RESUMEN: EN LA ASIGNACIN PTIMA DE LOS RECURSOS VIRTUALES EN LAS REDES DE COMPUTACIN EN NUBE

ABSTRACT
Los avances en cloud computing apuntan a la virtualizacin y a la computacin distribuida. Este enfoque facilita el uso rentable de los recursos y permite una proyeccin de la escalabilidad de los recursos y servicios bajo demanda. Las nubes distribuidas ofrecen una mejor comunicacin y servicios a los usuarios finales. El aumento de la demanda hace que los recursos tengan un valor muy alto, por lo que lo optimizacin de recursos y su asignacin es crea la necesidad de revisar los algoritmos y protocolos para mejorar el manejo de los recursos y una mejor respuesta al usuario en cuestin de tiempo y utilizacin de recursos. En este trabajo se propone modelar el problema de asignacion de recursos como un problema de progracion entera cuyos objetivos son mejorar la relacin costo/beneficio de la asignaion de recursos a las solicitudes de los usuarios teniendo en cuenta las restricciones de QoS que requiere cada usuario. La eficacia del enfoque propuesto se ilustra en una simulacin / emulacin, que permite una evaluacin flexible, estructurado y comparativa del rendimiento. Se concluye con la descripcin de una prueba de concepto del esquema propuesto con banco de pruebas FEDERICA, una plataforma de virtualizacin de recursos con instalaciones de redes y computacin. capacidad e infraestructura de la red. Por lo tanto se necesita considerar las provisiones dinmicas, configuracin, reconfiguracin, y la optimizacin de ambos tanto ordenadores, as como de la red. Los parmetros funcionales definen las caractersticas y propiedades de los recursos de computacin/redes, por ejemplo, sistema operativo, entorno de virtualizacin soportado, etc., mientras que los parmetros no funcionales especifican los criterios y limitaciones de los distintos recursos, por ejemplo, el mximo nmero de interfaces para cada nodo, espacio de disco mximo etc.

CONTRIBUCIONES ESTRUCTURA DEL PAPER

2.

1.

INTRODUCCIN

Una nube es un tipo de sistema paralelo y distribuido que consiste en una coleccin de ordenadores interconectados virtualizados que se aprovisionan de forma dinmica, presentado como uno o ms recursos de computacin unificados sobre la base de acuerdos de nivel de servicio establecidos mediante una negociacin entre el proveedor de servicios y los consumidores" y accesibles como un servicio disponibles va web 2.0. Por lo tanto, con respecto a la computacin en nube, existen las definiciones "como un servicio", que incluyen software como un servicio (SaaS), infraestructura como servicio (IaaS) y Plataforma como servicio (PaaS). Cada uno de estos tiene una diferente propuesta de valor del negocio. Sin embargo, a pesar del modelo adoptado y seguido, en ltima instancia, el objetivo de la computacin en nube es la creacin de un grupo de fluidos recursos virtuales a travs de computadoras, servidores y centros de datos que permiten a los usuarios acceder a los datos y aplicaciones almacenados en una nube segn sea necesario. . Los proveedores tratan de tomar ventaja de elasticidad del servicio de nube utilizando nicamente la capacidad necesaria para satisfacer al usuario segn el plan del cliente. En tal ambiente, la probabilidad de que todas las solicitudes de la nube utilicen la capacidad mxima simultneamente es baja. Por lo tanto la capacidad de los recursos fsicos pueden ser multiplexados entre los recursos solicitados permitiendo dar cabida a ms peticiones. Para muchas aplicaciones de cloud computing el rendimiento de la red va a ser la clave en el procesamiento. La Calidad de la prestacin de servicios est integrada intrnsecamente con la

Se propone un mtodo para el mapeo eficiente de solicitudes de los usuarios para recursos virtuales sobre una interconexin compartida previamente aislado de recursos. El problema consiste en mapear de manera ptima los recursos virtuales a los recursos de sustrato con bienes limitados (por ejemplo, de nodos virtuales y enlaces virtuales tambin conocido como Red Virtual Embedding-VNE-problem). En concreto, estudiamos y formulamos el problema correspondiente de VNE para el mapeo de recursos virtuales a la red de la nube. Objetivos del trabajo: i. Extender el conjunto de recursos compartidos en una capa de 2/3 de la red topologa de red heterognea incluyendo infraestructura a travs de mltiples dominios ii. Proporcionar una formulacin genrica para el problema de asignacin de recursos a mano capaz de tomar en cuenta la calidad de las necesidades de servicio iii. Apoyo a la provisin de QoS en IaaS. iv. El diseo e implementacin de un experimento de entorno de simulacin que permite una evaluacin flexible y estructurada de los resultados y la eficiencia del enfoque propuesto v. Proporcionar una prueba de concepto de la eficacia operativa del enfoque propuesto a travs de una implementacin prototipo del marco de una plataforma de experimentacin FI (FEDERICA).

