Đăng ký Đăng nhập
Trang chủ Giáo dục - Đào tạo Cao đẳng - Đại học Các phương pháp tiết kiệm năng lượng sử dụng công nghệ mạng điều khiển bằng phần...

Tài liệu Các phương pháp tiết kiệm năng lượng sử dụng công nghệ mạng điều khiển bằng phần mềm trong môi trường điện toán đám mây (tt)

.PDF
27
928
59

Mô tả:

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI TRẦN MẠNH NAM CÁC PHƯƠNG PHÁP TIẾT KIỆM NĂNG LƯỢNG SỬ DỤNG CÔNG NGHỆ MẠNG ĐIỀU KHIỂN BẰNG PHẦN MỀM TRONG MÔI TRƯỜNG ĐIỆN TOÁN ĐÁM MÂY Chuyên ngành: Kỹ thuật viễn thông Mã số: 62520208 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG HÀ NỘI – 2018 Công trình được hoàn thành tại: Trường Đại học Bách khoa Hà Nội Người hướng dẫn khoa học: PGS.TS. Nguyễn Hữu Thanh Phản biện 1: ……………………………………………………… Phản biện 2: ……………………………………………………… Phản biện 3: ……………………………………………………… Luận án sẽ được bảo vệ trước Hội đồng đánh giá luận án cấp Trường họp tại: Trường Đại học Bách khoa Hà Nội Vào hồi …….. giờ, ngày ….. tháng ….. năm ……… Có thể tìm hiểu luận án tại: 1. Thư viện Tạ Quang Bửu, Trường ĐHBK HN 2. Thư viện Quốc gia Việt Nam ii GIỚI THIỆU 1. Tổng quan về tiết kiệm năng lượng mạng trong môi trường điện toán đám mây Trong những năm gần đây, công nghệ thông tin và truyền thông (ICT) đang phát triển mạnh mẽ và đóng vai trò quan trọng trong nhiều lĩnh vực như khoa học, y tế, giáo dục, giải trí, truyền thông. Cùng với đó, mạng Internet đang phát triển từng ngày và là một nền tảng kết nối quan trọng trong mọi lĩnh vực. Để đảm bảo đáp ứng các nhu cầu dịch vụ Internet, các nhà mạng, nhà cung cấp dịch vụ Internet đang liên tục củng cố, xây dựng các hệ thống trung tâp dữ liệu ngày một phức tạp và được mở rộng hơn. Hơn nữa, kích thước và năng lực xử lý của các trung tâm dữ liệu ngày một tăng nhanh sẽ dẫn đến việc cơ sở hạng tầng mạng và hệ thống liên tục được mở rộng để đáp ứng nhu cầu Internet, nhu cầu dịch vụ điện toán đám mây như Youtube, dropbox, mạng xã hội. Mặc dù quá trình xây dựng các hệ thống trung tâm dữ liệu phần nào đáp ứng tốt nhu cầu của người dùng và mang lại nhiều lợi ích, nhưng nó cũng đẫn đến mặt trái của sự tiêu thụ điện năng, và dẫn tới những vấn đề sau: - - Đối với vấn đề môi trường: một lượng lớn khí thải carbon đang được xả thải từ mảng công nghệ thông tin và truyền thông. Theo đánh giá của công ty Gartner, một công ty thứ ba có uy tín về việc so sánh đánh giá công nghệ, lượng khí thải từ các trung tâm dữ liệu ICT là rất lớn, chiếm khoảng 2% lượng khí thải CO2 toàn cầu. Đối với vấn đề kinh tế: một lượng lớn năng lượng được tiêu thụ từ các trung tâm dữ liệu dẫn tới giá thành của các sản phẩm, dịch vụ công nghệ thông tin và truyền thông tăng cao, điều này trực tiếp ảnh hưởng tới giá thành của người sử dụng. Những khó khăn chính của vấn đề tiết kiệm năng lượng mạng trong môi trường điện toán đám mây được trình bày sau đây: - 1 Hệ thống mạng thiếu linh hoạt: trong môi trường mạng của các trung tâm dữ liệu, rất khó để có thể thay đổi cấu hình, chính sách hoạt động mạng. Vì thế quản trị viên và các nhà khoa học gặp rất nhiều - khó khăn trong