클라우드 컴퓨팅의 효율성을 높이는 월스트리트의 비밀

• 새로운 수학적 모델은 전 세계적으로 데이터 센터 간의 연결 실패 확률을 평가합니다.
• 금융 위험 이론에서 영감을 얻었습니다.
• 클라우드 서비스 제공업체가 데이터 센터 리소스를 더 잘 활용하고 수백만 달러를 절약하는 데 도움이 될 수 있습니다.

클라우드 스토리지 및 클라우드 컴퓨팅에 대한 계속 증가하는 수요를 따라잡기 위해 기업은 WAN 백본의 용량을 늘리는 데 수백만 달러를 투자하고 있습니다.

주요 과제 중 하나는 네트워크 가용성과 활용도 간의 균형을 잘 유지하는 것입니다. 활용도가 높은 채널은 갑작스러운 트래픽 급증을 처리하지 못해 노드/링크 장애가 발생할 수 있습니다.

이 문제를 해결하기 위해 MIT, Microsoft 및 히브리 대학교의 연구팀은 재무 위험 이론에서 영감을 얻은 새로운 수학적 모델을 개발했습니다. 이 모델은 주식 시장 투자자가 시장 변동에 따른 재정 손실을 최소화하면서 수익을 극대화하는 데 도움이 됩니다.

새 모델은 TeaVar(Traffic Engineering Applying Value at Risk의 약자)라고 합니다. 전 세계적으로 데이터 센터 간의 링크 실패 확률을 평가합니다. 평가 과정은 주식의 변동성을 예측하는 것과 유사합니다.

그런 다음 모델은 손실을 최소화하면서 전체 네트워크 사용을 최대화하기 위해 트래픽을 최적으로 할당합니다(다른 링크를 통해). 이는 갑작스러운 트래픽 급증을 처리하기 위해 링크를 유휴 상태로 유지하여 너무 많은 에너지와 리소스를 낭비하는 기존 접근 방식과 정반대입니다.

연구원들은 이 모델이 클라우드 서비스 제공업체가 데이터 센터 리소스를 더 잘 활용하고 수백만 달러를 절약하는 데 도움이 될 수 있다고 주장합니다.

'TeaVar'는 어떻게 작동합니까?

클라우드 서비스를 제공하는 주요 기업은 '트래픽 엔지니어링'(TE) 도구를 사용하여 모든 경로를 통해 데이터 대역폭을 최적으로 할당합니다. 최대 가용성을 보장하기 위해 이러한 회사는 여러 링크를 낮은 활용도로 유지합니다. 많은 네트워크 링크는 높은 활용도에서 작동하지 않습니다. 보낼 수 있는 만큼의 트래픽을 보내지 않습니다.

따라서 네트워크 활용도와 네트워크 가용성 간에는 절충점이 있습니다. 이것이 기존의 TE 기술이 실패하는 부분입니다.

참조:MIT | GitHub

어떤 네트워크에서나 데이터 대역폭 청크는 시장에 투자한 '돈'과 유사하고, 실패 확률이 다른 도구는 '주식' 및 불확실한 가치와 유사합니다. 이 개념을 사용하여 연구팀은 최악의 장애 조건에서 데이터가 최소한의 트래픽 손실로 목적지에 도달하도록 하는 '위험 인식' 방법론을 개발했습니다.

그들의 접근 방식을 통해 기업은 목표에 가장 적합한 활용도-가용성 균형을 이룰 수 있습니다. TeaVar는 위험 최소화의 처리 가능성과 관련된 알고리즘 문제 및 운영 문제를 해결합니다.

실제 데이터에 TeaVar 적용

그들은 ATT, IBM, Google 네트워크를 통해 전송된 시뮬레이션된 트래픽에 대해 기존 TE 도구에 대해 이 모델을 테스트했습니다. 또한 발생 확률에 따라 몇 가지 고장 조건을 생성했습니다.

읽기:Microsoft는 완전히 자동화된 DNA 데이터 저장소를 구축했습니다.

마지막으로 그들은 실제 데이터에 TeaVar를 적용했고 동일한 가용성 수준에서 기존 TE 방법보다 최대 2배 많은 트래픽을 지원할 수 있음을 발견했습니다. 이 모델은 데이터가 더 위험한 경로를 벗어나도록 조정하면서 안정적인 링크를 거의 최대 용량으로 작동하도록 유지할 수 있었습니다.