3.

TRABAJOS RELACIONADOS

El problema de la asignacin de nodos virtuales interconectados a la red de sustrato con limitaciones en nodos virtuales y enlaces virtuales, se pueden reducir a un problema NP-Complejo separndolo por mltiples vas. La mayor parte de la propuesta descompone el problema en el nodo del mapeo a fase y la fase de mapeo de enlace, para reducir la complejidad general del problema. Los investigadores por lo general emplean algn mtodo heurstico vido de mapa de nodos, mientras mapear el enlace se realiza mediante ms cortos algoritmos de flujo de la ruta o de varios productos bsicos. Enfoques recientes tienden a resolver los dos problemas, ya sea simultneamente o la prestacin de algn tipo de la coordinacin entre las dos fases.

En el estudio propuesto seguimos el ltimo enfoque, las dos fases estn correlacionadas en el sentido de que el mapeo facilita la fase de asignacin de enlace. Otras formas de hacer frente a la complejidad del problema es restringir el espacio de bsqueda en una o ms dimensiones. Por ejemplo se puede omitir un control de admisin al asumir la infinita capacidad de la red de sustrato, o bien ignorar requisitos de nodo o vnculo. En varios casos, la incrustacin de red virtual en peticiones no se manejan a la llegada mientras que recientemente varios investigadores investigan metodologas para el manejo de red virtual a medida que llegan. En la metodologa propuesta por la asignacin de recursos la solucin tambin es esttica en el sentido de que la asignacin de recursos no cambia durante la duracin del contrato de arrendamiento del proveedor del Cloud. Sin embargo, complementaria a nuestro enfoque, la reconfiguracin dinmica de la red mapeada, segn las condiciones del trfico actual se podran utilizar para mejorar la eficiencia en la utilizacin de los recursos de sustrato Los Algoritmos VNE sufren de problemas de escalabilidad y por lo tanto, ha sido estudiado para el mapeo a cada parte de una solicitud de una parte diferente de la red de sustrato. Algoritmos distribuidos se han utilizado para mejorar la red global. Recientemente, el dominio del problema VNE tambin se ha abordado, considerando la red virtual provisionado a travs de mltiples proveedores de infraestructura. En todos los casos los recursos del sustrato se limitan a la computacin, los recursos de ancho de banda y tuberas. Sin embargo, algoritmos de optimizacin no se han aplicado para optimizar la asignacin de recursos de acuerdo a mltiples restricciones y objetivos. El objetivo de nuestro trabajo es hacer frente al problema de mapeo de recursos, asignando eficientemente recursos a las solicitudes de conexiones virtuales en tiempo real, tomando en consideracin los parmetros de QoS.

Para que un nodo virtual nV sea mapeado al nodo nS del sustrato, cada capacidad solicitada i I no debe exceder la capacidad restante Ci del nodo nS del sustrato. Cada enlace virtual puede ser mapeado a una ruta del sustrato individual PS para un ruteo no bifurcado o a un conjunto de rutas PS. La capacidad disponible del ancho de banda de la ruta del sustrato se restringe a la capacidad disponible BW del enlace ms cargado de la ruta. En la figura 1 se muestra un ejemplo de una peticin mapeada de nube interconectada. All existen dos tipos de nodos disponibles de modo que, {a'S, b'S, c'S} V1 NS, {d'S, e'S, f'S} V2 NS y {aV, bV} V1= NV. En el ejemplo, los nodos computacionales se asocian con {ncleos de CPU, memoria, espacio de disco} y la capacidad del enrutador corresponde al nmero de instancias de enrutadores lgicos que puede soportar. Los valores de capacidades nominales y recursos disponibles de nodos del sustrato y enlaces se muestran en la tabla. Los valores superiores a los nodos virtuales y enlaces representan los requerimientos computacionales y de ancho de banda. En el mapeo de recursos, los nodos virtuales aV y bV son mapeados a los nodos a'S y b'S respectivamente y los enlaces virtuales (a V, bV) a las rutas {(a'S, d'S), (d'S, e'S), (e'S, f'S), (f'S, c'S)}.