việc tối ưu hóa, áp dụng phương pháp tối ưu hóa năng lượng trong hệ thống mạng. Bên cạnh đó, vẫn chưa có một hệ thống quản lý năng lượng tập trung cho hệ thống mạng để có thể quản lý tiêu thụ năng lượng mạng và điều khiển. Mạng nhận thức năng lượng với các công nghệ trong môi trường điện toán đám mây: điện toán đám mây đang rất phát triển với rất nhiều mô hình mới như: Hạ tầng như là một dịch vụ (IaaS), Nền tảng như là một dịch vụ (PaaS), Mạng như là một dịch vụ (NaaS). Với các dịch vụ cloud như vậy, các công nghệ ảo hóa như ảo hóa mạng, ảo hóa trung tâm dữ liệu đóng vai trò quan trọng. Qua đó chỉ ra được công việc xây dựng hệ thống nhận thức năng lượng là điều cần thiết. 2. Đóng góp của luận án Hiện nay, công nghệ mạng điều khiển bằng phần mềm (SDN) [11] [12] [13] đang nổi lên như một cuộc cách mạng về công nghệ mạng. Công nghệ SDN cho phép xây dựng hệ thống mạng mềm dẻo hơn và có khả năng điều khiển linh hoạt bằng phần mềm. Công nghệ SDN rất phù hợp để xây dựng hệ thống mạng nhận thức năng lượng cùng với việc tích hợp với các công nghệ như ảo hóa mạng, ảo hóa trung tâm dữ liệu. Trong khuân khổ luận án này, NCS đề xuất các phương pháp tiết kiệm năng lượng mạng trong môi trường điện toán đám mây sử dụng công nghệ SDN. Các đóng góp cụ thể như sau: - - Xây dựng hệ thống điều khiển năng lượng mạng tập trung dựa trên nền tảng công nghệ SDN. Trên nền tảng hệ thống đó, NCS đề xuất hai giải thuật định tuyến nhận thức năng lượng và di trú máy chủ nhằm tiết kiệm năng lượng. Đề xuất xây dựng hệ thống ảo hóa mạng nhận thức năng lượng và ảo hóa trung tâm dữ liệu nhận thức năng lượng trong môi trường điện toán đám mây. Trên các hệ thống này, NCS đề xuất các phương pháp nhúng mạng ảo nhận thức năng lượng và nhúng trung tâm dữ liệu nhận thức năng lượng. Các kết quả, đóng góp của NCS được công bố tại hai tạp chí quốc tế, sáu kỷ yếu hội thảo quốc tế và một kỷ yếu hội thảo trong nước. 2 CHƯƠNG I. TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP TIẾT KIỆM NĂNG LƯỢNG TRONG MÔI TRƯỜNG ĐIỆN TOÁN ĐÁM MÂY Phân loại các phương pháp tiết kiệm năng lượng I.1 Hiện nay nhiều cách thức phân loại các phương pháp tiết kiệm năng lượng mạng, nhưng tổng hợp và đúc kết lại sẽ được phân chia theo những loại sau: (1) re-engineering; (2) dynamic adaptation; và (3) sleeping/standby [4]. Table I.1: Các phương pháp tiets kiệm năng lượng[4] I.1.1 Re-Engineering Hướng re-engineering tập trung vào việc phát triển các công nghệ tiết kiệm năng lượng tập trung bên trong thiết bị mạng. Các thiết kế vi mạch mới, công nghệ silicon mới (như: Application Specific Integrated Circuits (ASICs) [1], Field Programmable Gate Arrays (FPGAs) [2], v.v) và công nghệ bộ nhớ mới (như: Ternary Content-Addressable Memory (TCAM), v.v.). I.1.2 Dynamic Adaptation – đáp ứng linh hoạt Phương pháp đáp ứng linh hoạt tập trung vào việc tối ưu các module bên trong thiết bị như tốc độ xử lý, khả năng tính toán để từ đó đưa ra các mức xử lý khác nhau phù hợp với yêu cầu dữ liệu. Có hai hướng nhỏ bên trong này là: power scaling và idle logic. I.1.3 Sleeping/Standby