Tóm tắt Luận án tiến sĩ Kỹ thuật: Các phương pháp tiết kiệm năng lượng sử dụng công nghệ mạng điều khiển bằng phần mềm trong môi trường điện toán đám mây

Chia sẻ: Trần Văn Nan | Ngày: | Loại File: DOCX | Số trang:29

Thêm vào BST

Báo xấu

54
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục đích nghiên cứu của đề tài là 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.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án tiến sĩ Kỹ thuật: Các phương pháp tiết kiệm năng lượng sử dụng công nghệ mạng điều khiển bằng phần mềm trong môi trường điện toán đám mây

BỘ GIÁO DỤ C VÀ ĐÀO TẠO TRƯỜ NG ĐẠI HỌC BÁCH KHOA HÀ NỘI TRẦN M ẠNH 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 SDNBASED ENERGYEFFICIENT NETWORKING IN CLOUD COMPUTING ENVIRONMENTS Chuyên ngành: Kỹ thu ật vi ễn thông Mã số: 62520208 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG HÀ NỘI – 201 8
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: 2
1. Thư viện Tạ Quang Bửu, Trường ĐHBK HN 2. Thư viện Quốc gia Việt Nam 3
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 nưã , 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 qua trinh ́ ̀ xây dựng các hệ thống trung tâm dữ liệu phân nao ̀ ̀ 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: ́ ơi vân đê môi tr Đôi v ́ ́ ̀ ường: một lượng lớn khí thải carbon đang được xa ̉ thải từ mảng công nghệ thông tin và truyền thông. Theo đánh giá của công ty Gartner, một công ty thứ ba có uy tin ́ 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. ́ ơi v Đôi v ́ ấn đề kinh tế: một lượng lớn năng lượng được tiêu thụ từ các trung tâm dữ liệu dẫn tơí giá thành của các sản phẩm, dịch vụ công nghệ thông tin và truyền thông tăng cao, điều naỳ 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: 4
Hệ thống mạng thiếu linh hoạt: trong môi trương mang cua cac trung ̀ ̣ ̉ ́ tâm dữ liêu, rât khó đ ̣ ́ ể 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 vây, các công ngh ̣ ệ ảo hóa như ảo hóa mạng, ảo hóa trung tâm dữ liệu đóng vai trò quan trọng. Qua đo chi ra đ ́ ̉ ược công viêc xây d ̣ ựng 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 5
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. CHƯƠNG I. TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP TIẾT KIỆM NĂNG LƯỢNG TRONG MÔI TRƯỜNG ĐIỆN TOÁN ĐÁM MÂY I.1 Phân loại các phương pháp tiết kiệm năng lượng ̣ Hiên 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) reengineering; (2) dynamic adaptation; và (3) sleeping/standby [4]. Table I.: Các phương pháp tiets kiệm năng lượng[4] I.1.1 ReEngineering Hướng reengineering 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 ContentAddressable Memory (TCAM), v.v.). 6
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 cua thiêt bi ̉ ́ ̣, nhằm tiết kiệm năng lượng toàn bộ hệ thống. Nói cách khác, phương pháp này tập trung trên diện rộng cuả toàn hệ thống mà không hương t ́ ơí riêng le t ̉ ưng ̀ thiết bị. I.2 Công nghệ Mạng điều khiển bằng phần mềm Software defined Networking (SDN) Công nghệ mạng điều khiển bằng phần mềm Softwaredefined 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. I.3 Khó khăn trong tiết kiệm năng lượng mạng 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. 7
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, đo chính là công ngh ́ ệ lõi để giải quyết các vướng mắc trên. 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: 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. 8
II.1 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: (II.) Giá trị thể hiện năng lượng tiêu thụ của thiết bị switch tại thời điểm t; là năng lượng cơ bản; là số lượng cổng (port) làm việc tại trạng thái p còn là năng lượng tiêu thụ của cổng tại trạng thái p; là tập các cổng tại trạng thái làm việc khác nhau của thiết bị mạng như idle, 10Mbps, 100Mbps, 1Gbps, 10Gbps, 40Gbps, 100Gbps. Giá trị là năng lượng tiêu thụ mở rộng. Ví dụ là PFPGACore in case of Gigabit NetFPGAbased [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: (II.) (II.) 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.. 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 9
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 nhăm cung c ̀ ấp khả năng giám sát hệ thống thời gian thực. Figure II.: 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 đê xuât y t ̀ ́ ́ ưởng 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: (II.) (II.) II.1.4 Định tuyến nhận thức năng lượng PSnEP Dựa trên ý tưởng nêu trên và kết hợp với thuật toán power scaling, ̣ thuât toan có ph ́ ương thức định tuyến khác nhau ưng v ́ ơi môi mô hinh ́ ̃ ̀ năng lượng, yêu câu l ̀ ưu lượng va trang thai cua đô hinh mang. Khi đ ̀ ̣ ́ ̉ ̀ ̀ ̣ ược xây dựng trên thiết bị SDN controller, thuât toan cho phép xây d ̣ ́ ựng hệ thống mềm dẻo. Các hàm mục tiêu và rằng buộc như sau: Hàm tính ra số cổng cần hoạt động ở mức tốc độ thấp tương ứng với yêu cầu lưu lượng . là lưu lượng từ nguồn tới đích. tốc độ khác nhau của port (lowspeed và highspeed). 10