Figura 1: Peticin mapeada de nube interconectada

4.

DEL PROBLEMA Y SOLUCIN

Una nube interconectada debe ser modelada como un grafo no direccionado con peso denotado por GV = (N V , EV ) donde NV representa el conjunto de nodos virtuales y EV el conjunto de aristas virtuales. El sustrato de la red es modelado como un grafo no direccionado con peso GS = (NS, ES). Cada nodo es asociado con un recurso de tipo a A (e.g., servidor, enrutador, etc.) entonces nX VaX NX, a A, X {V, S}. Basado en su tipo, el nodo nX VaX NX es atribuido con un conjunto explcito I de atributos no funcionales, denotado como capacidades, c i (nX ), i I, nX VaX, X {V , S } (e.g., capacidad de CPU, memoria, etc.). El vector de capacidad para cada nodo es denotado por c(n x). Por otra parte, cada arista (nX, mX) EX, nX, mX NX, X {V , S }, es asociado con un enlace con ancho de banda de capacidad bw(nX , mX ). 3.1 Mapeo de nubes interconectadas El mapeo de recursos determina la ubicacin de recursos fsicos a la red de nube solicitada. La ubicacin de recursos no cambia mientras el proveedor de la nube arrienda. Los recursos del sustrato son publicados hasta la expiracin de la peticin. El mapeo de peticiones se compone por asignacin de nodos y asignacin de enlaces. Cada nodo virtual desde la peticin de la nube interconectada debe ser asignado a un nodo diferente del sustrato. 3.2 Calidad de servicio Hardware/Software en los recursos computacionales No es posible proveer garantas en la satisfaccin de las demandas de alto volumen de trabajo para los servicios flexibles de la nube cuando existe sobrecarga de trabajo. Se aplica un enfoque aprovechando el hecho de que los recursos virtuales presentan un patrn de demandas en el tiempo, con rfagas de perodos de alta demanda, entremezclada con regiones de baja utilizacin.

Slo se reserva un porcentaje de la capacidad de los recursos requeridos, para facilitar la operacin de una mquina virtual, habilitando la colocacin de ms mquinas virtuales en el mismo nodo fsico a travs de sobresuscripcin de los recursos fsicos. Por otro lado, la provisin de la calidad del servicio definido garantiza el rendimiento en los picos de trabajo, reservando exactamente la mxima capacidad de los recursos solicitados. 3.3 Formulacin El problema de la asignacin de recursos en el grafo de sustrato se formula como un problema de Programacin Entera Mixta (MIP). Variables: : Variable binaria que indica trfico en el enlace virtual : Variable que indica la cantidad de trfico por un enlace virtual. Funcin objetivo: (1) La funcin objetivo consiste en reducir al mnimo el coste del mapeo de la solicitud en el sustrato, segn lo previsto por los dos primeros suma trminos. El costo de una solicitud consiste en la suma de los recursos signados para esa solicitud. Los primeros dos trminos se refieren al ancho de banda total asignado a la peticin. El segundo trmino corresponde a la cantidad total de los recursos computacionales que se asignan a los servidores fsicos mapeados. Cada uno de estos trminos multiplicados por un factor monetario puede proporcionar el costo de la solicitud. Pesos y pueden ser ajustado para equilibrar la carga. El tercer trmino es el que se encarga de minimizar los saltos desde el enlace virtual hasta los servidores. La variable asocia la longitud del camino con la capacidad del enlace. La siguiente imagen muestra la representacin de la funcin objetivo.

