Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)

Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu thuật toán tự động điều phối tài nguyên trong điện toán đám mây (Luận văn thạc sĩ)

MAI HOÀNG XUÂN LÂM

NGHIÊN CỨU THUẬT TOÁN TỰ ĐỘNG ĐIỀU PHỐI TÀI NGUYÊN TRONG ĐIỆN TOÁN ĐÁM MÂY

LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng)

TP.Hồ Chí Minh – 2018

MAI HOÀNG XUÂN LÂM

NGHIÊN CỨU THUẬT TOÁN TỰ ĐỘNG ĐIỀU PHỐI TÀI NGUYÊN TRONG ĐIỆN TOÁN ĐÁM MÂY

CHUYÊN NGÀNH : HỆ THỐNG THÔNG TIN

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của riêng tôi

Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác

TP.HCM, Ngày 07 tháng 05 năm 2018

Học viên thực hiện luận văn

Mai Hoàng Xuân Lâm

LỜI CẢM ƠN

Trong suốt quá trình học tập, nghiên cứu và hoàn thành luận văn thạc sĩ, ngoài những cố gắng nỗ lực của bản thân, em đã nhận được sự hướng dẫn, giúp đỡ quý báu của quý thầy cô, cùng với sự động viên khích lệ và ủng hộ của đồng nghiệp, bạn bè và gia đình Với lòng kính trọng và biết ơn sâu sắc em xin được gửi lời cảm ơn chân thành tới:

Xin gửi lời cảm ơn trân trọng nhất tới PGS.TS Trần Công Hùng, người đã

trực tiếp hướng dẫn, tận tình chỉ bảo, chia sẻ kiến thức, tài liệu, tạo mọi điều kiện thuận lợi và định hướng cho em trong suốt quá trình thực hiện luận văn

Ban giám hiệu và tất cả các Thầy Cô giáo của Học viện Công nghệ Bưu chính Viễn thông đã giảng dạy và dìu dắt em trong trong suốt quá trình học tập tại trường

Bên cạnh đó, em cũng đã nhận được rất nhiều sự hỗ trợ tận tình từ TS Tân Hạnh, ThS.Bùi Thanh Khiết và các đồng nghiệp tại bệnh viện Đa khoa khu vực Cần Giuộc Xin gửi lời tri ân đến tất cả các thầy và các anh chị

Tuy nhiên, do thời gian hạn hẹp, mặc dù đã nỗ lực hết sức mình, nhưng chắc rằng luận văn khó tránh khỏi thiếu sót Em rất mong nhận được sự thông cảm và chỉ bảo tận tình của quý Thầy Cô và các bạn

Em xin chân thành cảm ơn!

