    

Avhandlingen överväger flera olika modeler för resilient resurshantering, det vill säga för att besluta hur tjänster ska delas upp mellan olika noder i nätverkets utkant, samt lägger fram effektiva och skalbara algoritmer för att optimera resurshantering i framtidens databearbetningssystem i det mobila nätverkets utkant.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-291859