Luận án Nghiên cứu giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây
BỘ THÔNG TIN VÀ TRUYỀN THÔNG
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
Nguyễn Khắc Chiến
NGHIÊN CỨU GIẢI PHÁP
TỰ ĐỘNG ĐIỀU CHỈNH TÀI NGUYÊN HIỆU QUẢ
TRONG ĐIỆN TOÁN ĐÁM MÂY
LUẬN ÁN TIẾN SĨ KỸ THUẬT
Hà Nội - 2019
BỘ THÔNG TIN VÀ TRUYỀN THÔNG
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
Nguyễn Khắc Chiến
NGHIÊN CỨU GIẢI PHÁP
TỰ ĐỘNG ĐIỀU CHỈNH TÀI NGUYÊN HIỆU QUẢ
TRONG ĐIỆN TOÁN ĐÁM MÂY
CHUYÊN NGÀNH: KỸ THUẬT MÁY TÍNH
MÃ SỐ: 9.48.01.06
LUẬN ÁN TIẾN SĨ KỸ THUẬT
NGƯỜI HƯỚNG DẪN KHOA HỌC:
GS.TSKH. HỒ ĐẮC LỘC
TS. NGUYỄN HỒNG SƠN
Hà Nội - 2019
i
LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết quả được
viết chung với các tác giả khác đều được sự đồng ý của đồng tác giả trước khi đưa
vào luận án. Các kết quả nêu trong luận án là trung thực và chưa từng được công bố
trong các công trình nào khác.
Người cam đoan
Nguyễn Khắc Chiến
ii
LỜI CẢM ƠN
Thực hiện luận án tiến sĩ là một thử thách lớn, đòi hỏi sự kiên trì và tập trung
cao độ. Tôi thực sự hạnh phúc với kết quả đạt được trong đề tài nghiên cứu của mình.
Những kết quả đạt được không chỉ là nỗ lực cá nhân, mà còn có sự hỗ trợ và giúp đỡ
của các thầy hướng dẫn, nhà trường, bộ môn, đồng nghiệp và gia đình. Tôi muốn bày
tỏ tình cảm của mình đến với họ.
Nghiên cứu sinh xin được bày tỏ lòng biết ơn sâu sắc đến Thầy giáo GS.
TSKH. Hồ Đắc Lộc và TS. Nguyễn Hồng Sơn đã tận tình hướng dẫn, giúp đỡ, trang
bị phương pháp nghiên cứu, kiến thức khoa học để tôi hoàn thành các nội dung
nghiên cứu của luận án.
Nghiên cứu sinh xin bày tỏ lòng biết ơn chân thành tới các thầy, cô của Học
viện Công nghệ Bưu chính Viễn thông, các đồng chí thuộc Trường Đại học cảnh sát
nhân dân đã đóng góp nhiều ý kiến quý báu giúp tôi hoàn thành các nội dung nghiên
cứu của luận án.
Nghiên cứu sinh xin trân trọng cảm ơn Học viện Công nghệ Bưu chính Viễn
thông, Khoa Sau đại học là cơ sở đào tạo và đơn vị quản lý, các đồng chí lãnh đạo
trường Đại học Cảnh sát nhân dân, cùng các đồng chí trong Bộ môn Toán -
Tin học, trường Đại học Cảnh sát nhân dân, nơi tôi đang công tác đã tạo điều kiện
thuận lợi, hỗ trợ và giúp đỡ tôi trong suốt quá trình học tập, nghiên cứu thực hiện
luận án.
Tôi xin trân trọng cảm ơn các bạn bè người thân và gia đình đã cổ vũ, động viên
giúp đỡ, tạo điều kiện cho tôi hoàn thành luận án.