TP.HCM, Ngày 07 tháng 05 năm 2018

Học viên thực hiện luận văn

Mai Hoàng Xuân Lâm

MỤC LỤC

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT vii

DANH SÁCH HÌNH VẼ viii

MỞ ĐẦU 1

Chương 1:CƠ SỞ LÝ LUẬN 4

1.1 Tổng quan về ĐTĐM 4

1.1.1Giới thiệu chung 4

1.1.2Các dịch vụ điện toán đám mây 5

1.1.3Những mô hình triển khai của điện toán đám mây 9

1.2 Tổng quan về tự động điều phối tài nguyên trong ĐTĐM 11

1.2.1Giới thiệu về tự động điều phối tài nguyên trong ĐTĐM 11

1.2.2Mục đích tự động điều phối tài nguyên trong điện toán đám mây 12

1.3 Giải thuật tối ưu bầy đàn (PSO) 12

Chương 2:CÁC CÔNG TRÌNH LIÊN QUAN 16

Chương 3: XÂY DỰNG THUẬT TOÁN TỰ ĐỘNG ĐIỀU PHỐI TÀI NGUYÊN TRONG ĐTĐM DỰA TRÊN THUẬT TOÁN PSO 20

3.1 Mạng xếp hàng theo tầng (Layered Queueing Networks - LQN) 20

3.1.1Giới thiệu LQN 20

3.1.2Mô hình LQN 20

3.2 Lý thuyết trò chơi 21

3.3 Xây dựng mô hình bài toán 23

3.4 Ứng dụng thuật toán PSO 25

Chương 4:MÔ PHỎNG VÀ ĐÁNH GIÁ 29

4.1 Môi trường giả lập 29

4.2 Kết quả 29

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 32

1.Kết quả đạt đươc 32

2.Những vấn đề còn tồn tại 32

3.Hướng phát triển 32

DANH MỤC TÀI LIỆU THAM KHẢO 33

DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT

Phương pháp tối ưu bầy đàn

DANH SÁCH HÌNH VẼ

Hình 1 Mô hình điện toán đám mây 1

Hình 1.1 Các loại dịch vụ của điện toán đám mây 5

Hình 1.2 Mô hình dịch vụ phần mềm 7

Hình 1.3 Mô hình dịch vụ nền tảng 8

Hình 1.4 Mô hình dịch vụ cơ sở hạ tầng 9

Hình 3.1 Hình 3.2 Hình 4.1 Hình 4.2 Hình 4.3 Mô hình LQN

Lưu đồ thuật toán VMPSO………

Mối tương quan giữa epsilon và iterator, excution time

Mối tương quan giữa swamsize và chất lượng dịch vụ, excution time

Mối tương quan giữa 𝜏với chất lượng dịch vụ, chi phí………

20

27

30

30

31

MỞ ĐẦU

Ngày nay, điện toán đám mây (ĐTĐM) là một trong những xu hướng, quan tâm hàng đầu của những thành tựu về công nghệ thông tin Các dịch vụ công nghệ hiện nay đều dựa trên các nguồn tài nguyên, cơ cấu vận hành cũng như việc lưu trữ, phân phối và xử lý thông tin của ĐTĐM

Theo định nghĩa của NIST [1]: “ĐTĐM là một mô hình phổ biến, thuận lợi,

có khả năng truy cập Internet để chia sẻ cấu hình về nguồn tài nguyên một cách nhanh chóng và bắt đầu với một chi phí tối thiểu hoặc tương tác các dịch vụ được cung cấp”

+ Tự phục vụ theo yêu cầu: người sử dụng có thể chủ động trong quá trình cung cấp khả năng tính toán mà không đòi hỏi có sự tương tác giữa con người với nhà cung cấp dịch vụ

+ Độ co giãn cao: là khả năng mở rộng và thu hẹp tài nguyên theo nhu cầu

cụ thể của khách hàng ở mỗi thời điểm khác nhau

Hình 1: Mô hình điện toán đám mây

Khả năng tự động điều phối tài nguyên (auto - scaling) là một trong những đặc trưng hết sức quan trọng của ĐTĐM, đòi hỏi tốc độ thay đổi luôn ở mức cao thích nghi liên tục với biến động của thị trường, khả năng mềm dẻo, đáp ứng cho nhiều loại nhu cầu khác nhau trong thời gian ngắn Một số ứng dụng, cần tính toán

về dữ liệu và tài nguyên theo yêu cầu đó là: các hệ CSDL [2],[3], các ứng dụng di động [4], các ứng dụng y khoa thời gian thực [5].Các ứng dùng trên có tải biến động nên cần xử lý tài nguyên linh động, tùy biến theo yêu cầu và vẫn duy trì chất lượng dịch vụ QoS ở mức cao