Đây là ý tưởng của việc cho một phần hoặc nhiều phần của một hệ thống vào trạng thái “ngủ” hoặc tắt của thiết bị, nhằm tiết kiệm năng lượng toàn 3 bộ hệ thống. Nói cách khác, phương pháp này tập trung trên diện rộng của toàn hệ thống mà không hướng tới riêng lẻ từng thiết bị. Công nghệ Mạng điều khiển bằng phần mềm - Software-defined Networking (SDN) I.2 Công nghệ mạng điều khiển bằng phần mềm Software-defined Networking (SDN) [11] [12] [13] là công nghệ mạng mới, cho phép tách phần control plane ra khỏi data plane. Từ đó hệ thống mạng được quản lý tập trung, mềm hóa và có khả năng xử lý linh hoạt. SDN cũng chính là công nghệ nền tảng phát triển các công nghệ mạng khác như ảo hóa mạng, ảo hóa trung tâm dữ liệu. Khó khăn trong tiết kiệm năng lượng mạng I.3 Mặc dù vấn đề mạng tiết kiệm năng lượng không phải là vấn đề mới, tuy nhiên việc thực hiện các phương pháp tiết kiệm năng lượng vẫn gặp rất nhiều khó khăn. - - Khó khăn lớn nhất là việc hệ thống mạng không linh hoạt, mềm dẻo. Từ đó không thể phát triên hệ thống mạng nhận thức năng lượng, dẫn đến việc đề xuất, nghiên cứu, phát triển các giải thuật, phương pháp tiết kiệm năng lượng mạng gặp rất nhiều hạn chế. Các công nghệ chính trong hạ tầng điện toán đám mây như ảo hóa mạng, ảo hóa trung tâm dữ liệu. Tuy nhiên, các công nghệ này còn chưa có khả năng nhận thức năng lượng, vì vậy dẫn đến việc xây dựng các phương pháp tiết kiệm năng lượng cho các công nghệ này gặp nhiều khó khăn. Từ việc công nghệ SDN đang ngày càng phát triển, việc xây dựng hệ thống mạng mềm dẻo càng trở lên khả thi hơn, đó chính là công nghệ lõi để giải quyết các vướng mắc trên. 4 CHƯƠNG II. MẠNG TRUNG TÂM DỮ LIỆU NHẬN THỨC NĂNG LƯỢNG SỬ DỤNG CÔNG NGHỆ SDN Từ những vấn đề nêu ở chương 1, NCS đề xuất xây dựng một hệ thống điều khiển năng lượng tập trung của hệ thống mạng. Hệ thống có khả năng giám sát, tối ưu hóa đồ hình mạng (topology) và khả năng định tuyến nhận thức năng lượng cho mạng trung tâm dữ liệu. Trên cơ sở của hệ thống này, các giải thuật tiết kiệm năng lượng sẽ được đề xuất và triên khai. Hệ thống được đề xuất trong luận án với các đóng góp sau: - - II.1 Đề xuất một hệ thống điều khiển năng lượng cho mạng trung tâm dữ liệu có các khả năng: (1) Theo dõi mức độ tiêu thụ năng lượng cũng như hiệu quả của nó; (2) kiểm soát các trạng thái làm việc của các thiết bị trong hệ thống; và (3) thực hiện các phương pháp điều khiển/định tuyến/tối ưu nhằm tiết kiệm năng lượng. Đề xuất một thuật toán định tuyến nâng cao nhận thức về năng lượng có hiệu quả với các thiết bị mạng khác nhau về tiết kiệm năng lượng. Thuật toán này định tuyến một yêu cầu lưu lượng dựa trên hồ sơ năng lượng của các thiết bị mạng và cũng dựa trên cách tiếp cận mở rộng quy mô công suất. Hệ thống điều khiển năng lượng mạng trung tâm dữ liệu II.1.1 Mô hình hóa năng lượng của thiết bị mạng Có một vài phương pháp mô hình hóa dữ liệu, tuy nhiên đều có các thông số khác nhau. Vì vậy, trong luận án này, NCS đã đưa ra mô hình năng lượng chung: 𝑝 𝑃𝑡𝑠𝑤 = 𝑃𝑡𝑠𝑡 + ∑ 𝑛𝑡 × 𝑃𝑝 + 𝑠𝑡 × 𝑃𝑒𝑥𝑡 (II.1) 𝑝∈𝑃̇ Giá trị 𝑃𝑡𝑠𝑤 thể hiện