Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.96-97
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Recommendation Approach to Support Region Optimal Deployment of Multi-cloud Virtual Machine

멀티 클라우드 가상머신의 리전 배치 최적화를 지원하는 추천 기법

  • Jinhyeok Jeon (School of Computer Science and Engineering, Pusan National University) ;
  • Sumin Jeong (Dept. of Information Convergence Engineering, Pusan National University) ;
  • Joonseok Park (Research Institute of Intelligent Logistics Big Data, Pusan National University) ;
  • Keunhyuk Yeom (School of Computer Science and Engineering, Pusan National University)
  • 전진혁 (부산대학교 정보컴퓨터공학부 ) ;
  • 정수민 (부산대학교 정보융합공학과 ) ;
  • 박준석 (부산대학교 지능물류빅데이터연구소 ) ;
  • 염근혁 (부산대학교 정보컴퓨터공학부)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

멀티 클라우드 서비스 제공을 위해 가상머신 환경 구축 시 서비스의 성능, 비용 등을 최적화하면서 가상머신의 적절한 배치 위치를 결정하는 것은 중요한 연구 이슈 중 하나이다. 따라서 본 논문에서는 가상머신 배포 시 비용과 성능에 기반한 가상머신 배치 위치 최적화 및 추천 기법을 제시한다. 제안하는 방법은 NSGA-II(Non dominated Sorting Genetic Algorithm-II)를 활용한 다목적 최적화를 수행하고, 가중합 기반 점수 산출을 통해 최적 배치 위치를 추천한다. 멀티 클라우드의 14개 리전에서 4개의 가상머신 배치 실험을 수행한 결과, 총 1,716개의 배치 경우의 수 중 2개의 최적화 된 배치 방법을 획득하였다. 본 논문의 방법은 멀티 클라우드 환경에서 효율적인 가상머신 배치 및 마이그레이션을 통한 재배치 기법의 기반 기술로 활용될 수 있을 것이다.

Keywords

Acknowledgement

본 연구는 과학기술정보통신부 및 정보통신기획평가원의 융합보안핵심인재양성사업 의 연구 결과로 수행되었음(IITP-2024-2022-0-01201)

References

  1. X. He, H. Xu, X. Xu, Y. Chen, and Z. Wang, "An Efficient Algorithm for Microservice Placement inCloud-Edge Collaborative Computing Environment,"IEEE Transactions on Service Computing, Vol. 14, No. 8, pp.1-16, 2024.
  2. J. Dognai, A. Yazdanpanah, A. Zare, and F. Khunjush, "A two-tier multi-objective serviceplacement in container-based fog-cloud computing platforms," Cluster Computing, Vol. 27, pp. 4491-4514, 2024.