Điện toán đám mây còn gọi là điện toán máy chủ ảo, là việc ảo hóa các tài nguyên tính toán và các ứng dụng Thay vì người dùng sử dụng một hoặc nhiều máy chủ thật thì nay người dùng sẽ sử dụng các tài nguyên ảo hóa thông qua môi trường internet ở mô hình dịch vụ hạ tầng (Infrastruture as a Server – IaaS) Ở mô hình điện toán này, mọi khả năng liên quan đến công nghệ thông tin đều được cung cấp dưới dạng các "dịch vụ", cho phép người dùng truy cập các dịch vụ công nghệ

từ một nhà cung cấp nào đó "trong đám mây" mà không cần phải có các kiến thức, kinh nghiệm về công nghệ đó, cũng như không cần quan tâm đến các cơ sở hạ tầng phục vụ công nghệ đó Tuy nhiên việc quản lý, sử dụng tài nguyên một cách hiệu quả là một thách thức lớn Trong môi trường điện toán đám mây đa số tài nguyên vật lý không đồng nhất với nhau cũng như có các yêu cầu từ người dùng không đồng nhất đối với các loại tài nguyên

Các quyết định của bộ điều chỉnh tự động (autosacler) phải đảm bảo mong muốn giữa các bên liên quan Đối vối khách hàng, họ mong muốn chi phi thuê dịch thấp trong khi đó đối với nhà cung cấp dịch vụ mong muốn mang lại tối đa lợi nhuận Mô hình định giá thuê tài nguyên có thể bao gồm các loại máy ảo, chi phí theo đơn vị thời gian (mỗi phút, mỗi giờ) Bộ điều chỉnh tự động cũng phải bảo đảm chức năng của ứng dụng được thực thi đúng bằng cách duy trì chất lượng dịch vụ (QoS) QoS thường phụ thuộc vào hai loại của thỏa thuận mức dịch vụ (SLA): SLA ứng dụng là hợp đồng giữa khách hàng (chủ sở hữu ứng dụng) và người dùng cuối;

và SLA tài nguyên, được nhà cung cấp và khách hàng đồng ý Cả hai loại SLA

thường được trộn lẫn, để thỏa mãn SLA ứng dụng, nhà cung cấp cần phải tuân thủ SLA tài nguyên Tuy nhiên, việc xác định đúng lượng tài nguyên để cho thuê và đáp ứng mức thỏa thuận dịch vụ (SLA) yêu cầu trong khi vẫn giữ được mức chi phí tổng thể thấp là một thách thức lớn Đã có nhiều thuật toán tự động điều phối tài nguyên đã được phát triển nhưng không có một thuật toán nào là thích hợp cho tất

cả các ứng dụng Trong môi trường điện toán đám mây, khách hàng và nhà cung cấp dịch vụ thường có những yêu cầu khác nhau và có thể mâu thuẫn với nhau Do vậy, việc điều chỉnh tự động tài nguyên trên điện toán đám mây là một thách thức lớn Giải pháp cho vấn đề này thường dựa trên đặc tính cụ thể của từng bài toán từ

đó áp dụng các giải thuật như vét cạn (exhaustive algorithm), xác định (deterministic algorithm) hoặc metaheuristic Trong thực nghiệm, hầu như các giải thuật xác định tốt hơn các giải thuật vét cạn Tuy nhiên các giải thuật xác định lại không hiệu quả trong môi trường dữ liệu phân tán từ đó dẫn đến không thích hợp cho các vấn đề lập lịch trong môi trường tính mở rộng Trong khi đó, điện toán đám mây là môi trường có dữ liệu phân tán, đòi hỏi có khả năng mở rộng, khả năng đáp ứng yêu cầu người dùng cao do vậy có thể tiếp cận vấn đề điều chỉnh tự động máy

ảo trên điện toán đám mây theo hướng metaheuristic là khả thi mặc dù các giải thuật metaheuristic có thể cho kết quả gần tối ưu trong thời gian chấp nhận được

Trong nghiên cứu này, tôi đưa ra giải pháp điều chỉnh tự động tài nguyên đảm bảo mục tiêu chất lượng dịch và chi phí thuê tài nguyên dựa trên lý thuyết trò chơi và dùng giải thuật metaheuristic cụ thể là thuật toán tối ưu bày đàn Particle Swarm Optimizarion (PSO) để tìm được giải pháp điều chỉnh tự động máy ảo tối ưu hoặc gần tối ưu dựa trên cân bằng Nash

