Otimização da atribuição de tarefas de computação entre servidores de computação de ponta via SDN
Otimização baseada em SDN de alocação de tarefas de computação entre servidores de computação de ponta
Como uma extensão da computação em nuvem, a computação de borda se tornou um modo importante para lidar com novos cenários de serviço da Internet das Coisas (IoE) em 5G, especialmente tarefas de computação sensíveis a atrasos geradas por dispositivos de borda . A computação de borda fornece suporte crítico que atende às características sensíveis a atrasos, implantando servidores na borda da rede. No entanto, um grande número de tarefas de computação distribuídas desigualmente em diferentes bordas da rede geralmente leva a um gargalo no atraso de processamento de tarefas de um servidor de computação de borda única . A alocação de tarefas é baseada principalmente no status do ECS local, sem considerar a visualização da rede global, o que pode facilmente levar a uma carga de tarefas desequilibrada entre vários ECSs. Este artigo apresenta a nova ideia de rede definida por software para o modelo de computação de ponta. O plano de controle logicamente altamente centralizado é composto de vários centros de controle distribuídos fisicamente para coordenar as tarefas de computação em uma visão global. A fim de otimizar a alocação de tarefas e minimizar o atraso no processamento de tarefas , este artigo propõe três esquemas . Proposto pela primeira vezEsquema para avaliar as características de computação de tarefas ECS, E então propôsUm plano para prever o tempo de processamento de uma tarefa de unidade no futuro do ECS. Portanto, diferentes tipos de tarefas de computação podem ser atribuídos a unidades de controle eletrônico apropriadas que podem lidar melhor com essas tarefas, minimizando os atrasos de processamento. Além disso, projetadoOtimizando o plano para avaliar o custo do tempo, A fim de melhorar ainda mais a eficiência da alocação de tarefas. Os resultados experimentais mostram que, em comparação com a técnica anterior, este mecanismo pode otimizar de forma mais eficaz a alocação de tarefas e minimizar o atraso de processamento de tarefas. Especificamente, em comparação com o trabalho correspondente, esse mecanismo pode aumentar o atraso médio de processamento da tarefa da unidade e o equilíbrio de carga do ECS em aproximadamente 14% e 23%, respectivamente.
本文关键词：Edge Computing和SDN
边缘计算主要用来实现边缘设备产生的延迟敏感计算任务
SDN主要用来解决ECSs负载均衡问题
延迟敏感计算任务是什么类型的任务？
个人理解 这类延迟敏感计算任务意味：对低延迟要求较高的任务
三种方案来优化任务分配和最小化任务处理延迟：
评估ECS任务计算特征的方案
预测ECS未来单位任务处理时间的方案
优化评估时间开销的方案
衡量系数：
平均单位任务处理延迟
ECS负载均衡度
负载均衡：
负载均衡建立在现有网络结构之上，它提供了一种廉价有效透明的方法
扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、
提高网络的灵活性和可用性。
负载均衡（Load Balance）其意思就是分摊到多个操作单元上进行执行
例如Web服务器、FTP服务器、企业关键应用服务器和其它关键任务服务
器等，从而共同完成工作任务。
Com o rápido desenvolvimento da tecnologia de comunicação de rede, a demanda das pessoas por serviços de alto desempenho está se tornando cada vez mais urgente. O sistema móvel de quinta geração (5G) está gradualmente se integrando à vida diária das pessoas. Tem o compromisso de atender às características de densidade de fluxo ultra-alta, densidade de conexão ultra-alta e mobilidade ultra-alta [1]. Portanto, os requisitos de novos cenários de serviço sofreram mudanças significativas, e essas mudanças representam com sensibilidade as características de atraso, incluindo controle confiável, movimento rápido, análise em tempo real e reconhecimento de localização [2, 3] . Algumas pesquisas foram feitas sobre a otimização do agendamento de tarefas de computação entre vários servidores no centro da nuvem (Seção 2), o que melhora significativamente o tempo de processamento da tarefa. No entanto, os servidores de computação em nuvem geralmente estão localizados longe da borda da rede . Considerando que, com o desenvolvimento de cenários de serviço em 5G, o número de solicitações de computação de dispositivos móveis está aumentando rapidamente e a computação em nuvem tradicional pode causar atrasos de transmissão maiores e congestionamento severo. Obviamente, o modelo de computação em nuvem tradicional que se concentra em tarefas de computação em grande escala não é mais adequado para essa situação. Como uma extensão da computação em nuvem, a computação de borda implanta funções como computação, rede e armazenamento próximo a recursos de dados na borda da rede [4]. Seus servidores de computação periférica distribuídos estão mais próximos dos usuários para fornecer serviços de computação em tempo real próximos .