ta có rằng buộc băng thông là số port tốc độ thấp cần bật phải nhỏ hơn tỉ lệ RPCE. (II.) Vơi rang buôc nay, t ́ ̀ ̣ ̀ ất 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. (II.) Nếu rằng buộc trên được thỏa mãn, thì cần kiêm tra ̉ tất cả các switch mà được sử dụng để lái traffic đi qua. (II.) là tập các link hoạt động ở tốc độ thấp có thể được định tuyến qua của thiết bị. Mỗi link thuộc sẽ có tài nguyên băng thông còn lại là . 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). (II.) 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. 11
Figure II.: PSnEP vs Power scaling. K=6 Fattree, mix scenario Figure II.: 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.: Tỉ lệ tiết kiệm năng lượng so giữa PSnEP và PS Fattree topology K=4 K=6 K=8 K=12 K=16 90.06 94.43 95.16 96.48 97.14 12
Figure II.: Energy-saving level ratio of PSnEP to PS algorithm in different sizes Hình trên so sánh tỉ lệ tiết kiệm năng lượng giữa thuật toan PSnEP và ́ PS. Kết quả cho thấy, NU càng tăng dân t ̃ ơi m ́ ức 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 Figure II.: 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. ́ ̀ ận hành và thực thi thuật toán phụ thuộc và luồng Tuy nhiên qua trinh v 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. 13
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: Thuật toán di trú máy ảo nhận thức đồ hình 1. Input: 2. Begin 3. //Create a list of source server by increasing number of active servers, 4. 5. //All the server with the same active VMs is resorted by near →middle → far 6. 7. //Create a list of destination server by decreasing number of active servers 8. 9. For all do 10. For all do 11. If then 12. 13. Update 14. End If 15. End for 16. End for 17. End 18. Output: 14
II.2.2 Kết quả kiểm thử Ở hình Figure II. và Figure II., 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, hinh Figure II.8 va 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 fattree và dựa trên thuật toán firstfit. Kết quả kiểm thử đêu đ ̀ ược đo với mạng Fattree với kích thức k = 8 và k = 16, tương ứng hô tr ̃ ợ 128 máy chủ và 1026 máy chủ. Figure II.: K=8, so sánh mức tiêu thụ Figure II.: K=16, so sánh mức tiêu thụ năng lượng với fullmesh năng lượng với fullmesh Figure II.: K=16, so sánh với 15
Figure II.: K=8, so sánh với Honeyguide 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 cach th ́ ưć 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. 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. 16
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 th ống s ẽ 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]. Figure III.: Hệ thống mạng ảo nhận thức năng lượng – Energy-aware Network Virtualization III.2 Thuật toán nhúng mạng ảo tiết kiệm năng lượng ́ ề nhúng mạng ảo (embedding hoặc mapping) bản chất bao gồm Vân đ 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. III.2.1 Tỉ lệ hiệu năng lượng hiệu dụng Energycost Coefficient of Capacity VNoM metric: đại lượng đề xuất cho quá trình VNoM. 17
(III.) VLiM metric: đại lượng đề xuất cho quá trình VLiM. (III.2) (III.2) III.2.2 Thuật toán nhúng nút ảo (VNoM) III.2.2.1 Thuật toán Heuristic EnergyEfficient 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 giuṕ 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 . III.2.2.2 Thuật toán giảm năng lượng nút trung gian (RMNEE) 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 kết vật lý liên tiếp trong mạng chất nền. Tuy nhiên trên môṭ đương dân tôn tai cac nut trung gian va ̀ ̃ ̀ ̣ ́ ́ ̀ các nút naỳ 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 18
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 . 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 (RMNEE). Figure III. Acceptance Ratio – Online Figure III.: 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 RMNEE cho kết quả tốt hơn. Ở đây, mapping online có nghĩa là các VNR đến được phục vụ liên tục, theo FIFO, đôi v ́ ơi online using time windows (OuTW) thuât toan se ́ ̣ ́ ̃ nhóm các VNR trong một time window lại sắp sếp và nhung trên tai ́ ̀ ̣ ́ ̀ ưa. nguyên vât ly con th ̀ 19
Figure III.: tỉ lệ của năng lượng tiêu thụ Figure III. tỉ lệ của năng lượng tiêu của hệ thống với trường hợp fullmesh thụ của hệ thống với trường hợp (max)- Online 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 toań RMNEE cho kết quả tốt nhất. Figure 3.5: So sánh mức tiêu thụ Figure III. So sánh tỉ lệ chấp nhận năng năng lượng của Online và Online lượng của Online và Online Remap Remap III.4 Conclusion Chương vừa rồi cho ta thấy hai thuật toán mapping được tác giả đề xuất là: Heuristic Energyefficient VNE (HEEVNE) và Reducing Middle node Energy efficiency (RMNEE). 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. 20