Nghiên cứu sinh
iii
MỤC LỤC
LỜI CAM ĐOAN ............................................................................................................. i
LỜI CẢM ƠN.................................................................................................................. ii
MỤC LỤC ...................................................................................................................... iii
DANH MỤC CÁC BẢNG...............................................................................................v
DANH MỤC CÁC HÌNH VẼ........................................................................................ vi
DANH MỤC CÁC TỪ VIẾT TẮT................................................................................ ix
PHẦN MỞ ĐẦU ..............................................................................................................1
1. GIỚI THIỆU....................................................................................................................1
2. TÍNH CẤP THIẾT CỦA LUẬN ÁN..............................................................................2
3. MỤC TIÊU CỦA LUẬN ÁN..........................................................................................7
4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU ................................................................7
5. PHƯƠNG PHÁP NGHIÊN CỨU...................................................................................7
6. CÁC ĐÓNG GÓP CỦA LUẬN ÁN...............................................................................8
7. BỐ CỤC CỦA LUẬN ÁN..............................................................................................8
ĐIỆN TOÁN ĐÁM MÂY ........................................................................................10
1.1. CƠ SỞ LÝ THUYẾT .................................................................................................10
KẾT LUẬN CHƯƠNG 1:.................................................................................................38
2.1. ĐẶT VẤN ĐỀ............................................................................................................39
TOÁN ĐÁM MÂY...................................................................................................40
NGUYÊN..................................................................................................................62
iv
KẾT LUẬN CHƯƠNG 2:.................................................................................................69
ĐIỆN TOÁN ĐÁM MÂY ........................................................................................71
3.1. ĐẶT VẤN ĐỀ............................................................................................................71
3.3. THỰC NGHIỆM VÀ ĐÁNH GIÁ ............................................................................85
KẾT LUẬN CHƯƠNG 3..................................................................................................88
4.1. ĐẶT VẤN ĐỀ............................................................................................................89
4.2. KIẾN TRÚC ỨNG DỤNG ĐA TẦNG .....................................................................93
4.4. THỰC NGHIỆM VÀ ĐÁNH GIÁ ..........................................................................110
KẾT LUẬN CHƯƠNG 4................................................................................................134
v
DANH MỤC CÁC BẢNG
Bảng 2.2: Thiết lập các tham số cho đám mây .........................................................49
Bảng 2.3: Các tham số cho VM ................................................................................50
Bảng 2.4: Thuật toán đề xuất MM-New ...................................................................58
Bảng 2.5: Thông tin về trung tâm dữ liệu.................................................................59
Bảng 2.6: Bảng số liệu máy chủ trong mô phỏng.....................................................59
Bảng 2.7: Tiêu thụ năng lượng của hai loại máy chủ ...............................................59
Bảng 3.1: Thuật toán cân bằng tải Round Robin ......................................................77
Bảng 3.2. Bảng mô tả trạng thái................................................................................81
Bảng 3.3. Cấu hình cụm VM ....................................................................................86
cụm............................................................................................................................87
Bảng 4.2: Cấu hình các VM....................................................................................110