năng lượng tiêu thụ của thiết bị switch tại thời điểm 𝑝 t; 𝑃𝑡𝑠𝑡 là năng lượng cơ bản; 𝑛𝑡 là số lượng cổng (port) làm việc tại trạng thái p còn 𝑃𝑝 là năng lượng tiêu thụ của cổng tại trạng thái p; 𝑃̇ là tập các cổng tại trạng thái làm việc khác nhau của thiết bị mạng như idle, 10Mbps, 5 100Mbps, 1Gbps, 10Gbps, 40Gbps, 100Gbps. Giá trị 𝑃𝑒𝑥𝑡 là năng lượng tiêu thụ mở rộng. Ví dụ 𝑃𝑒𝑥𝑡 là PFPGA-Core in case of Gigabit NetFPGA-based [16]. II.1.2 Mô hình hóa năng lượng của mạng trung tâm dữ liệu. Mô hình hóa năng lượng của toàn mạng trung tâm dữ liệu được tính là tổng năng lượng của các thiết bị mạng với các trạng thái hoạt động tương ứng. Mô hình toàn mạng được biểu diễn như sau: 𝑘 𝑃 𝑁𝑊 = ∑𝑃 (II.2) 𝑠𝑤 𝑖=0 𝑘 𝑃 𝑁𝑊 𝑘 𝑠𝑡 𝑘 𝑝 𝑝 = ∑𝑃 + ∑ ∑ 𝑛 × 𝑃 + ∑𝑠 × 𝑃 𝑖=0 𝑖=0 𝑝∈𝑃̇ 𝑒𝑥𝑡 (II.3) 𝑖=0 II.1.3 Kiến trúc hệ thống điều khiển năng lượng mạng trung tâm dữ liệu Tác giả đề xuất và triển khai hệ thống quản lý năng lượng (PCS) của mạng trung tâm dữ liệu. Hình Figure II.1. thể hiện sơ đồ các khối của hệ thống, bao gồm: khối monitoring, optimizer, routing và power control. Hệ thống PCS bản chất được mở rộng từ mô hình ElassticTree của Heller đề xuất [17]. Việc mở rộng được tiến hành cụ thể như sau: (1) mở rộng khối power control, thay vì sử dụng giao thức SNMP truyền thống thiếu linh hoạt, khối power control trong PCS cho phép hỗ trợ công nghệ SDN bằng việc hỗ trợ giao thức mở OpenFlow; (2) thêm khối trức năng monitoring nhằm cung cấp khả năng giám sát hệ thống thời gian thực. 6 SOFTWARE-DEFINED NETWORKING CONTROLLER Optimizer Routing Tối ưu hóa đồ hình dựa trên traffic thực và điều kiện năng lượng Định tuyến các luồng dữ liệu trên đồ hình tối ưu Monitoring Power control Traffic state, Full-mesh and MST topology Trạng thái Switch và Port Openflow protocol SSL/TCP Openflow protocol SSL/TCP DATA CENTER NETWORK (SDN switches, DCN topology, Device Power Profile) Figure II.1: Hệ thống điều khiển năng lượng mạng Điều đó có nghĩa, với thiết bị Pronto nói trên, định tuyến dữ liệu qua 3 cổng 100Mbps sẽ tiết kiệm năng lượng hơn qua 1 cổng 1Gbps. Và đối với NetFPGA thì 9 cổng 100Mbps vẫn tiết kiệm năng lượng hơn 1 cổng 1Gbps. Từ đó, NCS đề xuất ý tưởng đối với các yêu cầu lưu lượng khác nhau, và đối với các thiết bị khác nhau, thì cách thức định tuyến cũng khác nhau để tiết kiệm năng lượng. Ví dụ với yêu cầu 500Mbps, thì nên định tuyến qua 5 cổng 100Mbps sẽ tốt hơn trên NetFPGA, nhưng định tuyến qua 1 cổng 1Gbps sẽ tiết kiệm năng lượng hơn với Pronto. Từ đó, NCS đề xuất tỉ số tiệu thụ năng lượng, RPCE, giữa các mức hoạt động khác nhau của các thiết bị khác nhau. Tỉ lệ này có thể giữa mức 10Gbps với 1Gbps, hoặc giữa 1Gbps với 100Mbps. Dưới đây là ví dụ: 1𝐺:100𝑀 𝑅𝑃𝐶𝐸 𝑃1𝐺𝑏𝑝𝑠 = 100𝑀𝑏𝑝𝑠 𝑃 (II.4) 𝑃10𝐺𝑏𝑝𝑠 𝑃1𝐺𝑏𝑝𝑠 (II.5) 10𝐺:1𝐺 𝑅𝑃𝐶𝐸 = 7 II.1.4 Định tuyến nhận thức năng lượng - PSnEP Dựa trên ý tưởng nêu trên và kết hợp với thuật toán power scaling, thuật toán có phương thức định tuyến khác nhau ứng với mỗi mô hình năng lượng, yêu cầu lưu lượng và trạng thái của đồ hình mạng. Khi được xây dựng trên thiết bị SDN controller, thuật toán cho phép xây dựng hệ thống mềm dẻo. Các hàm mục tiêu và rằng buộc như sau: Hàm 𝜏 tính ra số cổng cần hoạt động ở mức tốc độ thấp tương ứng với yêu cầu lưu lượng: - 𝑇𝑠𝑟𝑐↦𝑑𝑠𝑡 𝑑𝑒𝑚 𝑆𝑙𝑠 . 