Publication: A multidimensional resource allocation model for cloud computing
Abstract
Bilgi işlem hizmetlerinin sağlanmasında hakim bir paradigma olan bulut bilişim, ölçeklenebilirliği ve maliyet etkinliği nedeniyle talepte hızlı bir artışa tanık olmuştur. Ancak bulut kaynaklarını barındıran veri merkezlerinin enerji tüketimindeki artış, çeşitli çevresel kaygıları da beraberinde getirmiştir. Bu çalışma, Enerji-Bilinçli Birleşimsel Müzayede Tabanlı Çok Boyutlu Kaynak Tahsis Modeli (EBM-ÇBKT), birleşimsel müzayede yöntemiyle sanal kaynakların kullanıcılara tahsisi için enerji-bilinçli çözüm sağlamanın bir yolu olarak sunmaktadır. EBM-ÇBKT, mantıksal VE ve VEYA ilişkilerini destekleyen, kullanıcıların karmaşık kaynak gereksinimlerini göndermelerini sağlayan, çok birimli, ayrımcı olmayan bir birleşimsel açık artırma modeli kullanmaktadır. Bu tahsis modelinde, her bir fiziksel kaynak çok boyutlu bir kapasite vektörü ile gösterilmektedir. Her boyut, CPU işlem gücü, bellek, GPU, depolama ve ağ bant genişliği gibi belirli bir kaynak kapasitesi sınırını belirtmektedir. Açık artırmada kullanıcılar, ihtiyaç duydukları her bir sanal kaynağın kapasite vektörünü belirterek tekliflerini açıklamaktadır. Model, boşta güç tüketimini azaltmak için konsolidasyonu vurgulayarak kaynak tahsisini optimize edip sağlayıcının karını en üst düzeye çıkarmayı ve enerji maliyetlerini en aza indirmeyi amaçlamaktadır. Bu amaçla modelin matematiksel formülasyonu ile tahsis ve yerleştirme belirleme problemi tasarlanmıştır. Problem NP-zor olduğundan, çeşitli sezgisel çözüm yöntemleri tanıtılmıştır. Sezgisel yöntemlerin performansını değerlendirmek amacıyla model için sentetik bir test senaryosu üreteci üretilmiştir ve kapsamlı bir test paketi hazırlanmıştır. Sentetik test üreteci ile yapılan deneyler sayesinde, önerilen yöntemlerin makul zaman dilimlerinde optimuma yakın çözümler bulabileceği gösterilmiştir.
Cloud computing, a prevailing paradigm for delivering computing services, has witnessed exponential growth in demand due to its scalability and cost-effectiveness. However, the surge in energy consumption by data centers hosting cloud resources has raised various environmental concerns. This study presents the Energy-Aware Combinatorial Auction-Based Multidimensional Resource Allocation Model (ECO-MCRA) as a means to provide an energy-efficient solution for allocating virtual resources to users using combinatorial auctions. ECO-MCRA employs a multi-unit nondiscriminatory combinatorial auction model, allowing users to submit complex resource requirements, supporting logical AND and OR relationships. In this allocation model, each physical resource (e.g., machine or storage) is represented by a multi-dimensional capacity vector. Each dimension signifies a specific resource capacity limit, such as CPU processing power, memory, GPU, storage, and network bandwidth. In the auction mechanism, users declare their bids by specifying the capacity vector of each virtual resource that they require. The model aims to maximize the provider's profit and minimize energy costs by optimizing resource allocation, emphasizing consolidation to reduce idle power consumption. For this purpose, the mathematical formulation of the model and the allocation and placement determination problem are designed. As the problem is established as NP-hard, several heuristic solution methods are introduced. In order to assess the performance of heuristic methods, a synthetic test case generator for the model is implementedand an extensive test suite is prepared. Through experiments with the synthetic test generator, it has been shown that the proposed methods can find near-optimal solutions in reasonable time frames.
Cloud computing, a prevailing paradigm for delivering computing services, has witnessed exponential growth in demand due to its scalability and cost-effectiveness. However, the surge in energy consumption by data centers hosting cloud resources has raised various environmental concerns. This study presents the Energy-Aware Combinatorial Auction-Based Multidimensional Resource Allocation Model (ECO-MCRA) as a means to provide an energy-efficient solution for allocating virtual resources to users using combinatorial auctions. ECO-MCRA employs a multi-unit nondiscriminatory combinatorial auction model, allowing users to submit complex resource requirements, supporting logical AND and OR relationships. In this allocation model, each physical resource (e.g., machine or storage) is represented by a multi-dimensional capacity vector. Each dimension signifies a specific resource capacity limit, such as CPU processing power, memory, GPU, storage, and network bandwidth. In the auction mechanism, users declare their bids by specifying the capacity vector of each virtual resource that they require. The model aims to maximize the provider's profit and minimize energy costs by optimizing resource allocation, emphasizing consolidation to reduce idle power consumption. For this purpose, the mathematical formulation of the model and the allocation and placement determination problem are designed. As the problem is established as NP-hard, several heuristic solution methods are introduced. In order to assess the performance of heuristic methods, a synthetic test case generator for the model is implementedand an extensive test suite is prepared. Through experiments with the synthetic test generator, it has been shown that the proposed methods can find near-optimal solutions in reasonable time frames.
Description
Keywords
Kaynak Tahsisi, Enerji Bilinçli Kaynak Tahsisi, kombinatoryal Açık arttırma, Tamsayılı programlama, Karınca Kolonisi Optimizasyonu, Genetik Algoritma Resource Allocation, Energy-Aware Resource Allocation, Combinatorial Auction, Integer Programming, Ant Colony Optimization, Genetic Algorithm