作为云计算的衍生，边缘计算服务器处于网络的边缘部分，
接近用户和客户端，更能实时提供服务。
No entanto, de acordo com o modelo de computação de borda, os ECSs distribuídos estão localizados em diferentes domínios de rede de borda. Cada ECS executa principalmente tarefas de cálculo com base no status de sua rede local. Quando um único ECS recebe um grande número de solicitações de computação distribuída desigualmente de seu terminal, isso geralmente ocorre em cenários de serviço de rede atuais, o que pode facilmente levar a um gargalo de atraso para que um único ECS processe tarefas de computação [6]. O ECS na outra extremidade pode estar ocioso neste momento. Neste artigo, propomos que em uma visão global, vários centros de computação são coordenados para distribuir tarefas de computação que não são uniformemente distribuídas em diferentes terminais. Neste método, a tarefa é atribuída ao ECS apropriado e o status de trabalho do ECS e o status da rede são considerados ao mesmo tempo, o que não apenas otimiza ainda mais a eficiência do processamento da tarefa, mas também equilibra a carga de trabalho do ECS.
全局视图，在多个计算中心之间协作分配非均匀分布在不同端点的计算任务,
要考虑此时的ECS工作状态和网络状态。
防止单个ECS计算任务遇到瓶颈，而此时还有其他的ECS却idle。
Rede definida por software (SDN) [7] é um novo conceito de rede, que possui as características de simplicidade, flexibilidade e abertura, sendo naturalmente adequado para as necessidades de cenários de serviço 5G [8, 9]. Ao introduzir o controle de desacoplamento e encaminhamento de SDN na modelagem de computação de borda, o plano de controle logicamente altamente centralizado pode ser composto de vários ECS distribuídos fisicamente [10]. Portanto, o modo de processamento de tarefas da computação de borda pode ser bem aprimorado, que se baseia nas informações locais de cada ECS para gerenciar serviços e recursos [11]. Este artigo introduz a ideia de rede de desenvolvimento sustentável na atribuição de tarefas globais. Tirando vantagem da rede de desenvolvimento sustentável, algumas pesquisas foram feitas para otimizar a distribuição de tarefas de computação de ponta entre vários centros de computação em uma escala global (Seção 2). Portanto, ao mesmo tempo que melhora a eficiência do processamento da tarefa, a carga de trabalho do sistema de controle eletrônico é bem equilibrada. Mas, na verdade, os cenários de trabalho e modos de cálculo de ECS com diferentes ENDs são geralmente regionais . Em outras palavras, o sistema de controle eletrônico de um determinado terminal pode muitas vezes lidar com certos tipos de tarefas de computação , o que permite que o ECS processe essas tarefas correspondentes melhor do que outros ECSs em menos tempo. A eficiência do processamento de tarefas pode ser otimizada ainda mais atribuindo tarefas ao ECS apropriado. Neste artigo, criamos um esquema,Por meio da mineração e análise de registros históricos das tarefas processadas no passadoAvaliar as características de processamento de tarefas de cada ECS (ou seja, a frequência de processamento de tipos específicos de tarefas de computação). Nesse método, os ECSs candidatos adequados para processar uma classe de tarefas de computação podem ser obtidos inicialmente, o que permite que as tarefas sejam atribuídas a ECSs mais adequados, reduzindo ainda mais o atraso de processamento.
通过分析以往的处理过的任务的历史记录来评估ECS适合处理该类型（或者说特征）
的任务，以便下次再处理这类任务将更快的将具有该种特征类型的任务分配给ECS。
Entre os muitos ECSs candidatos, como escolher o mais adequado para lidar com as tarefas que aguardam para serem atribuídas permanece um desafio. Embora o ECS seja avaliado como adequado para um tipo de tarefa, ele ainda pode causar sérios atrasos em tarefas recém-atribuídas. Por exemplo, o poder de computação disponível atual do ECS não pode permitir novas tarefas , portanto, a tarefa não será processada imediatamente após a alocação até que o poder de computação suficiente seja liberado. Além disso, as tarefas recém-atribuídas podem ter um impacto negativo na eficiência de computação atual do ECS. Por exemplo, o aumento do tempo de processamento trazido ao ECS pelas tarefas recém-atribuídas pode reduzir a futura eficiência de processamento de tarefas da unidade do ECS. A fim de resolver os problemas acima, propomos um esquema para avaliar o tempo de processamento de tarefas de ECS antes de atribuir tarefas. Neste plano, o futuro tempo de processamento da tarefa da unidade do ECS é definido. É usado como um critério de avaliação para selecionar ECS. Considerando o tempo de processamento passado de uma classe de tarefas de computação, um método para prever o tempo de processamento futuro de tarefas de computação candidatas é proposto. Nesse método, no estado atual da rede, o ECS com o menor FUT é selecionado como o ECS mais adequado para a tarefa correspondente.