Bảng 4.4: Các phân hoạch của giá trị phương sai...................................................111
Bảng 4.5: Các phân hoạch của thời gian đáp ứng...................................................111
vi
DANH MỤC CÁC HÌNH VẼ
Hình 0.1: Ví dụ một trường hợp tự động điều chỉnh ..................................................3
Hình 1.1: Một dạng hệ thống AS đơn giản ...............................................................11
Hình 1.2: Phương pháp điều chỉnh trong CC............................................................16
Hình 1.3: Ví dụ về điều chỉnh theo chiều dọc...........................................................16
Hình 1.4: Ví dụ về điều chỉnh theo chiều ngang.......................................................17
Hình 1.5: Phân loại các kỹ thuật AS .........................................................................18
Hình 2.1: Mô hình cân bằng tải.................................................................................41
Hình 2.3: Ví dụ có 2 VM đang hoạt động như trên ..................................................45
vii
Hình 3.2: Mạng hàng đợi mở tổng quát....................................................................80
Hình 4.2: Cấu trúc cơ bản của hệ suy diễn mờ .......................................................101
Hình 4.6: Bộ tự động điều chỉnh đề xuất ................................................................108
Hình 4.8: Xác định tham số thăm dò/khai thác () .................................................115
0.5............................................................................................................................116
Hình 4.10: Xác định hệ số suy giảm (γ)..................................................................117
0.2............................................................................................................................118
ix
DANH MỤC CÁC TỪ VIẾT TẮT
DIỄN GIẢI
KÝ HIỆU
TIẾNG ANH
TIẾNG VIỆT
Trí tuệ nhân tạo
Active Monitoring Load Balancing Cân bằng tải giám sát tích cực
AI
Artificial Intelligence
AMLB
AR
Tự hồi quy
ARMA
AS
Autoregressive moving average
Auto Scaling
Trung bình động tự hồi quy
Tự động điều chỉnh
Điện toán đám mây
Bộ xử lý trung tâm
Hành động-Điều kiện-Sự kiện
Đến trước phục vụ trước
Bộ nhớ tạm phân cấp
Vào/ra
CC
Cloud Computing
CPU
ECA
FCFS
HTM
IO
Control Process Unit
Event Condition Action
First Come First Served
Hierarchical Temporal Memory
Input/Output
IoT
Internet of Things
Internet vạn vật
IT
Information Technology
Last Come First Served
Lower Threshold
Công nghệ thông tin
Đến sau phục vụ trước
Ngưỡng dưới
LCFS
LT
MA
Moving Average
Trung bình động
MAPE
MDP
MI
Monitor-Analyze-Plan-Execute
Markov Decisson Process
Millions Instructions
Milions Instructions Per Second
Multi input Single Output
Minimization Migration
Model Predictive Controllers
Mean Value Analysis
Vòng lặp điều khiển MAPE
Quá trình quyết định Markov
Triệu chỉ thị
MIPS
MISO
MM
MPC
MVA
Triệu chỉ thị trên giây
Nhiều đầu vào, một đầu ra
Di trú ít nhất
Bộ điều khiển dự báo mô hình
Phân tích giá trị trung bình
x
DIỄN GIẢI
KÝ HIỆU
TIẾNG ANH
TIẾNG VIỆT
National Institute of Standards and Viện nghiên cứu tiêu chuẩn và
NIST
Technology
công nghệ quốc gia Hoa Kỳ
Phần tử xử lý
PE
Processing Element
Physical Machine
Processor Sharing
Quality Of Service
Random Access Menmory
Random choice
PM
PS
Máy chủ vật lý
Chia sẻ bộ xử lý
QoS
RAM
RC
Chất lượng dịch vụ
Bộ nhớ truy xuất ngẫu nhiên
Chọn ngẫu nhiên
SLA
SLO
SS
Service Level Agreement
Service Level Objective
Space-shared
Thỏa thuận mức dịch vụ
Mục tiêu mức dịch vụ
Chính sách chia sẻ không gian
Chính sách chia sẻ thời gian
Ngưỡng trên
TS
Time-shared
UT
Upper Threshold
Virtual Machine
VM
Máy ảo
1
PHẦN MỞ ĐẦU
1. GIỚI THIỆU
Theo số liệu thống kê, Việt Nam là nước có nhịp độ tăng chi tiêu cho điện toán
đám mây (CC) trong giai đoạn 2010-2016 cao nhất (64,4%/năm), cao hơn hẳn mức
bình quân của cả khối ASEAN (49,5%). Đến năm 2018, Việt Nam đạt 41/100 điểm và
trở thành nước đứng thứ 14 trong bảng xếp hạng về độ phủ dịch vụ CC. Điều này cho
thấy mô hình CC đang trở nên phổ biến và bắt đầu chiếm ưu thế hơn so với mô hình
công nghệ thông tin (IT) truyền thống. Trong tương lai, việc ứng dụng mô hình này tại
Việt Nam được dự đoán sẽ còn tăng mạnh và đa dạng hơn. Việc các tổ chức, doanh
nghiệp, và cơ quan nhà nước dần dần đưa các hệ thống IT của mình lên CC là một yếu
tố quan trọng để tham gia vào cuộc cách mạng công nghệ 4.0. Khi nói về cách mạng
4.0, thường nói về bốn công nghệ: CC, Internet vạn vật (IoT), dữ liệu lớn (Big Data)
và trí tuệ nhân tạo (AI). Trong đó, CC là nền tảng ở dưới cùng, bất kỳ một ứng dụng
nào về AI, IoT hay dữ liệu lớn đều cần có hạ tầng ở bên dưới là CC thì mới chạy được.