𝑠↦𝑑 𝑇𝑑𝑒𝑚 là lưu lượng từ nguồn tới đích. 𝑆𝑙𝑠 , 𝑆ℎ𝑠 tốc độ khác nhau của port (lowspeed và highspeed). ta có rằng buộc băng thông là số port tốc độ thấp cần bật phải nhỏ hơn tỉ lệ RPCE. 𝜏: 𝑠𝑟𝑐↦𝑑𝑠𝑡 𝑇𝑑𝑒𝑚 < 𝑅𝑃𝐶𝐸 Sls (II.6) Với ràng buộc này, tất cả các switch mà lưu lượng định tuyến qua cần phải được bật sẵn. Trạng thái ith của thiết bị là statei, với 0 là tắt và 1 là bật. 𝜏: 𝑠𝑟𝑐↦𝑑𝑠𝑡 𝑇𝑑𝑒𝑚 = Sls 𝑇𝑠𝑟𝑐↦𝑑𝑠𝑡 𝜏: 𝑑𝑒𝑚 Sls ∑ 𝑖=0 𝑠𝑡𝑎𝑡𝑒𝑖 = 0 → 𝑂𝐹𝐹 𝑠𝑡𝑎𝑡𝑒 𝑠𝑡𝑎𝑡𝑒𝑖 ; { 𝑠𝑡𝑎𝑡𝑒𝑖 = 1 → 𝑂𝑁 𝑠𝑡𝑎𝑡𝑒 (II.7) Nếu rằng buộc trên được thỏa mãn, thì cần kiểm tra tất cả các switch mà được sử dụng để lái traffic đi qua. 𝑠𝑟𝑐↦𝑑𝑠𝑡 ∀𝐿𝑖𝑠𝑟𝑐↦𝑑𝑠𝑡 ∈ 𝐿𝑠𝑟𝑐↦𝑑𝑠𝑡 ; ∀𝑙𝑖,𝑗 ∈ 𝐿𝑖𝑠𝑟𝑐↦𝑑𝑠𝑡 ∶ 𝐶𝑙𝑠𝑟𝑐↦𝑑𝑠𝑡 ≥ 𝑆𝑙𝑠 (II.8) 𝑖,𝑗 𝐿 𝑠𝑟𝑡↦𝑑𝑠𝑡 là tập các link hoạt động ở tốc độ thấp có thể được định tuyến qua của thiết bị. 8 Mỗi link thuộc 𝐿𝑖𝑠𝑟𝑐↦𝑑𝑠𝑡 sẽ có tài nguyên băng thông còn lại là 𝐶𝑙𝑠𝑟𝑐↦𝑑𝑠𝑡 . 𝑖,𝑗 Vì vậy rằng buộc trên đảm bảo các link ở tốc độ thấp có thể được bật để định tuyến traffic theo yêu cầu. II.1.5 Đánh giá kết quả Trong quá trình đánh giá, NCS sử dụng giá trị NU (network utilization), mức sử dụng mạng, để đánh giá mức độ tiêu thụ. NU được tính là tổng băng thông truyền qua mạng, trên tổng băng thông tối đa của hệ thống (tương ứng với tổng băng thông của server).  t ij NU  i j LinkSpeed * Server _ link (II.9) Khi thay đổi giá trị NU, các thiết bị mạng được điều khiển để tắt/bật hoặc thay đổi tốc độ của cổng để đáp ứng yêu cầu mạng. Figure II.2: PSnEP vs Power scaling. K=6 Fat-tree, mix scenario 9 Figure II.3: Mức tiết kiệm năng ượng của PSnEP so với PS Như kết quả ở hình dưới, khi network utilization thay đổi, mức độ tiết kiệm năng lượng của hệ thống cũng thay đổi theo. Thuật toán đề xuất PSnEP cho kết quả tiết kiệm năng lượng tốt hơn thuật toán phổ biến power scaling Bảng II.1: Tỉ lệ tiết kiệm năng lượng so giữa PSnEP và PS Fat-tree topology Average( PowerPSnEP %) PowerPS K=4 K=6 K=8 K=12 K=16 90.06 94.43 95.16 96.48 97.14 Figure II.4: Energy-saving level ratio of PSnEP to PS algorithm in different sizes 10 Hình trên so sánh tỉ lệ tiết kiệm năng lượng giữa thuật toán PSnEP và PS. Kết quả cho thấy, NU càng tăng dẫn tới mức độ tiết kiệm năng lượng của cả 2 thuậ toán càng có xu hướng bằng nhau. II.2 Trung tâm dữ liệu xanh sử dụng hệ thống điều khiển năng lượng cho mạng và máy chủ OPTIMIZER Thuật toán (Idle logic + Topology-aware live migration) MONITORING CONFIGURING POWER CONTROL SERVER NETWORK NETWORK SERVER ROUTING MIGRATION Trạng thái của servers và máy ảo Trạng thái các thiết bị mạng Trạng thái của Switch và cổng (on/off) Trạng thái của server Cấu hình thiết bị mạng Di trú máy chủ tức thời Network Servers DATA CENTER NETWORK DEVICES AND SERVERS Figure II.5: Hệ thống điêu khiển năng lượng mở rộng Các giải thuật và hệ thống được trình bày ở trên, phần 2.1 và 2.2, đã hoạt động tốt và tiết kiệm năng lượng mạng trong trung tâm dữ liệu. Tuy nhiên quá trình vận hành và thực thi thuật