CHƯƠNG 1 - CƠ SỞ LÝ LUẬN

1.1 Tổng quan về điện toán đám mây

1.1.1 Giới thiệu chung

Cloud computing (ĐTĐM) có khá nhiều định nghĩa Có nhiều loại khác nhau

và các mô hình cung cấp của nó cũng không giống nhau ĐTĐM không chỉ đơn thuần là máy chủ ảo và máy chủ ảo cũng không phải là bộ phận cấu thành thiết yếu của một ĐTĐM Tuy nhiên nó chính là bộ phận chủ chốt để một vài loại ĐTĐM có thể hoạt động

Có thể nói một trong những định nghĩa chính xác và liên quan nhất về ĐTĐM đã được xuất bản bởi National Institude of Standards and Technology (NIST) Tài liệu tổng quát này đã giải thích rõ ràng về ý nghĩa của ĐTĐM ĐTĐM

là một tập hợp các nguồn tính toán đã được chia sẻ và có thể dễ dàng truy cập và sử dụng mọi lúc mọi nơi Một ĐTĐM sẽ mang những đặc điểm như sau:

Tự phục vụ: Sử dụng giao diện đơn giản, khách hàng (hoặc nhà kinh doanh)

có thể đăng kí dịch vụ đám máy và triển khai các tài nguyên thông tin cần sử dụng Lợi ích rõ nhất của việc tự cung cấp dịch vụ này là họ có thể nhanh chóng tự cung cấp nguồn tài nguyên mà không cần nhờ tới bộ phận IT, nhờ đó mà doanh nghiệp

có thể nắm bắt cơ hội hoặc ứng biến với các thử thách tốt hơn

Mạng lưới truy cập rộng lớn: người tiêu dùng được sử dụng các loại thiết

bị và công nghệ chưa từng thấy để truy cập vào các dịch vụ kinh doanh Một đám mây phải cho phép người dùng truy cập vào thiết bị một cách an toàn và đáng tin cậy từ nhiều mạng lưới khác nhau Một trong những cách tốt nhất để làm cho các ứng dụng đến tay người dùng trên một diện rộng các thiết bị là phải tăng cường sức mạnh của Web và công nghệ như là HTML

Hệ thống triển khai dịch vụ riêng của nhà cung cấp thì giao diện và hệ thống

xử lí phải được tự động hóa Mỗi một khách hàng sử dụng tài khoản trên ĐTĐM đều phải được đảm bảo độc lập và bảo mật với các khác hàng trong hệ thống

Tài nguyên được chia sẻ: Các nhà cung cấp điện toán đám mây có thể sử

dụng nhiều nguồn để cung cấp dịch vụ cho khách hàng một cách nhanh chóng mà không cần tốn nhiều chi phí

Tính linh hoạt nhanh: các máy chủ triển khai phải được lên kế hoạch sử

dụng tối đa hiệu suất Một nhà cung cấp phải triển khai càng nhiều máy càng tốt để đáp ứng với khối lượng công việc khổng lồ của những khách hàng đa dạng Một đám mây phải giải quyết được vấn đề này bằng việc mở khả năng cung cấp dịch vụ

Với khía cạnh công nghệ, việc này có nghĩa là phải tập trung hóa mật độ server đã được thiết kế và quản lí Tỉ lệ server và quản trị viên tăng lên Hệ thống quản lí tự động và quản trị chất lượng trở nên rất quan trọng

1.1.2 Các dịch vụ điện toán đám mây

Có rất nhiều loại dịch vụ của điện toán đám mây Tuy nhiên các dịch vụ cơ bản của nó bao gồm: Dịch vụ cơ sở hạ tầng ( Infrastructure as a Service – IaaS), dịch vụ nền tảng ( Platform as a Service – PaaS), dịch vụ phần mềm (Software as a Service – SaaS), dịch vụ phần cứng (Hardware as a Service) (Hình 1.1)