Dịch vụ CC được xem là "móng nhà" trong cuộc cách mạng công nghệ 4.0, là hạ tầng
cơ bản cho sự phát triển của cách mạng 4.0 ở Việt Nam trong thời gian tới.
CC đóng vai trò là nền tảng, chuyển thế giới thực thành thế giới số hóa, giúp
các tổ chức, doanh nghiệp có thể khai thác, sử dụng một kho dữ liệu khổng lồ, phân
tích và đánh giá các chiến lược một cách chính xác và khoa học. CC tham gia vào các
quá trình chuẩn hóa sản phẩm để cắt giảm chi phí sản xuất, khai thác lợi thế kinh tế
theo quy mô, tiết kiệm thời gian phát triển sản phẩm, cung cấp các phần mềm kinh
doanh, quản lý hiện đại,...
CC được Gartner xếp đầu bảng trong các công nghệ chiến lược từ năm 2010.
Tuy nhiên, CC vẫn là một mô hình đang tiến tới hoàn chỉnh, các hãng công nghệ cũng
như các tổ chức tiêu chuẩn trên thế giới đã đưa ra các định nghĩa và cách nhìn riêng.
là mô hình điện toán cho phép truy cập qua mạng để lựa chọn và sử dụng tài nguyên
tính toán (ví dụ: mạng, PM, bộ lưu trữ, ứng dụng và dịch vụ) theo nhu cầu một cách
thuận tiện và nhanh chóng; đồng thời cho phép kết thúc sử dụng dịch vụ, giải phóng
2
tài nguyên dễ dàng, giảm thiểu các giao tiếp với nhà cung cấp". Như vậy, có thể hiểu
CC là việc ảo hóa các tài nguyên tính toán và các ứng dụng. Thay vì việc sử dụng
một hoặc nhiều máy chủ vật lý (PM) thật, thì nay sử dụng các tài nguyên được ảo hóa
thông qua môi trường Internet.
Theo NIST, CC có thể triển khai trên bốn mô hình: đám mây riêng, đám mây
công cộng, đám mây hỗn hợp và đám mây cộng đồng; có ba mô hình dịch vụ là cơ
sở hạ tầng như là dịch vụ (IaaS), nền tảng như là dịch vụ (PaaS) và phần mềm như là
dịch vụ (SaaS); có năm đặc trưng quan trọng là tính tự phục vụ theo nhu cầu, truy cập
diện rộng, dùng chung tài nguyên, khả năng co giãn nhanh chóng và trả tiền theo tài
nguyên thực sự dùng.
Trong đó, đặc trưng về khả năng co giãn nhanh chóng được nhiều nhà nghiên cứu
quan tâm trong thời gian gần đây. Để sử dụng tính co giãn đám mây hiệu quả, điều
quan trọng là phải cung cấp và giải phóng tài nguyên đám mây tự động, kịp thời mà
không cần có sự can thiệp của con người, vì việc cung cấp tài nguyên quá nhiều dẫn
đến lãng phí tài nguyên làm chi phí tăng lên, ngược lại, việc cung cấp tài nguyên quá
ít là nguyên nhân làm suy giảm hiệu năng và gây ra vi phạm thỏa thuận mức dịch vụ
(SLA). Cơ chế tự động cung cấp hoặc giải phóng tài nguyên để đáp ứng các yêu cầu
chất lượng dịch vụ (QoS) được gọi là tự động điều chỉnh (AS).
