Управління віртуалізованими ресурсами кластеру хмарного центру обробки даних
DSpace at NTB NTUU KPI
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Управління віртуалізованими ресурсами кластеру хмарного центру обробки даних
|
|
| Creator |
Коваль, Андрій Анатолійович
|
|
| Contributor |
Жаріков, Едуард В'ячеславович
|
|
| Subject |
машинне навчання
навчання з підкріпленням центр обробки даних дата-центр віртуальна машина віртуалізація обчислювальні ресурси енергоефективність SLA machine learning reinforcement learning data center virtual machine virtualization computing resources energy efficiency 004.94; 004.4; 004.62 |
|
| Description |
Магістерська дисертація: 116 с., 17 рис., 7 табл., 1 додаток, 53 джерела. Актуальність. Концепція центрів обробки даних або дата-центрів (ЦОД) втілена багатьма великими корпораціями для забезпечення доступу великої кількості користувачів до певних ресурсів. Ефективне управління ЦОД пов’язане з необхідністю розв’язання низки проблем, насамперед створення умов для функціонування інформаційно-обчислювальних потужностей ЦОД, управління віртуалізованими ресурсами, забезпечення надійності та безпеки. Вкладаючи кошти, хостингові компанії сподіваються на прибуток та очікують зменшення витрат на експлуатацію ЦОД, зниження вартості обслуговування користувачів, що дозволить, зрештою, закласти основу для ефективної діяльності, як самої компанії, так і клієнтів. Забезпечення рівня вимог користувачів з мінімізацією витрат становить сутність проблеми управління функціонуванням ЦОД. Зазвичай цю комплексну проблему розбивають на ряд задач менших розмірів, але від того не набагато простіших. Однією з них є задача управління ресурсами і навантаженням ЦОД. У зв’язку з цим актуальною є розробка алгоритму навчання з підкріпленням (НП, англ. reinforcement learning, RL) [1] для управління віртуалізованими ресурсами, який допоможе зменшити споживання електроенергії та час порушення вимог угоди про рівень послуг (англ. Service-level agreement, SLA). Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Розробка та впровадження системи управління ІТ-інфраструктурою з консолідованими інформаційно-обчислювальними ресурсами» (№ 0115U000322). Метою дослідження є поліпшення якості управління віртуалізованими обчислювальними ресурсами кластеру хмарного ЦОД шляхом розробки алгоритму управління, що дозволяє зменшити споживання електроенергії та час порушення вимог SLA. Для досягнення поставленої мети мають бути виконані наступні завдання: проаналізувати предметне середовище управління віртуалізованими ресурсами ЦОД; провести огляд методів управління обчислювальними ресурсами; обрати середовище моделювання ЦОД; розробити модель ЦОД в обраному середовищі моделювання; розробити моделі споживання електроенергії фізичними серверами; підготувати дані для моделювання динамічного навантаження віртуальних машин в ЦОД; розробити алгоритм НП для управління віртуалізованими обчислювальними ресурсами ЦОД; виконати програмну реалізацію алгоритму НП; провести дослідження ефективності розробленого алгоритму. Об’єктом дослідження є процес управління віртуалізованими обчислювальними ресурсами в центрі обробки даних. Предметом дослідження є методи і алгоритми управління віртуалізованими обчислювальними ресурсами в центрі обробки даних. Методами дослідження є методи машинного навчання, які базуються на НП. Наукова новизна отриманих результатів. Проаналізовано можливість застосування НП для управління віртуалізованими ресурсами хмарних ЦОД. Розроблено метод динамічного розміщення віртуальних машин на основі НП, який при виборі управляючих впливів враховує витрати електроенергії та час порушення вимог угоди про рівень послуг. Розроблений алгоритм агента, який враховує зміни робочого навантаження на ресурси для прийняття рішення щодо включення або переключення в сплячий режим незавантажених фізичних серверів з метою зменшення витрат електроенергії. Запропонований агент навчання з підкріпленням базується на методі Q-навчання (англ. Q-learning) [2], який дозволяє визначати наближену до оптимальної політику управління режимами роботи фізичного сервера без попередньої інформації про навантаження. Публікації. Матеріали роботи опубліковані у тезах 10-ї Всеукраїнської науково-практичної конференції «Комп’ютерні інтелектуальні системи та мережі» [3]; опубліковані у тезах 18-ї Всеукраїнської студентської науково-практичної конференції «Наука та техніка ХХІ століття» [4]; опубліковані у тезах науково-практичної конференції «Інформатика та обчислювальна техніка-ІОТ-2018» [5]; опубліковані в журналі «Наукові вісті Далівського університету» [6]; представлені на 14-ій міжнародній конференції Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering-TCSET-2018, Львів-Славське, Україна та опубліковані в електронній бібліотеці IEEE Xplore Digital Library [7]. Master dissertation: 116 pp., 17 fig., 7 tab., 1 app., 53 sources. Topicality. The concept of data centers is embodied by many large corporations to provide access to a large number of users to certain resources. Effective management of the data center is connected with the need to solve a number of problems, first of all, creation of conditions for functioning of information and computing facilities of data centers, management of virtualized resources, maintenance of reliability and safety. By investing, hosting companies are hoping for profit and expecting a reduction in the cost of operating the data center, reducing the cost of customer service, which will eventually lay the foundation for effective business, both for the company itself and for customers. Ensuring the level of user requirements by minimizing costs is the essence of the problem of managing the functioning of the data center. Typically, this complex problem is divided into a number of smaller tasks, but not so much simpler. One of them is the task of resources and load management in datacenter. In this regard, it is important to develop a reinforcement learning algorithm [1] for managing virtualized resources that will help reduce power consumption and SLA violation time. Relationship of work with scientific programs, plans, themes. The research was carried out at the Department of Computer-Aided Management And Data Processing Systems of the National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute» within the theme «Development and implementation of an IT infrastructure management system with consolidated information and computing resources» (№ 0115U000322). The aim of the research is to improve the quality of virtualized cloud computing resources management by developing a management algorithm that reduces power consumption and SLA violation time. To achieve this goal, the following tasks must be performed: analyze the object environment of the virtualized data center resources management; review the methods of computing resources management; choose the simulation environment of data center; develop a data center model in a selected simulation environment; develop models of power consumption by physical servers; prepare data for simulating the dynamic load of virtual machines in data center; develop a modified reinforcement learning algorithm for managing the virtualized computing resources of data center; develop the software implementation of the reinforcement learning algorithm; make a research of developed algorithm effectiveness. The object of research is a process of virtualized computing resources management in data center. The subject of research is a methods and algorithms for virtualized computing resources management in data center. Research methods are methods of machine learning, which based on reinforcement learning. Scientific novelty of the obtained results. The possibility of reinforcement learning usage for of virtualized resources management of cloud data centers is analyzed. The method of dynamic placement of virtual machines on the basis of reinforcement learning is developed, which, when choosing controlling influences, takes into account power consumption and SLA violation time. An agent algorithm is developed which takes into account the changes in the workload on resources for deciding whether to turn on or switch to sleep mode of underutilized physical servers in order to reduce the cost of electricity. The proposed reinforcement learning agent is based on the Q-learning method [2], which allows determining approximation to optimal policy of controlling the modes of the physical server operation without prior load information. Publications. The materials of research are published in theses of the 10th All-Ukrainian Scientific and Practical Conference «Computer Intelligent Systems and Networks» [3]; published in theses of the 18th All-Ukrainian Students' Scientific and Practical Conference «Science and Technology of the XXI Century» [4]; published in theses of the scientific and practical conference «Informatics and Computer Science-ICS-2018» [5]; published in journal «Scientific News of Dahl University» [6]; presented at the 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering – TCSET-2018, Lviv-Slavske, Ukraine and published in IEEE Xplore Digital Library [7]. |
|
| Date |
2018-07-06T13:01:21Z
2018-07-06T13:01:21Z 2018 |
|
| Type |
Master Thesis
|
|
| Identifier |
Коваль, А. А. Управління віртуалізованими ресурсами кластеру хмарного центру обробки даних : магістерська дис. : 122 Комп'ютерні науки та інформаційні технології / Коваль Андрій Анатолійович. – Київ, 2018. – 115 с.
http://ela.kpi.ua/handle/123456789/23803 |
|
| Language |
uk
|
|
| Format |
115 с.
application/pdf |
|
| Publisher |
Київ
|
|