FUT Future Unit task processing Time 未来单元任务处理time
接着刚刚上一步评估了某种ECS适合某种任务类型
接着我们将要提出如果一个新任务分配给ECS，该怎么办呢？
我们就要预计评估新任务的FUT，选择最小的FUT的ECS
No entanto, uma tarefa pode durar várias rodadas de avaliação sem ser atribuída. Antes de cada rodada de nova alocação, é necessário estimar seu tempo de processamento futuro, o que obviamente trará uma grande sobrecarga de tempo de reestimativa adicional. Neste artigo, projetamos ainda um método para resolver o problema de re-estimar o custo de tempo de tarefas que participam de várias rodadas de alocação. Portanto, antes de cada rodada de alocação de tarefas, as operações de re-estimativa são bastante reduzidas, o que melhora ainda mais a eficiência geral de alocação de tarefas de vários ECSs.
这里还有一个问题就是任务被连续好几轮估计FUT，就带来额外的开销时间
Neste artigo, com base no esquema de design acima, com base nas vantagens do SDN, um mecanismo ACTE é proposto para a alocação colaborativa de tarefas de computação entre vários ECSs. As principais contribuições são as seguintes:
The mechanism of collaboratively Assigning Computing Tasks
among multiple ECSs (ACTE)
1.给出了ACTE机制的系统框架，给出了整个系统的详细工作原理和流程。
2.设计了一个评估ECS的计算任务处理特征的方案，以便为不同类型的待
分配任务获得候选环境控制系统。
3.提出了预测ECS未来工作时间的方法，从而为相应的任务选择最合适的、
具有最小未来工作时间的ECS。
4.设计了优化评估时间开销的方法，以进一步提高任务分配效率。
estrutura do sistema
Atribuição de tarefas de forma colaborativa
AVALIAÇÃO DE RECURSOS DE COMPUTAÇÃO DO ECS (avaliação de recursos de tarefa de computação do ECS)
对于不同类型的计算任务，我们首先确定能够更好地处理哪种类型任务的初步合适的ECS。
在这种方法中，可以评估第(t+ 1)个时间段内每个ECS的计算特征(即处理特定类型任务的频率)。
Resumindo: use a frequência de processamento de certos tipos de tarefas para descrever os tipos de tarefas para as quais o ECS é adequado
i representa o ECS são i tarefas calculadas
subscrito indica o tipo de tarefa é
o APF i K (t) representa o ECS i K tipos de frequência física do tipo de serviço período t
acima é a molécula no ECS i dentro de um tempo período t O número de k tipos de serviços processados
O denominador a seguir é o número de todos os tipos de serviços processados durante o período t no ECS i
Aqui está o modelo. O
lado esquerdo do sinal de igual é o grau de adaptação ao ECS expresso pela frequência. As
letras gregas à direita são coeficientes e constantes de regressão
. Os registros de frequência histórica de t a 2t estão listados na equação
1. O que isso significa que deve ser o coeficiente de Y.
Eu entendo que é para resolver a equação
. G é o
valor real da matriz aumentada Y e o valor calculado estimado da fórmula GX T
expectativa EX. A
derivada é igual a 0 e o mínimo é tomado
Tempo mínimo de processamento da tarefa da unidade (minimizar o tempo de processamento da tarefa da unidade)
O plano de controle recebe um grande número de solicitações de cálculo em um curto período de tempo. As tarefas de computação que são sensíveis a atrasos devem ser alocadas apropriadamente o mais rápido possível. De acordo com o esquema acima, um grupo de ECSs que são bons em lidar com diferentes tipos de tarefas é obtido. Como atribuir tarefas ao ECS mais adequado entre vários ECSs candidatos.
选择最合适的ECS的目的：
如果任务被分配给它，最小化ECS未来的单位任务处理时间。
同时，分配的任务应该在截止日期前尽快完成。
ST tarefa inacabada definir
TCC poder de computação total (quantidade)
Prazo de tarefa TPD
Cálculo de tarefa RCC necessário
O objetivo aqui é: para minimizar a futura unidade de conclusão
G representa a função da
representação do numerador de avaliação de processamento de tarefa de avaliaçãoValor de avaliação de processamento de k tipos de serviços (a unidade de valor é o tempo)comValor estimado de tarefas não processadasSoma e
denominadorQuantidade de serviço não processado definidacomk conjunto de quantidade de tipos de serviçoA soma
do tempo de atraso adicional WD espera por uma nova tarefa. A
letra grega representa a porcentagem do andamento do processamento da tarefa atual.