Việc thiết kế và triển khai thực hiện một bộ AS tổng quát cho các ứng dụng web
là một nhiệm vụ khó khăn do các yếu tố khác nhau, chẳng hạn như: đặc tính về tải
công việc động, các yêu cầu tài nguyên của ứng dụng đa dạng, các tài nguyên đám
mây và các mô hình giá phức tạp. Luận án này sẽ tập trung vào nghiên cứu và đề xuất
giải pháp AS hiệu quả trong môi trường CC. Ngoài ra, luận án còn nghiên cứu một
số vấn đề có ảnh hưởng đến chất lượng dịch vụ AS đó là các kỹ thuật cân bằng tải và
di trú trong CC. Để đánh giá các số đo hiệu năng của hệ thống CC, luận án nghiên
cứu và đề xuất một mô hình hệ thống CC sử dụng mạng hàng đợi.
2. TÍNH CẤP THIẾT CỦA LUẬN ÁN
Trong CC, vấn đề AS cho các ứng dụng đa tầng có thể được xác định là cách tự
chủ, tự động cung cấp và giải phóng các tài nguyên để phục vụ cho các tải ứng dụng
3
biến động mà không có sự can thiệp của con người sao cho chi phí tài nguyên ít nhất
và thỏa mãn SLA hay SLO của ứng dụng. Hình 0.1 minh họa các trường hợp AS. Hình
0.1(a), vì tăng các yêu cầu đến, tài nguyên hiện tại rơi vào tình trạng quá tải, bộ AS
quyết định cung cấp một số tài nguyên nhất định bằng cách thêm các VM mới hoặc là
thêm khả năng tính toán (ví dụ: thêm core) cho các VM hiện có. Ngược lại, trong Hình
0.1(b), bộ AS giải phóng một số tài nguyên khi số lượng yêu cầu giảm xuống bằng
cách tắt một số VM hiện có hoặc là giảm công suất của các VM hiện có (ví dụ: giảm
số core).
Bộ tự động
điều chỉnh
Bộ tự động
điều chỉnh
VM
VM
VM VM VM
VM VM VM
VM VM VM
Thêm 2 Cores
2
4
Cores
Cores
VM VM
Khách hàng
mới đến
Khách hàng
mới đến
Khách hàng
mới đến
(a)
Bộ tự động
điều chỉnh
Bộ tự động
điều chỉnh
Loại bỏ 3 VM
VM VM
VM
VM
VM VM VM
Loại bỏ
2 VM
Loại bỏ
2 Cores
2
Cores
VM
4
Cores
VM VM VM
Khách hàng
rời khỏi
Khách hàng
rời khỏi
Khách hàng
rời khỏi
Khách hàng
rời khỏi
(b)
Hình 0.1: Ví dụ một trường hợp tự động điều chỉnh
Đây là một bài toán điều khiển tự động cổ điển, đòi hỏi một bộ điều khiển AS
loại tài nguyên và số lượng tài nguyên được cấp phát để đạt được các mục tiêu hiệu
năng nhất định, được phản ánh trong SLA. Cụ thể, nó thường được thể hiện như một
vòng lặp điều khiển MAPE: Giai đoạn giám sát (M), phân tích (A), lập kế hoạch (P) và
4
Một số khó khăn cho các kỹ thuật AS hiện tại là: (1) môi trường liên tục, việc
lựa chọn hành động hiện tại sẽ ảnh hưởng đến các hành động trong tương lai; (2) cơ
sở hạ tầng CC phức tạp, không đồng nhất về cơ sở hạ tầng và dịch vụ gây khó khăn
cho việc mô phỏng các mô hình chính xác môi trường thực thi; (3) tải công việc có
tính chất động và không theo quy luật làm cho việc dự đoán tải công việc và việc ra
các quyết định điều chỉnh chưa được chính xác. Trong môi trường CC, bộ điều khiển
AS hoạt động như một tác nhân yêu cầu giải quyết các bài toán tuần tự, trong đó hành
động ở trạng thái cụ thể sẽ ảnh hưởng đến hành động trong tương lai. Như vậy, cần
xây dựng giải pháp cho các hành động theo tình huống cụ thể. Từ đó, giải pháp sẽ chỉ
ra các quyết định mà bộ AS cần thực hiện dựa trên các tình huống khác nhau (tức là:
các trạng thái của ứng dụng trong CC).