Hình 1.1: Các loại dịch vụ trong điện toán đám mây

* Dịch vụ phần mềm (Software as a Service – SaaS)

Mô hình này tồn tại trước khi bất cứ ai bắt đầu nói về ĐTĐM SaaS là một ứng dụng trực tuyến mà bạn có thể sử dụng thay vì bạn cài đặt trên một server hoặc máy PC Một trong những ví dụ cổ nhất là webmail Những người đã sử dụng Hotmail, Yahoo! Mail, và những dịch vụ khác từ những thập niên 1990 Nhiều người sử dụng của các dịch vụ này không cần cài đặt một ứng dụng email thay vào

đó, họ duyệt đến trang web của nhà cung cấp dịch vụ, đăng nhập Bạn bè, gia đình

và đồng nghiệp của họ cũng làm như thế

Sức mạnh của SaaS là rằng bất kỳ người dùng nào cũng có thể đăng ký vào một dịch vụ một cách nhanh chóng như họ có thể thanh toán bằng thẻ tín dụng của

họ Cộng thêm, công ty không cần triển khai hoặc quản lý cơ sở hạ tầng ứng dụng Những kinh nghiệm không phải là những gì khác nhau từ mua một ứng dụng cho điện thoại thông minh: bạn tìm thấy một cái gì đó đáp ứng nhu cầu của bạn, bạn trả tiền cho nó và bạn bắt đầu sử dụng nó — với có lẽ một số cấu hình cục bộ trên máy

PC đã tối đa hóa dịch vụ Những bất lợi là các hệ thống này là không phải luôn luôn linh hoạt và có thể không tích hợp tốt với các ứng dụng kinh doanh, tổ chức của bạn yêu cầu SaaS là một dịch vụ tổng quát nhằm mục đích đáp ứng các nhu cầu của đa

số của thị trường Phần còn lại của thị trường phải tìm một cái gì đó mà họ có thể tùy chỉnh cho các nhu cầu riêng của họ (Hình 1.2)

Hình 1.2: Mô hinh dịch vụ phần mềm (Software as a Service – SaaS)

* Dịch vụ nền tảng ( Platform as a Service – PaaS)

PaaS là một môi trường dịch vụ mà nhà cung cấp quản lý cho phép software developer tổ chức và thực hiện các phần mềm của họ mà không có phàn nàn về các yếu tố kỹ thuật, việc triển khai hoặc cấu hình server Một ví dụ về một PaaS là Microsoft Windows Azure Các developer có thể tạo các ứng dụng trong Visual Studio và tải chúng trực tiếp lên PaaS của Microsoft, mà dữ liệu có mặt ở nhiều data center trên toàn cầu Các developer có thể sử dụng sức mạnh tính toán, một dịch vụ SQL có sẵn và khả năng mở rộng, ứng dụng mẫu và một lượng lớn không gian lưu trữ

Sức mạnh của giải pháp này là bạn có thể triển khai một ứng dụng mới trên một nền tảng có khả năng mở rộng để tiếp cận một đối tượng rất lớn trong một vài phút Công ty hosting, chẳng hạn như Microsoft, chịu trách nhiệm quản lý cơ sở hạ tầng PaaS Điều này giúp các developer tự do để tập trung vào ứng dụng của họ mà không có sự phiền nhiễu của server, mạng, và các yếu tố khác Điểm yếu là rằng bạn không thể tuỳ chỉnh cơ sở hạ tầng cơ bản (Hình 1.3)

Hình 1.3: Mô hinh dịch vụ nền tảng ( Platform as a Service – PaaS)

* Dịch vụ cơ sở hạ tầng ( Infrastructure as a Service – IaaS)

IaaS là một mô hình ĐTĐM đã quen thuộc với họ IaaS cho phép người tiêu dùng tự triển khai các máy ảo với cấu hình sẵn hệ điều hành thông qua một Self-service portal Network và Storage được dễ dàng và nhanh chóng cấu hình mà không cần phải tương tác với người quản trị mạng