Figura 3: Restricciones (2) y (3) representan el dominio de las variables. (4) Conservacin del flujo. (5) Asegura que la capacidad de respuesta de un nodo virtual i I de un nodo virtual a A que se mapeo a un nodo sustrato w no exceda su capacidad. (6) y (7) garantizar que la suma de todas los flujos virtuales que se pasan a travs del enlace (u, v) no supera su capacidad. (8) y (9) se adoptan para garantizar que como mximo un nodo virtual est vinculado a un nodo del sustrato de un mismo tipo a A. (10) asegura que slo un nodo del sustrato se selecciona para cada nodo virtual. (11) y (13) aseguran que el binario variable se establece cada vez que se encamina el trfico de enlace virtual (n, m) sobre el enlace de sustrato (u, v) independientemente de la direccin. (12) garantiza que la solucin de planificacin de recursos es un grafo conexo 3.4 Solucin La programacin entera es una tcnica muy utilizada para la asignacin de recursos y la programacin en redes cableadas e inalmbricas. Los dos principales tipos de problemas de las direcciones MIP en este campo son: i) La sntesis de la red ii) Los problemas de asignacin de recursos. Con el fin de resolver este problema se aplica la siguiente metodologa. En concreto, la solicitud se asigna a la nube de red en dos fases: i) Resolver el flujo problema de asignacin como se describi en la seccin anterior que da como resultado mapeo de los ganglios sustrato ii) La asignacin de enlaces virtuales al sustrato.

Figura 2: Funcin objetivo Restricciones: La funcin objetivo se encuentra sujeto a las siguientes restricciones que se muestran en la figura 3.

Fase de mapeo de nodos El problema de la asignacin de flujo como se describe en la seccin anterior se resuelve tomando en consideracin los enlaces virtuales como demandas. Debido a la naturaleza del problema MIP presentado, la solucin ptima fraccional se calcula para programacin lineal de aproximacin del problema de la variable de nmero entero , que puede proporcionar una solucin por lo menos tan bueno como el nmero entero uno. Una tcnica de redondeo se aplica para obtener la solucin entera del problema MIP relajado antes mencionado. Redondeo aleatorio para aproximaciones PT se introdujo por Raghavan y Thompson para los problemas de enrutamiento de mltiples productos bsicos, donde los valores fraccionarios contenidos en la solucin ptima LP fueron tratados como probabilidades. La tcnica de redondeo aleatorio propuesto por M. R. Rahman se adopta, donde la correlacin entre la variable lineal y la variable binaria , durante el proceso de aproximacin LP se mantiene. Especficamente el nodo sustrato que maximiza los productos , se selecciona por enlace virtual. Fase de mapeo de enlace Una vez que el procedimiento de asignacin del nodo mencionado se ha realizado correctamente, la conexin del enlace logra resolver el problema de asignacin de flujo de varios productos permitiendo bifurcacin de trfico. Alternativamente, un algoritmo de camino ms corto se puede aplicar con el fin de restringir cada flujo a un solo camino.

6.

EVALUACIN DEL DESEMPEO

En esta seccin, la eficiencia de la formulacin del problema de asignacin en una red en nube junto con el rendimiento de la solucin propuesta es evaluada por simulacin. Para una mejor ilustracin de la eficiencia y rendimiento del mapeado de red en nube (NCM) propuesta, se han comparado contra dos rendimientos conocidos y aplicados a la literatura, definidos como mtricas: - Greedy Node Mapping: Seguido por un algoritmo del camino ms corto por la fase del link de asignacin (Shortest Path Algorithm) (G-SP). - Greedy Node Mapping: Es seguido resolviendo el algoritmo del problema de flujo de multiservicio (multi-commodity flow problem) (G-MCF). 6.1) Configuracin de evaluacin y mtricas. En cuanto a la creacin de redes de soporte, han sido usados 2 tipos de nodos (Routers y servidores), para proveer de entornos de red en nube ms realistas. Varios otros nodos tienen deferentes caractersticas no funcionales basados en su tipo, como capacidad de computo de CPU, memoria, almacenamiento para servidores o el numero de instancias a routers lgicos para los routers, modificando la configuracin de experimento en la capacidad disponible de CPU y ancho de banda disponible del servidor, son uniformemente distribuido en el intervalo [50,100]. Asimismo, el almacenamiento disponible y capacidad de memoria son definidos como nmeros reales uniformemente distribuidos en un intervalo [50,100]. La mxima cantidad de 15 routers pueden ser instanciadas con todos los routers fsicos. La topologa de soporte es generada aleatoriamente como topologas de mallas, mientras el soporte es comprimido en 50 nodos. La probabilidad de generar un tipo especfico de nodo es de 80% para servidores y 20% para routers. La capacidad requerida de CPU es uniformemente distribuida en un intervalo [0,20] para todas las maquinas virtuales solicitadas, y los anchos de banda solicitados son uniformemente distribuidos en intervalo [0,50]. El almacenamiento y capacidades de memoria solicitado son definidos como nmeros reales, uniformemente distribuidos entre [0,20]. Un router lgico corresponde a cada mquina solicitada con capacidades de ruteamiento. El nmero de nodos virtuales por solicitud es aleatoriamente seleccionado mediante una distribucin uniforme entre 2 y 10 con el 50% de conectividad, siguiendo configuraciones similares en literatura. La probabilidad de generar un tipo especifico de nodo es de 90% para maquinas virtuales (VM) y 10% para ruteadores virtuales. El ratio entre hard y soft de calidad de servicio provisionado para solicitudes de redes en nube es del 50%, mientras el porcentaje de capacidad de recursos reservados es del 50%. El mapeado de red en nube va acorde a la formula de Poisson con un ratio variable (1 solicitud por 100 unidades de tiempo a 5 solicitudes de 100 unidades de tiempo, cada 0,5 unidades de tiempo.) Cada uno de ellos asumimos que tienen una distribucin exponencial distribuida a lo largo de su tiempo de vida con un promedio de 1000 unidades de tiempo. Cada simulacin es ejecutada por 1000 solicitudes y repetida en 10 iteraciones. Con el fin de cuantificar el rendimiento de estos mtodos, utilizamos los indicadores que se presentan en la Tabla 1. La mtrica de los ingresos es un indicador del proveedor de la red en nube, el coste de asignacin refleja el costo correspondiente para la incorporacin de una solicitud y la asignacin de recursos de soporte.