Một số khó khăn và thách thức cần được giải quyết trong việc xây dựng các giải
- Các nghiên cứu về AS ở mức dịch vụ còn hạn chế. AS bao gồm các mô hình
dịch vụ đám mây đa dạng, nhưng hầu hết các nghiên cứu chỉ tập trung vào mức cơ sở
hạ tầng. AS ở mức dịch vụ là quan trọng như các dịch vụ đang chạy trên một tập hợp
các VM được kết nối và QoS phụ thuộc vào cách AS xử lý các tài nguyên cho các
VM như thế nào. Các số đo mức độ dịch vụ như số giao dịch trên mỗi đơn vị thời
gian cần phải được ánh xạ tới các số đo mức hệ thống như là: tỷ lệ mức độ sử dụng
CPU, mạng và vấn đề vào ra (IO) của ổ đĩa.
- Các công cụ để giám sát không đủ, việc kết hợp các phép đo ở mức nền tảng
và mức dịch vụ để hỗ trợ việc ra quyết định AS còn hạn chế.
- AS trong môi trường CC hỗn hợp cũng không được hỗ trợ tốt. Đám mây hỗn
hợp, trong đó có một phần ứng dụng được triển khai trên đám mây riêng và phần khác
được triển khai trên đám mây công cộng. Trong trường hợp này, các đám mây công
cộng và đám mây riêng có thể cung cấp các giải pháp AS khác nhau mà không tương
thích với nhau, do đó sẽ có vấn đề không tương thích giữa các tài nguyên AS trên hai
đám mây.
5
- Hiệu quả của AS theo độ tin cậy của quá trình AS không được quản lý tốt. Thất
bại của quá trình AS có thể dẫn đến vi phạm các yêu cầu về QoS của hệ thống như là:
vấn đề hiệu năng, khả năng co giãn và thậm chí phải chịu chi phí không cần thiết.
- Hạn chế về các nghiên cứu chỉ ra mối quan hệ giữa AS và các thuộc tính khác
như: độ sẵn sàng, độ tin cậy và độ an ninh. Ví dụ, các cuộc tấn công từ chối dịch vụ
DDoS có thể gây ra một dịch vụ AS để mở rộng hệ thống không cần thiết và do đó
làm tăng chi phí vận hành.
- Xác định ảnh hưởng của các cơ chế hệ thống cơ bản đến dịch vụ AS trong CC,
như kỹ thuật cân bằng tải, lập lịch hay di trú, từ đó đưa ra các giải pháp mới thích
nghi trong điều kiện AS nhằm nâng cao hiệu năng đám mây.
- Các giải pháp AS đã được đề xuất trong các công trình được đánh giá và thực
nghiệm trên các môi trường và công cụ khác nhau. Mỗi giải pháp đều có những ưu
và hạn chế nhất định. Do đó, hiện vẫn chưa có giải pháp AS hiệu quả nhất trên một
môi trường hay công cụ nhất định. Nghiên cứu về các giải pháp AS trong CC hiện
vẫn là vấn để mở cho các nhà nghiên cứu.
Cộng đồng nghiên cứu đã đề xuất ra một số giải pháp AS, như giải pháp dựa trên
ứng dụng CC. Các xu hướng gần đây, giải pháp dựa vào bộ điều khiển tự tổ chức có
phụ thuộc vào người sử dụng đám mây phải xác định và cấu hình bộ điều khiển đám
mây. Do các nhà cung cấp đám mây không biết chi tiết về các ứng dụng được triển
khai làm cho khó khăn để đưa ra một tập luật tối ưu. Như vậy, việc xác định tập luật
này lại được giao cho những người sử dụng CC, những người này lại không hiểu biết
dụng logic mờ để khám phá tri thức trực quan của con người, chuyển tri thức này thành
một tập luật NẾU-THÌ để thực hiện AS. Tuy nhiên, do tập luật này phải được xác định
ngay từ khi bắt đầu xây dựng bộ AS nên có thể gặp những vấn đề sau: (1) tri thức có
thể không có sẵn, người dùng không thể tạo ra bất kỳ luật nào; (2) tri thức có thể có sẵn
6
nhưng có từng phần, người dùng chỉ có thể xác định các luật một phần cho một số
trường hợp; (3) tri thức không phải luôn tối ưu, người dùng có thể xác định các luật
nhưng chúng không có hiệu quả, ví dụ: các luật dư thừa; (4) tri thức có thể được chính
xác đối với một số luật nhưng có thể ít chính xác đối với một số luật khác, ví dụ: các
luật chứa sự không chắc chắn và tùy thuộc vào mức độ tri thức ưu tiên; (5) tri thức có
thể cần phải thay đổi trong thời gian thực hiện, các luật có thể được chính xác tại thời
gian thiết kế nhưng có thể thay đổi trong thời gian chạy. Kết quả là, người sử dụng các
luật đã được định nghĩa trước có thể dẫn đến quyết định điều chỉnh tối ưu cục bộ và
tốn tiền trả cho các nhà cung cấp ứng dụng CC.