toán phụ thuộc và luồng dữ liệu. Bên cạnh đó, trong trung tâm dữ liệu, các máy ảo được phân bổ và di trú thường xuyên. Việc di trú máy ảo cũng có tác động đến luồng dữ liệu (nguồn và đích), đồng thời tác động đến kết quả của định tuyến và tối ưu đồ hình. Vì vậy trong phần này, NCS đề xuất kết hợp cả phần điều khiển mạng và điều khiển máy chủ vào. Mô hình hệ thống đề xuất được biểu diễn ở hình 2.5. II.2.1 Thuật toán di trú máy ảo nhận thức đồ hình Các xu hướng di trú máy chủ được đề xuất như sau: (1) tối giản số máy chủ vật lý đang chạy; và (2) giảm số lượng switch đang bật để đảm bảo kết nối giữa các máy chủ vật lý. Thuật toán được thể hiện như sau: 11 Thuật toán di trú máy ảo nhận thức đồ hình Input: 𝑆𝑡𝑎𝑡𝑒(𝑆𝑤, 𝐿𝑖𝑛𝑘 , 𝑆 𝑝 (𝑉𝑀)) Begin //Create a list of source server by increasing number of active servers, 𝐿𝑠𝑟𝑐 ← 𝑠𝑜𝑟𝑡(𝑆 𝑝 (𝑉𝑀), 𝑘𝑒𝑦 = 𝑎𝑐𝑡𝑖𝑣𝑒𝑆𝑒𝑟, 𝑜𝑟𝑑𝑒𝑟 = 𝑖𝑛𝑐𝑟𝑒𝑎𝑠𝑖𝑛𝑔) //All the server with the same active VMs is re-sorted by near →middle → far 6. 𝐿𝑠𝑟𝑐 ← 𝑠𝑜𝑟𝑡(𝐿𝑠𝑟𝑐 , 𝑘𝑒𝑦 = 𝑛𝑒𝑖𝑔ℎ𝑏𝑜𝑟, 𝑜𝑟𝑑𝑒𝑟 = 𝑛𝑒𝑎𝑟 → 𝑚𝑖𝑑𝑑𝑙𝑒 → 𝑓𝑎𝑟) 7. //Create a list of destination server by decreasing number of active servers 8. 𝐿𝑃𝑑𝑠𝑡 ← 𝑆𝑜𝑟𝑡(𝑆 𝑝 (𝑉𝑀), 𝑘𝑒𝑦 = 𝑎𝑐𝑡𝑖𝑣𝑒𝑆𝑒𝑟, 𝑜𝑟𝑑𝑒𝑟 = 𝑑𝑒𝑐𝑟𝑒𝑎𝑠𝑖𝑛𝑔) 9. For all 𝑣𝑚𝑖 ∈ 𝐿𝑠𝑟𝑐 do 𝑝 𝑝 10. For all 𝑆𝑖 ∈ 𝐿𝑑𝑠𝑡 do 𝑝 11. If 𝑚𝑖𝑔: 𝑣𝑚𝑖 → 𝑆𝑖 = 𝑠𝑢𝑐𝑐𝑒𝑠𝑠𝑓𝑢𝑙 then 𝑝 12. 𝑚𝑖𝑔: 𝑣𝑚𝑖 → 𝑆𝑖 13. Update 𝑆𝑡𝑎𝑡𝑒(𝑆𝑤, 𝐿𝑖𝑛𝑘 , 𝑆 𝑝 (𝑉𝑀)) 14. End If 15. End for 16. End for 17. End 18. Output: 𝑆𝑡𝑎𝑡𝑒(𝑆𝑤, 𝐿𝑖𝑛𝑘 , 𝑆 𝑝 (𝑉𝑀)) 1. 2. 3. 4. 5. II.2.2 Kết quả kiểm thử Ở hình Figure II.6 và Figure II.7, tỉ lệ mức tiêu thụ năng lượng của thuật toán đề xuất với trường hợp fullmesh là rất lớn. Đường màu xanh là tỉ lệ tiêu thụ năng lượng mạng, đường màu đỏ là tỉ lệ tiêu thụ năng lượng của máy chủ. Trong trường hợp khác, hình Figure II.8 và Figure II.9, NCS so sánh thuật toán đề xuất với thuật toán Honeyguide [18], một thuật toán di trú máy chủ. Honeyguide dựa trên việc di trú máy chủ trong đồ hình mạng fat-tree và dựa trên thuật toán first-fit. Kết quả kiểm thử đều được đo với mạng Fat-tree với kích thức k = 8 và k = 16, tương ứng hỗ trợ 128 máy chủ và 1026 máy chủ. 12 Figure II.6: K=8, so sánh mức tiêu thụ năng lượng với fullmesh Figure II.7: K=16, so sánh mức tiêu thụ năng lượng với fullmesh Figure II.9: K=16, so sánh với Honeyguide Figure II.8: K=8, so sánh với Honeyguide II.3 Kết luận Ngoài việc đề xuất hệ thống điều khiển năng lượng tập trung cho mạng trung tâm dữ liệu, chương hai cũng trình bày hai phương pháp tiếp cận tiết kiệm năng lượng chính bao gồm: (1) thuật toán định tuyến nhận biết năng lượng, cụ thể là thuật toán cân bằng năng lượng và thuật toán nhận thức năng lượng (PSnEP) dựa trên cách thức mở rộng quy mô năng lượng và hồ sơ năng lượng của các thiết bị mạng ; và (2) Thuật toán di trú VM nhận biết topology di chuyển máy chủ với hai mục tiêu: (a) giảm thiểu số lượng máy chủ vật lý; Và (b) giảm số lượng các thiết bị chuyển mạch để kết nối các máy chủ vật lý này để biến thiết bị cho hiệu quả năng lượng. 