Ảo hóa, chẳng hạn như Microsoft Hyper-V, là công nghệ cơ bản làm cho IaaS khả thi Một cloud IaaS có nhiều hơn không chỉ là ảo hóa máy chủ Cấu hình mạng phải được tự động, dịch vụ phải được đàn hồi và kiểm định, và cloud nên có khả năng multitenant Điều này đòi hỏi lớp quản lý và tự động hóa cao hơn so với

ảo hóa truyền thống

Kết quả của các giải pháp cho phép người tiêu dùng của các dịch vụ nhanh chóng triển khai các bộ dịch vụ đã cấu hình trước của máy ảo mà không rối rắm Các software developer hoặc ban quản trị có thể tùy chỉnh máy ảo để phù hợp với nhu cầu của các ứng dụng sẽ được họ cài đặt Môi trường làm việc là quen thuộc và

có thể dễ dàng tích hợp với hầu như tất cả các công nghệ trong một tổ chức Những bất lợi cho một số là có máy ảo để triển khai và hệ điều hành để tạo ra và duy trì

Hình 1.4: Mô hình dịch vụ cơ sở hạ tầng ( Infrastructure as a Service – IaaS)

1.1.3 Những mô hình triển khai của ĐTĐM

Private Cloud

Private Cloud hoàn toàn thuộc về nhu cầu của một cá nhân doanh nghiệp nào

đó Nó có thể là trong hạ tầng cơ sở (on-premises) hoặc ngoài hạ tầng cơ sở premises) Private Cloud chỉ thuộc về một doanh nghiệp sẽ thường trú trong phòng máy của chủ sở hữu hoặc data center và được quản lí bởi đội ngũ IT của doanh nghiệp Với quyền sở hữu duy nhất của đám mây trong hạ tầng cơ sở, doanh nghiệp được toàn quyền điều khiển data center, hệ thống hạ tầng và network Về phía Private Cloud ngoài hạ tầng cơ sở, nó thừa hưởng cơ sở vật chất có sẵn và kiến thức chuyên môn từ các đơn vị outsourcing như là chức năng trung tâm dữ liệu máy chủ Private Cloud ngoài cơ sở hạ tầng này khá lí tưởng cho các doanh nghiệp không muốn hoặc không có đủ khả năng xây dựng phòng máy hoặc trung tâm dữ liệu riêng

(off-Lợi ích của Private Cloud là doanh nghiệp có thể tự thiết kế nó rồi tùy biến theo thời gian cho phù hợp với mình Họ có thể kiểm soát được chất lượng dịch vụ

đã cung cấp Với hệ thống chuẩn được lắp đặt, hoạt động theo nguyên tắc, đảm bảo tính bảo mật Mặt bất lợi của coud này là mô hình triển khai của nó cần sự đầu tư nhiều về chuyên môn, tiền bạc và thời gian để tạo ra các giải pháp kinh doanh đúng đắn cho doanh nghiệp

Private Cloud đã thay đổi vai trò của những quản trị IT Nếu không có Private Cloud, họ sẽ phải vướng bận rất nhiều ứng dụng được triển khai, bao gồm máy chủ ảo hoặc máy chủ vật lí, cấu hình mạng, network balancing, storage và cài đặt ứng dụng như SQL Server… Với Private Cloud, chức năng của họ trở thành việc quản lí tài nguyên chia sẻ tập trung và quản lí các cấp độ dịch vụ của hạ tầng Quản trị viên IT tạo ra và quản lí các thành phần và hệ thống có thể tái sử dụng để nâng cấp và cho phép doanh nghiệp tự triển khai dịch vụ của mình Điều này có nghĩa là họ cung cấp dịch vụ một cách thông minh hơn với số lượng dịch vụ nhiều hơn và có ích hơn cho doanh nghiệp