Để khắc phục hạn chế trên, luận án nghiên cứu và đề xuất giải pháp AS tài
nguyên hiệu quả trong CC bằng cách sử dụng bộ điều khiển mờ kết hợp với phương
khi thực hiện. Phương pháp học tăng cường được sử dụng là học Q, cho phép hệ
thống học từ sự tương tác với môi trường, trong đó việc học được thực hiện thông
cơ chế tự thích nghi mạnh mẽ, trong đó điều khiển mờ thực hiện việc lập luận ở mức
độ trừu tượng cao hơn, lập luận giống con người và học Q cho phép thích nghi với
bộ điều khiển. Bộ AS này có thể bắt đầu làm việc mà không cần có tri thức ban đầu
(với tri thức ban đầu rỗng), và tri thức sẽ có được trong thời gian thực hiện, thông qua
cơ chế tiến hóa tri thức để học được tập luật tối ưu dùng để điều chỉnh tài nguyên theo
các tham số đầu vào.
Ngoài ra, luận án còn nghiên cứu một số vấn đề có ảnh hưởng đến hiệu năng
của hoạt động dịch vụ AS như các kỹ thuật cơ bản của CC: kỹ thuật cân bằng tải, di
trú. Tiếp theo, luận án cũng nghiên cứu các mô hình hàng đợi để mô hình hệ thống
CC và đề xuất một mô hình CC sử dụng mạng hàng đợi – mạng Jackson mở nhằm
đánh giá một số số đo hiệu năng trong hệ thống CC. Trong tương lai, có thể tiến hành
thử nghiệm một cơ chế AS trên CC, trong đó các công thức phân tích của mô hình đề
xuất được sử dụng để phân tích tài nguyên tự động nhằm đáp ứng các mục tiêu QoS
theo tải công việc thay đổi.
7
3. MỤC TIÊU CỦA LUẬN ÁN
Mục tiêu của luận án là nghiên cứu đề xuất giải pháp AS tài nguyên trong CC
nhằm duy trì hiệu năng hoạt động của các trung tâm dữ liệu CC, tận dụng tối đa tài
nguyên cấp phát đáp ứng kịp thời nhu cầu của người dùng, đồng thời giảm chi phí
cho người dùng đám mây.
Luận án tập trung vào các vấn đề sau:
- Nghiên cứu một số cơ chế cơ bản có ảnh hưởng đến hoạt động AS trong CC,
đó là kỹ thuật cân bằng tải và di trú trong CC. Sau đó đề xuất một kỹ thuật cân bằng
tải và một kỹ thuật di trú hiệu quả trong CC. Đánh giá ảnh hưởng của các kỹ thuật
cân bằng tải đến hiệu quả dịch vụ AS trong môi trường CC.
- Nghiên cứu và đề xuất một mô hình mạng hàng đợi mở cho mô hình CC không
đồng nhất về cơ sở hạ tầng nhằm đánh giá một số số đo hiệu năng quan trọng trong
CC, như thời gian đáp ứng trung bình, số lượng máy chủ đang hoạt động, thời gian
đợi trung bình, thông lượng,… Đây là các tham số quan trong cho hệ thống AS tài
nguyên trong môi trường CC.
