Abstract
If the cloud computing environment is not sufficiently provide the required resources due to the number of virtual server to process the request, may cause a problem that the load applied to the specific server. Migration administrator receive the resources of each physical server for improving the efficiency of the virtual server that exists in the physical servers, and determines the migration destination based on the simulation results. But, there is more overhead predicting the future resource consumption of all the physical server to decide the migration destination through the simulation process in large and complex cloud computing environments. To solve this problem, we propose an improved prediction method with the simulation-based approach. The proposed method is a fuzzy-logic based priority model for VM migration. We design a proposed model with the DEVS formalism. And we also measure and compare a performance and migration count with existing simulation-based migration method. FPLM shows high utilization.
클라우드 컴퓨팅 환경은 다수의 가상서버 처리요청으로 인해 필요 자원을 충분히 제공하지 못한 경우, 특정 서버에 부하가 걸리는 문제가 발생할 수 있다. 이주관리자는 물리서버 내에 존재하는 가상서버들의 이주 효율성 향상을 위해 각 물리서버의 자원 정보를 모니터링 시스템으로부터 전달받고, 시뮬레이션 결과 값을 토대로 이주 목적지 물리서버를 결정한다. 하지만 모든 물리서버의 미래 자원 사용량을 예측하여 시뮬레이션 과정을 거쳐 이주 목적지 물리서버를 결정하는 것은 소수의 서버 네트워크 컴퓨팅 환경보다 거대하고 복잡한 클라우드 컴퓨팅 환경에서는 오버헤드가 크다. 본 논문에서는 퍼지로직 기반 이주 결정 모델(FPLM)을 제안하고 DEVS 형식론을 적용하여 이주 발생 횟수 및 성능을 비교 측정하였다. FPLM은 이주 발생 횟수 및 이주 목적지 결정 오버헤드를 감소시킴으로써 이주 발생으로 인한 물리서버 자원 사용 효율성을 증가시킨다.