Public Cloud

Public Cloud dành cho nhiều người sử dụng Public Cloud có nhiều dạng và tồn tại dưới nhiều hình thức như là Windows Azure, Microsoft Office 365 và Amazon Elastic Compute Cloud… Bạn cũng có thể tìm thấy các dịch vụ với quy

mô nhỏ hơn với những dịch vụ khách hàng phù hợp với nhu cầu cá nhân

Ưu điểm lớn nhất của Public Cloud chính là nó luôn được sẵn sàng để sử dụng nhanh chóng Một ứng dụng kinh doanh mới nhất có thể được triển khai chỉ trong vòng vài phút

Hybrid Cloud

Mô hình Hybrid Cloud sử dụng mô hình Private Cloud và mô hình Public Cloud cùng một lúc với các dịch vụ được triển khai mở rộng

Community Cloud

Community Cloud là đám mây được chia sẻ giữa các doanh nghiệp với nhau Community Cloud này có thể sử dụng nhiều công nghệ, và nó thường được sử dụng bởi các doanh nghiệp liên doanh cùng thực hiện các công trình nghiên cứu khoa học Community Cloud hỗ trợ người dùng các tính năng của cả Private Cloud và Public Cloud Chúng có thể cùng nhau hoạt động để đảm bảo tính bảo mật và thống nhất nhưng đồng thời cũng mang nhiều rủi ro trong quá trình chia sẻ Chúng còn có thể truy cập vào các nguồn tính toán lớn hơn giúp mở rộng cấu trúc lũy tiến của mình

Bởi vì tính mở tự nhiên, Community Cloud rất phức tạp Một Community Cloud là một rủi ro có thể có khi chia sẻ Tính bảo mật và thống nhất vừa là một thế mạnh vừa là một điểm yếu, mang sự thách thức về tính toán ở đây Dù là với Private Cloud, yếu tố chính sách công ty là rất lớn Chúng ta chỉ có thể hình dung ra vai trò của chính sách công ty là quan trọng thế nào khi tham gia vào Community Cloud được mua và sử dụng bởi nhiều công ty cùng một lúc

1.2 Tổng quan về tự động điều phối tài nguyên trong điện toán đám mây (Auto-scaling)

1.2.1 Giới thiệu về tự động điều phối tài nguyên trong điện toán đám mây (Auto-scaling)

Auto-scaling đã được định nghĩa từ nhiều quan điểm của các học giả và các

nhà cung cấp dịch vụ ĐTĐM trong các bối cảnh đa dạng Auto-scaling là một đặc trưng quan trọng của hệ thống ĐTĐM, cho phép hệ thống có thể tự động mở rộng hay thu nhỏ khả năng; hoặc lựa chọn máy ảo nào có tài nguyên lớn nhất một cách

tự động để đảm bảo tài nguyên được sử dụng một cách hiệu quả nhất và đảm bào tính sẳn sàng cho các ứng dụng

Auto-scaling cũng đảm bào rằng các máy ảo được phân chia các yêu cầu khách hàng một cách nhất quán và hạn chế hiện tượng quá tải hoặc thiếu tài nguyên

1.2.2 Mục đích tự động điều phối tài nguyên trong điện toán đám mây (Auto-scaling)

Mục đích của tự động điều phối tài nguyên là cải thiện hiệu năng của toàn bộ

hệ thống một cách cơ bản; giảm thiểu thời gian chờ của công việc; duy trì sự ổn định và thích ứng sự biến đổi trong tương lai của hệ thống; đảm bảo những công việc nhỏ không bị đợi trong thời gian dài; đồng thời cũng phải đảm bảo hạn chế tình trạng một nút có nhiều tài nguyên đang sử dụng những nút khác chỉ rất ít tài nguyên đang được sử dụng[6],[7] Vì vậy, nhiều thuật toán tự động điều phối tài nguyên đã được phát triển trong nhiều năm qua nhưng không có một thuật toán nào

là thích hợp cho tất cả các ứng dụng, các hệ thống tính toán phân tán Việc lựa chọn một thuật toán tự động điều phối tài nguyên tương ứng phụ thuộc thông số các ứng dụng cũng như các thông số sử dụng tài nguyên