5.

ENTORNO DE EXPERIMENTACIN

Un simulador de eventos discretos basado en Java llamado Simulador de Control de Infraestructuras Virtuales (CVI-Sim) se puso en prctica con el fin de proporcionar un entorno de experimentacin extensible que nos permitir evaluar el rendimiento del enfoque propuesto y la eficiencia de la solucin de mapeo. CVI-Sim acta como un emulador de un servicio de asignacin de recursos con el fin de probar las redes de sustrato y peticiones de nube de red basado en implementaciones del mundo real. Adems, permite la creacin aleatoria mayor de solicitudes de recursos virtuales, segn el usuario selecciona distribuciones probabilsticas en las solicitudes de tiempo entre llegadas y la vida til de recursos virtuales as como la generacin aleatoria de los recursos de sustrato interconectados. Finalmente, a travs de un banco de herramientas de edicin, diseo grfico de peticiones/sustratos tambin es compatible. Un recurso extendido junto con los parmetros funcionales y no funcionales especficos de recursos ha sido adoptado en CVI-Sim, para permitir una fcil evaluacin de algoritmos de asignacin de recursos virtuales en entornos virtuales heterogneos. Los parmetros funcionales y no funcionales se agrupan por tipo de recurso, por ejemplo, los parmetros de nodo de computacin incluyen un sistema operativo, entorno de virtualizacin soportado, pila de red compatibles, la capacidad computacional CPU, la memoria disponible, el espacio total en disco, el nmero mximo de interfaces, el nmero mximo soportados de VMs. Adems, un tercer conjunto de parmetros de la simulacin ha sido definido con el fin de capturar la necesidad de solicitud de informacin especfica, por ejemplo, la descripcin del proceso de solicitud de llegada, la distribucin de la vida til de una peticin, la adopcin de los flujos de ruta de acceso divisibles o no divisibles.