13 CHƯƠNG III. CÁC PHƯƠNG PHÁP TIẾT KIỆM NĂNG LƯỢNG TRONG CÔNG NGHỆ MẠNG ẢO Trong môi trường điện toán đám mây, công nghệ mạng ảo đang được sử dụng rất phổ biến, và đóng vai trò quan trọng trong việc triển khai các dịch vụ điện toán đám mây như Network as a service (NaaS), Infrastructure as a service (IaaS). Tuy nhiên, tiết kiệm năng lượng với công nghệ mạng ảo trong môi trường điện toán đám mây đang có một số khó khăn sau: - - Mạng ảo – network virtualization hiện nay đang chủ yếu tập trung vào tối ưu hóa tài nguyên mạng, tài nguyên hệ thống, chưa tập trung vào tiết kiệm năng lượng [21]. Thiếu nền tảng ảo hóa mạng nhận thức năng lượng, dẫn đến khó khăn trong dề xuất, đánh giá và triển khai các phương pháp ảo hóa tiết kiệm năng lượng. Với những khó khăn trên, trong chương này NCS đề xuất xây dựng nền tảng mạng ảo nhận thức năng lượng sử dụng công nghệ SDN. NCS đồng thời đề xuất các giải thuật nhúng mạng ảo (virtual network embedding) hướng tới tiết kiệm năng lượng. III.1 Xây dựng nền tảng mạng ảo nhận thức năng lượng dựa trên công nghệ SDN Hình 3.1 cho chúng ta thấy các block chính của nền tảng đề xuất mạng ảo nhận thức năng lượng, bao gồm: Management; OpenFlow Controllers; Extended FlowVisor; và Substrate Network. Với đầu vào là các yêu cầu mạng ảo (Virtual network request – VNR), hệ thống sẽ căn cứ trên hiện trạng mạng, căn cứ theo thuật toán nhúng để có nhúng mạng ảo hướng tới tiết kiệm năng lương. Các khối management, openflow controller được xây dựng trên SDN controller, còn khối power và slicer được xây dựng trên nền tảng hệ thống FlowVisor nổi tiếng [67] [68]. 14 VNR1 (nodes & links demand) Virtual Network Requests (VNRs) Ex: VNR1 & VNR2 CTL 1 Management Controller management GUI VNE Control and configure Controllers Java-based Application Algorithms - CG VNE - HEE VNE CTL 2 Extended FlowVisor Power Slicing, port mapping, Switches, Controllers coordinating and configuring Power monitoring: monitor NW power consumption Power controlling: Control NW devices state -Using NetFGPA energy model- VNR 1 VNR 2 OpenFLow Slicer Monitoring Information and GUI Openflow Controllers (POX, FloodLight) VNR2 (nodes & links demand) Substrate network (Openflow-enable Switches) Figure III.1: Hệ thống mạng ảo nhận thức năng lượng – Energy-aware Network Virtualization III.2 Thuật toán nhúng mạng ảo tiết kiệm năng lượng Vấn đề nhúng mạng ảo (embedding hoặc mapping) bản chất bao gồm 02 vấn đề nhỏ, là nhúng nút ảo (virtual node mapping – VNoM) và nhúng liên kết ảo (virtual link mapping – VLiM). Do đó, hai đại lượng metric cho VNoM và VLiM sẽ được đề xuất như sau. 15 III.2.1 Tỉ lệ hiệu năng lượng hiệu dụng - Energy-cost Coefficient of Capacity - VNoM metric: đại lượng đề xuất 𝐸𝐶𝑐 cho quá trình VNoM. 𝐸𝐶𝑐 = - 𝑃𝑎𝑓𝑡𝑒𝑟 − 𝑃𝑐𝑢𝑟 (III.1) 𝐶𝑖𝑃 (𝑡𝑐𝑢𝑟 ) − 𝐶𝑖𝑃 (𝑡𝑎𝑓𝑡𝑒𝑟 ) VLiM metric: đại lượng đề xuất 𝐸𝐶𝐵 cho quá trình VLiM. 