- Nghiên cứu và đề xuất giải pháp AS tài nguyên theo nhu cầu hiệu quả trong
môi trường CC, đảm bảo được hiệu năng của CC, duy trì QoS, đồng thời tiết kiệm
chi phí cho khách hàng.
4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Đối tượng nghiên cứu của luận án là các giải pháp kỹ thuật cơ bản như kỹ thuật
cân bằng tải và di trú trong CC; mô hình hóa môi trường CC bằng một mô hình mạng
hàng đợi mở; và giải pháp AS tài nguyên hiệu quả trong CC.
Phạm vi nghiên cứu của luận án tập trung áp dụng các giải pháp, kỹ thuật trên
nền tảng cơ sở hạ tầng CC.
5. PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiêu cứu của luận án là:
- Với nội dung 1: Luận án nghiên cứu các kỹ thuật cân bằng tải và di trú trong
CC hiện có, chỉ ra vấn đề hạn chế, sau đó đề xuất giải pháp để khắc phục những hạn
chế đó. Sử dụng thực nghiệm để đánh giá tính hiệu quả của kỹ thuật đề xuất.
8
- Với nội dung 2: Luận án nghiên cứu các mô hình mạng hàng đợi – mạng
Jackson mở, để đề xuất ra một mô hình cho hệ thống CC. Sử dụng mô phỏng để đánh
giá tính đúng đắn của mô hình được đề xuất.
- Với nội dung 3: Luận án nghiên cứu logic mờ và học tăng cường để đề xuất ra
bộ AS hiệu quả cho CC. Sử dụng thực nghiệm để so sánh, đánh giá với các giải pháp
hiện có.
Về thực nghiệm và mô phỏng: Luận án thực hiện thử nghiệm các kỹ thuật, giải
pháp đề xuất dựa vào công cụ mô phỏng CC hoặc tự lập trình mô phỏng trên ngôn
ngẫu nhiên, hoặc lấy bộ dữ liệu trên Internet, hoặc được thiết lập cố định theo cấu
hình nhất định,…
6. CÁC ĐÓNG GÓP CỦA LUẬN ÁN
Đóng góp của luận án bao gồm:
- Đề xuất một kỹ thuật cân bằng tải hiệu quả và một kỹ thuật di trú hiệu quả trong
CC tạo điều kiện thuận lợi cho việc điều chỉnh tài nguyên giúp cải thiện hiệu năng của
các trung tâm CC. Đã minh chứng cơ chế cân bằng tải có ảnh hưởng đến tính hiệu quả
của cơ chế AS tài nguyên và kỹ thuật cân bằng tải được đề xuất có tác động tích cực
đến AS tài nguyên. Kết quả nghiên cứu được công bố trong các công trình TCNN1,
TCTN1, HNQT1, HNQT2 và được trình bày trong Chương 2 của luận án.
- Đề xuất một mô hình CC sử dụng mạng hàng đợi – mạng Jackson mở, làm cơ
sở để đánh giá các thông số quan trọng về hiệu năng của CC. Kết quả được công bố
trong công trình TCNN3 và được trình bày trong Chương 3 của luận án.
- Đề xuất một giải pháp AS tài nguyên hiệu quả trong CC: xây dựng một bộ AS
sử dụng kết hợp kỹ thuật học tăng cường và điều khiển logic mờ. Kết quả được công
bố trong các công trình TCNN2, HNQT3, HNTN1 và được trình bày trong Chương
4 của luận án.
7. BỐ CỤC CỦA LUẬN ÁN
Luận án được xây dựng thành bốn chương như sau:
Tải về để xem bản đầy đủ
162 trang
11680
Free
Bạn đang xem 20 trang mẫu của tài liệu "Luận án Nghiên cứu giải pháp tự động điều chỉnh tài nguyên hiệu quả trong điện toán đám mây", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- luan_an_nghien_cuu_giai_phap_tu_dong_dieu_chinh_tai_nguyen_h.pdf