Tabla 1: Mtricas de Evaluacin 6.2) Resultados numricos y de comparacin La figura 4 y la figura 5 presentan el comportamiento de los tres algoritmos de que se consideran en este estudio, que son: NCM, G-SP y G-MCF, en relacin con los indicadores de aceptacin y relacin de los ingresos y mapeo, respectivamente, como una funcin de aumento de velocidad de llegada de solicitud. Como podemos observar en las figuras, NCM supera a G-SP en el nmero de ingresos del proveedor a la nube y el nmero de peticiones que se incrustan con xito en el soporte (Sustract). Este efecto es ms pronunciado que la solicitud de tasa de llegada, que aumenta dando lugar a un soporte ms cargado. Por otro lado, NCM exhibe ingresos similares y la relacin de aceptacin para el enfoque de G-MCF; ambas mtricas estn ligeramente mayor para el G-MCF en una mayor llegada de tasas, debido al hecho de que el algoritmo tiende a aceptar ms solicitudes de aprovisionamiento de recursos de calidad de servicio QoS, (por ejemplo, aproximadamente el 2% de la tasa de llegada, corresponde a 5 solicitudes por 100 unidades de tiempo). En la figura 6, vemos que la NCM tiene xito en la reduccin del nmero de saltos a lo largo de una ruta de trfico entre dos nodos de comunicacin. A pesar del hecho de que el trafico de bifurcacin se permite, el comportamiento de NCM con respecto a la mtrica particular esta ligeramente mejorado con una llegada ms baja en las tasas, en comparacin con el G-SP, donde el camino del soporte (Sustract) ms corto entre dos nodos siempre se seleccionan, debido a un mayor mapeo eficiente de dichos nodos. Esta disminucin tambin es apoyada por el menor costo de asignacin de la NCM en comparacin con el G-SP, tal como se representa en la figura 7.

Figura 5: Ingresos de aceptacin

Figura 6: Nmeros de saltos

Figura 7: Costo de Mapeo Por otro lado, como la tasa de peticiones de llegada aumentan, el promedio top por enlace virtual es mayor para la NCM, porque aporta con xito un mayor nmero de solicitudes que el G-SP. Estos factores dan lugar a un ligero aumento en el coste de asignacin para el NCM, as como muestra en la figura 7. Del mismo modo, el ratio de llegada de NCM y G-MCF exhiben un comportamiento similar con respecto a la aceptacin de solicitudes entrantes. A pesar del hecho de que los resultados del G-MCF tiene un mayor nmero de saltos promedio por enlace virtual, el costo de asignacin para la NCM es ligeramente superior (Fig. 7). Esta ultima observacin, junto con el hecho de que los ingresos para los 2 algoritmos son tambin similares, es un

Figura 4: Porcentaje de aceptacin

indicador de que el enfoque propuesto tiende a alcanzar una menor relacin de bifurcacin que el G-MCF. En las tasas de llegada ms altas, la diferencia en el costo aumenta ligeramente debido a la diferencia en el nmero de solicitudes aceptadas. Esta ultima observacin, y el hecho de que los valores de numero de saltos promedio por enlace virtual son ms diversos, es un indicador de que el enfoque propuesto tiende a insertar peticiones que generan ms ingresos, en lugar de peticiones con un numero de nodo/enlace mas pequeo que incrementen la aceptacin en la relacin. La observacin clave de que el nmero promedio de saltos por enlace virtual se mantiene en valores bajos para el enfoque de NCM, demuestra la eficiencia de la formulacin del problema, y la solucin. Esta reduccin se puede traducir implcitamente a la mejora en los parmetros de calidad de servicio (QoS) proporcionada. Otra observacin clave es que mediante el control de la relacin de bifurcacin para el algoritmo de NCM, podramos ajustar el coste de la incrustacin, por ejemplo, un aumento en la relacin de bifurcacin disminuira el coste a expensas de un aumento en el nmero de saltos promedio por enlace virtual. Se hace notar que sobre la base de nuestra evaluacin, los 3 algoritmos presentan una tendencia similar y los resultados son comparables con respecto a la utilizacin de los recursos de soporte (Substract) , con el rendimiento de NCM posicionado entre el G-SP y G-MCF. Para indicar, la CPU del servidor, memoria del servidor y la utilizacin del enlace, para una tasa de llegada de 4 solicitudes por 100 unidades de tiempo, se presentan en la tabla 2. Debemos tener en cuenta que a pesar del hecho de que el nmero de solicitudes aceptadas estn muy cerca tanto de NCM y G-MCF (2% de diferencia), la utilizacin es menor para NCM debido a la funcin de equilibrio de carga. Los resultados de la evaluacin demuestran los beneficios del enfoque propuesto para el proveedor de infraestructura en nube, y de motivar su adopcin en los sistemas reales. En concreto, permite la diferenciacin de servicios (por ejemplo, calidad de servicio QoS, rutas de soporte bajo retardo) en el sentido de que las solicitudes con diferentes requisitos pueden ser servidas por proporcionar el correspondiente conjunto de recursos virtuales a un precio diferente. Adems, NCM tiende a aceptar ms solicitudes de recursos, o sea tiene un QoS mayor, por lo tanto, proporciona ms ingresos, suponiendo que se aplica un coste monetario por unidad, segn el tipo de servicio. Adems, permite que el proveedor controle los parmetros del algoritmo y el proceso de asignacin de recursos correspondiente, para satisfacer mejor sus objetivos operativos. Por ejemplo, ajustando el peso del objetivo con el nmero de saltos, la relacin de bifurcacin puede ser regulada implcitamente. Pone a punto el equilibrio entre el nmero de saltos en el camino adoptado y la tiene la capacidad de aceptar las solicitudes de entrada, permite que cada proveedor de la nube pueda alcanzar sus objetivos de negocio especfico.