𝑘 ℎ (III.2) 𝐸𝐶𝐵 = ∑ (𝑃𝑙𝑖𝑛𝑘𝑖 (𝑡𝑎𝑓𝑡𝑒𝑟 ) − 𝑃𝑙𝑖𝑛𝑘𝑖 (𝑡𝑐𝑢𝑟 )) + ∑ 𝑠𝑗 (𝑃𝑚𝑖𝑑 ) 𝑖=1 𝑗=0 𝑝 𝑝 𝑠𝑗 (𝑃𝑚𝑖𝑑 ) = 𝑠𝑗 (𝑃𝑖𝑠𝑡 + ∑ 𝑛𝑖 × 𝑃i + 𝑠𝑡 × 𝑃𝑖𝑒𝑥𝑡 ) (III.2) 𝑝∈𝑃̇ III.2.2 Thuật toán nhúng nút ảo (VNoM) III.2.2.1 Thuật toán Heuristic Energy-Efficient Node Mapping (HEE) Đối với hiệu quả năng lượng cao VNE, tác giả tập trung vào một số lượng tối thiểu của các nút chất nền hoạt động. Các nút không sử dụng sẽ bị tắt khi không có hoạt động nào được thực hiện. Trong luận án này, tác giả đề xuất một thuật toán VNoM (HEE) hiệu quả năng lượng Heuristic giúp nhận ra việc lập bản đồ nút theo thứ tự ưu tiên như sau: - Xếp hạng các nút chất nền bật lên theo thứ tự không tăng của dung lượng sẵn có Ưu tiên ánh xạ các nút ảo lên các nút hệ số năng lượng chi phí năng lượng thấp nhất Quá trình mapping dựa trên thống số metric 𝐸𝐶𝑐 . III.2.2.2 Thuật toán giảm năng lượng nút trung gian (RMN-EE) Trong NV, một nút ảo có thể được ánh xạ tới chỉ một nút nền, trong khi một liên kết ảo có thể được biểu diễn bởi một đường dẫn nằm trên nhóm liên 16 kết vật lý liên tiếp trong mạng chất nền. Tuy nhiên trên một đường dẫn tồn tại các nút trung gian và các nút này trong suốt đối với khách hàng, nhưng chúng vẫn tiêu thụ năng lượng. Vì vậy, nếu có thể giảm số nút trung gian trong khi vẫn đáp ứng được các VNRs của khách hàng thì hệ thống có thể tiết kiệm năng lượng tiêu thụ của mạng. RMN-EE là một thuật toán dựa trên heuristic tập trung vào việc giảm thiểu số lượng các nút hoạt động. III.2.3 Thuật toán nhúng liên kết ảo Sau khi thuật toán nhúng nút ảo chạy xong, thuật toán nhúng liên kết ảo được xác định và sử dụng. Thuật toán này bao gồm 02 bước: đầu tiên thuật toán Breadth First Search sẽ xác định toàn bộ tuyến đường có thể đi. Sau đó VLiM sẽ lựa chọn tuyến đường dựa vào chỉ số metric 𝐸𝐶𝐵 . III.3 Performance Evaluation Thuật toán tham lam Capacity Greedy [76] được xây dựng lại để so sánh với các thuật toán đề xuất, bao gồm thuật toán Heuristic Energy-Efficient Mapping (HEE) and Reducing Middle Node Energy Efficiency (RMN-EE). Figure III.2 Acceptance Ratio – Online Figure III.3: Acceptance Ratio – OuTW Kết quả trên cho thấy tỉ lệ chấp nhận, acceptance ratio, giữa ba thuật toán trong hai trường hợp mapping online và online using time windows (OuTW). Chúng ta có thế thấy ngay thuật toán RMN-EE cho kết quả tốt hơn. Ở đây, mapping online có nghĩa là các VNR đến được phục vụ liên tục, theo FIFO, đối với online using time windows (OuTW) thuật toán sẽ nhóm 17 các VNR trong một time window lại sắp sếp và nhúng trên tài nguyên vật lý còn thừa. Figure III.4: tỉ lệ của năng lượng tiêu thụ của hệ thống với trường hợp fullmesh (max)- Online Figure III.5 tỉ lệ của năng lượng tiêu thụ của hệ thống với trường hợp fullmesh (max)- OuTW Kết quả trên cho thấy, tỉ lệ tiêu thụ năng lượng của hệ thống khi tải (load) tăng từ 10% tới 90% đối với 3 thuật toán khác nhau. Thuật toán RMN-EE cho kết quả tốt nhất. Figure 3.5: So sánh mức tiêu thụ năng lượng của Online và Online Remap Figure III.6 So sánh tỉ lệ chấp nhận năng lượng của Online và Online Remap III.4 Conclusion Chương vừa rồi cho ta thấy hai thuật toán mapping được tác giả đề xuất là: Heuristic Energy-efficient VNE (HEE-VNE) và Reducing Middle node Energy efficiency (RMN-EE). Dựa vào kết quả đạt được, chúng ta có thể thấy, tiết kiệm năng lượng tiêu thụ của hệ thống cũng như tỉ lệ chấp nhật được cải thiện một cách rõ rệt. 18
- Xem thêm -

Tài liệu liên quan