Por meio da eq 12, é o ECS que seleciona a tarefa mais antiga a ser concluída.
Estimativa do tempo de processamento da tarefa
Conforme mencionado acima, a função de avaliação da tarefa deve ser proposta, como ela é calculada?
Primeiro considere dois fatores
- Um fator é o tempo normal de processamento da própria tarefa no último período de tempo,
- Outro fator é a possibilidade de flutuações de tempo causadas pelo tratamento de exceções
O primeiro no lado direito da equação representa o tempo médio de processamento de tarefas K no período t,
C é o fator de influência. O
lado direito é a diferença entre o tempo normal médio e a situação anormal,
p é o período anormal
n é o número total de processamento no período m, q É o número de tratamento de exceção no período m.
Os colchetes são anormais menos normais
Otimização da sobrecarga do tempo de estimativa
A situação mencionada acima é que, na última rodada de alocação, algumas tarefas podem não ser alocadas com êxito para um ECS. No entanto, seu tempo de processamento no ECS foi estimado. Isso obviamente leva a uma sobrecarga de tempo desnecessária de re-estimar o tempo de processamento dessas tarefas em uma nova rodada de alocação. Projetamos um método para reduzir a sobrecarga do tempo de estimativa e melhorar ainda mais a eficiência de alocação, conforme mostrado abaixo:
Para simplificar: como reduzir a sobrecarga desnecessária
para tarefas que foram estimadas por FUT, mas não atribuídas com sucesso.O sobrescrito r indica a rodada anterior de alocação, e o sobrescrito c indica a rodada atual de alocação. Se na rodada anterior de atribuição de trabalho, o incremento de tempo de processamento de tarefa de unidade futuro atribuído ao ECSi SCTk for maior do que o incremento de tempo de processamento de tarefa de unidade futuro atribuído ao ECSi por uma das outras tarefas aguardando para ser atribuídas na atribuição de trabalho atual, então Na distribuição do trabalho, não será estimado para ECS.
Análise de complexidade de algoritmo (pular)
Avaliação de desempenho (incluindo alguns detalhes de implementação experimental)
Nesta parte, avaliamos o desempenho do mecanismo ACTE proposto e analisamos as tarefas computacionais atribuídas pela colaboração. Esses esquemas são implementados em Python e todos os experimentos são realizados em um computador com CPU Intel®Core ™ i7-6700 a 3,40 GHz e 16 GB de RAM. A topologia de rede utilizada na simulação é Geant e Interroute obtida do Internet Topology Zoo [28] , conforme mostrado na Figura 3. Especificamente, Geant é uma topologia de rede com 41 nós e 65 links, e Interroute é uma topologia de rede com 110 nós e 148 links. Dividimos Geant e Interroute em 4 e 8 domínios de rede de ponta, respectivamente. Cada domínio contém cerca de 10 dispositivos de comutação e um ECS que controla esses dispositivos de comutação.
Um tipo de tarefa é definido para ocupar 2 a 5 unidades de poder de computação , e o seu tempo de cálculo normal é definido aleatoriamente para 10 a 20 unidades de tempo , e isso acontece em ECS que é melhor em lidar com este tipo de tarefa É metade de o tempo acima (ou seja, 5 a 10 unidades de tempo). O ECS está configurado para ter um poder de computação de 4.000 unidades. Também assumimos que as tarefas de computação são divididas em 10 tipos, e cada ECS só é melhor para lidar com 2 ou 3 deles.
Comparamos o ACTE processado com dois esquemas recentes relacionados.Estes dois esquemas são estratégia de descarregamento de tarefa distribuída (DTOS) e alocação de tarefa com reconhecimento de atraso . DTOS é um método de descarregar tarefas distribuídas para grupos de estações base de baixa carga em um ambiente de computação de borda móvel, que é principalmente simulado com base em trabalhos relacionados [22]. LATA é um método de tomada de decisões de alocação de tarefas através do SDN para reduzir o atraso no processamento de tarefas, e é principalmente simulado com base no trabalho relacionado [27]. Usamos os seguintes indicadores de desempenho para comparar esses três métodos e avaliar seu desempenho. Os indicadores de desempenho usados na avaliação são atraso de processamento de tarefa de unidade (UTPD) , taxa de otimização de tempo de processamento de tarefa (TPTOR) , equilíbrio de carga de ECS (ELBD) , migração de tarefa eficiência (TME) e taxa de sucesso de migração de tarefa (TMSR) .