recursos heterogneos sobre infraestructuras compartidas federadas. En esta seccin se demuestra la aplicacin y funcionamiento del sistema de asignacin de recursos propuesta sobre la plataforma experimental FEDERICA. El mdulo responsable de la asignacin de recursos ha sido adaptado para incorporar el paradigma incrustacin presentado en las secciones anteriores y permitir una asignacin dentro del dominio administrativo de FEDERICA. El prototipo presentado sirve como una prueba de concepto con respecto a la eficiencia del proceso de incrustacin. Para mostrar las diferencias de funcionalidad y de funcionamiento de los dos algoritmos (NCM y G-SP) un ejemplo ilustrativo se presenta en la figura 8 y la figura 9. Especficamente cinco peticiones llegan a la nube de red en secuencia para la red FEDERICA, tal como se representa en cada una de las dos figuras. Requerimientos de QoS duros son soportados para las solicitudes. La aplicacin de los resultados de NCM en asignaciones que reflejan los objetivos del problema MIP se resenta en la subseccin 4.3; que se las arregla para equilibrar la carga en toda la topologa de sustrato en comparacin con el GSP, reduce el nmero de saltos promedio por enlace virtual a 1,65 en comparacin con el 2,28 de G-SP, mientras que al mismo tiempo el coste para la incorporacin de las solicitudes es 1,072 para la NCM y 1354 para el G-SP.

Figura 8: Mapeo NCM

7. APLICACIN DEL MARCO PROPUESTO EN UNA PLATAFORMA DE EXPERIMENTACIN FI:

Una prueba de concepto Un prototipo de la propuesta del algoritmo de asignacin de recursos se ha implementado dentro del NOVI control framework, un sistema de aprovisionamiento en tiempo real de los

Figura 9: Mapeo G-SP

8.

OBSERVACIONES FINALES

conducen a una solucin de tiempo polinmico. Despus, el mapeo de enlaces est determinado por la resolucin del problema de flujo de mltiples productos correspondientes. La solucin propuesta se compara con dos enfoques bien conocidos en la incrustacin de solicitudes de recursos virtuales a un sustrato fsico. Basado en un extenso modelado y la experimentacin, la utilizacin de CV I Sim - un entorno de formulacin /emulacin que permite una evaluacin flexible y estructurada del rendimiento y la eficacia del enfoque propuesto, llegamos a la conclusin de que el enfoque NCM propuesto mejora el rendimiento general de otros algoritmos aplicados comnmente. Especficamente, NCM proporciona una solucin de compromiso entre G-SP y G-MCF, en trminos de porcentaje de aceptacin de las solicitudes de asignacin de red de nube y el nmero de saltos en l sustrato, por enlace virtual. Al mismo tiempo NCM logra integrar peticiones que generan ms ingresos, a un costo similar al G-MCF. Una estrategia de reconfiguracin apropiada ha sido tambin adoptada para hacer frente al entorno de la nube de red muy dinmica. Cabe sealar que, si bien este trabajo se ha abordado teniendo en cuenta los recursos heterogneos, el foco principal se ha colocado en las redes e infraestructuras cableadas y fijado.

En este trabajo se estudia el problema de la asignacin de recursos virtual para entornos de nube en red, incorporando los recursos a los sustratos. Especficamente para la fase de mapeo de nodos, ofrecemos una formulacin del problema MIP capaz de tener en cuenta los requisitos de calidad de servicio. La tcnica de relajacin y la aplicacin de una tcnica de redondeo al azar

9.

REFERENCIAS

[1] C. Papagianni, A. Leivadeas, S. Papavassiliou, V. Maglaris, C. Cervell o-Pastor and A. Monje. On the optimal allocation of virtual resources in cloud computing networks.