Αθανάσιος Τσίπης

Τίτλος εκπονούμενης διατριβής:

Βελτιστοποίηση χρήσης δικτυακών πόρων σε υπολογιστικό νέφος

Τριμελής συμβουλευτική επιτροπή:

Κωνσταντίνος Οικονόμου (επιβλέπων)

Δημήτριος Τσουμάκος

Ιωάννης Σταυρακάκης

Περίληψη:

Για να αντιμετωπισθεί το πρόβλημα της διαχείρισης ιδιαίτερα δυναμικών περιβαλλόντων, όπως το υπολογιστικό νέφος, όπου πόροι και υπηρεσίες δημιουργούνται και καταστρέφονται δυναμικά βάσει παραμέτρων, όπως ο όγκος δεδομένων, οι ανάγκες των χρηστών, ή η ενεργειακή κατανάλωση, απαιτούνται νέες προσεγγίσεις που λαμβάνουν υπόψη αυτές τις παραμέτρους, για να δημιουργηθεί η κατάλληλη υποδομή, όπου δικτυακές συναρτήσεις και υπηρεσίες θα εκτελούνται ως εφαρμογές σε κατάλληλα προσαρμοσμένες εικονικές μηχανές. Σε ένα τέτοιο περιβάλλον δίνεται ιδιαίτερη έμφαση στην επιλογή της τοποθεσίας εγκατάστασης, καθώς και στον τρόπο επικοινωνίας και δρομολόγησης.
Με βάση τα παραπάνω, η παρούσα διδακτορική διατριβή καλείται να απαντήσει σε ερευνητικά ερωτήματα σχετικά με την κατά το δυνατόν βέλτιστη τοποθέτηση εικονικών μηχανών σε κατάλληλες τοποθεσίες, στοχεύοντας πάντοτε να ελαχιστοποιηθούν το δικτυακό κόστος, το ενεργειακό κόστος, το κόστος συντήρησης, κτλ., με άξονα την τελική ικανοποίηση των χρηστών και την ενίσχυση της ποιότητας των υπηρεσιών. Συνεπώς, κύριο αντικείμενο της διατριβής θεωρείται η μελέτη και η ανάλυση του προβλήματος, και η διατύπωση κατανεμημένων προσεγγίσεων, που θα αποφασίζουν αυτοματοποιημένα για την εύρεση, μετακίνηση, και ενοποίηση εικονικών μηχανών από κόμβο σε κόμβο ανάλογα με την τρέχουσα κατάσταση του δικτύου.
Πέρα τούτων, σημαντικό πεδίο έρευνας στην παρούσα διατριβή αποτελούν οι ευκαιρίες που παρέχονται από νέες τεχνολογίες, ιδιαίτερα αυτές που προσφέρονται από έξυπνες συσκευές. Αυτές οι συσκευές, λόγω των αυξανόμενων υπολογιστικών δυνατοτήτων, μπορούν εν δυνάμει να παίξουν τον ρόλο Micro-Data-Centers, ενσωματώνοντας υπηρεσίες του υπολογιστικού νέφους στις παρυφές του δικτύου και κοντά στον τελικό χρήστη, υιοθετώντας τα χαρακτηριστικά του περιβάλλοντος υπολογιστικής ομίχλης, γεγονός που αυξάνει σημαντικά τη δυναμική του συστήματος αλλά και την πολυπλοκότητα του.
Τα αναφερόμενα ζητήματα που πρόκειται να αντιμετωπισθούν, είναι προβλήματα τοποθεσίας υπηρεσιών (facility location), που είναι μη πολυωνυμικού χρόνου και απαιτούν τοπική πληροφορία. Παρότι υπάρχουν προσεγγιστικοί αλγόριθμοι επίλυσης τους, εντούτοις, η πλειονότητα αναφέρεται σε κεντρικοποιημένες μεθόδους με απαιτήσεις για καθολική γνώση των παραμέτρων του συστήματος και της τοπολογίας, επομένως, καθιστούν πολλές φορές απαγορευτική τη χρήση τους. Συνεπώς, απαιτείται να εξεταστούν κατανεμημένες μέθοδοι, που θα στηρίζονται σε τοπική πληροφορία και ενδεχόμενα αυτοματοποιούν διεργασίες προσφέροντας ευελιξία και προσαρμοστικότητα, όπως είναι το αντικείμενο της παρούσας διατριβής.
Εν κατακλείδι, η παρούσα διδακτορική διατριβή αντιμετωπίζει το πρόβλημα εύρεσης βέλτιστων τοποθεσιών για εικονικές μηχανές σε περιβάλλοντα υπολογιστικού νέφους και υπολογιστικής ομίχλης, οι οποίες προσφέρουν διάφορες υπηρεσίες στους χρήστες, με στόχο πάντοτε την ελαχιστοποίηση των τιμών των δικτυακών συναρτήσεων κόστους. Το εν λόγω πρόβλημα δεν μπορεί να αντιμετωπιστεί μέσω παραδοσιακών κεντρικοποιημένων αλγορίθμων που απαιτούν καθολική γνώση του δικτύου, καθώς σε περίπτωση δικτυακών αλλαγών απαιτούν συνεχείς επαναϋπολογισμούς για να ανταποκριθούν αποτελεσματικά στις απαιτήσεις των χρηστών. Κατά τον τρόπο αυτό, οι παραδοσιακές κεντρικοποιημένες προσεγγίσεις δεν θεωρούνται κατάλληλες, τόσο από άποψη πολυπλοκότητας, για ευρείας κλίμακας δυναμικά δίκτυα, όπως είναι τα περιβάλλοντα υπολογιστικού νέφους, όσο και λόγω της απαίτησης για καθολική πληροφορία. Στην παρούσα διατριβή, το πρόβλημα προσδιορισμού της βέλτιστης τοποθεσίας μιας εικονικής μηχανής επανεξετάζεται με μεθόδους που είναι τόσο επεκτάσιμοι όσο και δυναμικοί, αφού βασίζονται σε κατανεμημένες προσεγγίσεις, που κάνουν χρήση τοπικής πληροφορίας, για τον εντοπισμό της βέλτιστης θέσης για εγκατάσταση της υπηρεσίας. Σκοπός είναι η δημιουργία αναλυτικών μοντέλων, αναφορικά με το πρόβλημα βέλτιστης τοποθέτησης εικονικών μηχανών, τα οποία να αντιστοιχούν με πιστότητα στα πραγματικά περιβάλλοντα. Τα αναλυτικά μοντέλα θα προσφέρουν μια ποιοτική ανάλυση του προβλήματος, ενώ θα γίνει αξιολόγησή τους με χρήση πειραμάτων προσομοίωσης. Τέλος, θα λάβουν χώρα και πειράματα υπό πραγματικές συνθήκες (testbed demo) για συγκριτική αξιολόγηση με τα αναλυτικά μοντέλα και τις προσομοιώσεις, χρησιμοποιώντας ως μελέτη περίπτωσης σύγχρονου τύπου εφαρμογές, όπως περιβάλλοντα smart cities και virtual reality.