1.3 Giải thuật toán tối ưu bầy đàn (PSO)

Giải thuật tối ưu hóa theo bầy đàn (Particle Swarm Optimization - PSO) là một kỹ thuật tối ưu hóa ngẫu nhiên dựa trên một quần thể được phát triển bởi Eberhart và Kennedy, phỏng theo hành vi của các bầy chim hay các đàn cá Cũng giống như giải thuật di truyền, PSO tìm kiếm giải pháp tối ưu bằng việc cập nhật các thế hệ Tuy nhiên, không giống như giải thuật di truyền, PSO không có các thao tác tiến hóa như là lai ghép hay đột biến

Năm 1987, quan sát quá trình chuyển động của các theo bầy đàn (bầy chim, đàn cá), Reynolds [8] đưa ra nhận ra ba quy luật: Tách biệt; Sắp hàng và Liên kết

Từ nghiên cứu của Renolds, Eberhart và Kennedy [9] đưa thêm giả thuyết về quá trình tìm về tổ của bầy đàn theo các quy luật:

tổ

ii Mỗi phần tử đều ghi nhớ vị trí gần tổ nhất nó đã đạt tới

Tương tự như vậy, hai ông đưa giả thuyết về quá trình tìm mồi của bầy đàn trong một vùng không gian mà các phần tử trong bầy đàn đều biết thông tin về thức

ăn cách bao xa và lưu giữ vị trí gần thức ăn nhất mà chúng đã đạt tới Khi đó, cách tốt nhất để tìm thức ăn là theo sau những con phần tử đầu đàn - những con trong bầy gần chỗ thức ăn nhất Từ đó, hai ông đề xuất thuật toán PSO phỏng theo kịch bản này và sử dụng nó để giải các bài toán tối ưu

Trong PSO, mỗi giải pháp đơn là một phần tử (particle) trong kịch bản trên

Mỗi phần tử được đặc trưng bởi hai tham số là vị trí hiện tại của phần tử - present[]

được xác định từ bài toán cụ thể Đồng thời mỗi phần tử có một giá trị thích nghi (fitness value), được đánh giá bằng hàm đo độ thích nghi (fitness function) Tại thời điểm xuất phát, bầy đàn, hay chính xác là vị trí của mỗi phần tử được khởi tạo một cách ngẫu nhiên (hoặc theo một cách thức nào đó dựa vào tri thức biết trước về bài toán) Trong quá trình chuyển động, mỗi phần tử chịu ảnh hưởng bởi hai thông tin:

thông tin thứ nhất, gọi là pBest, là vị trí tốt nhất mà phần tử đó đã đạt được trong quá khứ; thông tin thứ hai, gọi là gBest, là vị trí tốt nhất mà cả bầy đàn đã đạt được

trong quá khứ Trong nguyên bản do Eberhart và Kennedy đưa ra, các phần tử trong PSO sẽ duyệt không gian bài toán bằng cách theo sau các phần tử có điều kiện tốt nhất hiện thời (độ thích nghi lớn nhất) Cụ thể là sau mỗi khoảng thời gian rời rạc, vận tốc và vị trí của mỗi phần tử được cập nhật theo các công thức (1.1) và (1.2) được định nghĩa như sau

present [ ] = pe sent [ ] + V [ ] (1.2)

trình bày dưới đây

Giải thuật tối ưu bầy đàn

thengBest = pBest EndIf

While(chưa thỏa mãn điều kiện dừng);

Trong đó, một số điều kiện dừng phổ biến là: số lần cập nhật, số lần cập nhật bầy đàn mà không đưa lại kết quả tốt hơn, số lần cập nhật mà lượng thay đổi giữa hai lần cập nhật liên tiếp nhỏ hơn một ngưỡng nào đó Ngoài ra điều kiện dừng có thể được xác định từ bài toán cụ thể Phiên bản ban đầu của PSO được trình bày ở