Phân tích một số phương pháp để đánh giá độ tin cậy cho mạng trung tâm dữ liệu điện toán đám mây

Với sự bùng nổ của Mạng trung tâm dữ liệu (Data center network), làm cho các hoạt động kinh doanh, sản xuất cũng như các dịch vụ đa phương tiện, các ứng dụng mạng ngày càng phụ thuộc vào nó. Điều này đòi hỏi các nhà cung cấp hạ tầng phải đảm bảo hệ thống mạng trung tâm dữ liệu phải có độ tin cậy và sẵn sàng cao để duy trì tính liên tục cho hệ thống. Tuy nhiên việc đánh giá độ tin cậy và tính sẵn sàng cho hệ thống chỉ mới dừng ở mức đầu tư trang thiết bị và xây dựng hệ thống dự phòng nóng. Nhiều nghiên cứu đưa ra mô hình đánh giá độ tin cậy và tính sẵn sàng cho DCN, nhưng các nghiên cứu mới dừng lại ở mức đánh giá định tính. Trong bài báo này, chúng tôi phân tích một số phương pháp đánh giá độ tin cậy: Reliability Block Diagrams (RBDs), Fault Tree Analist (FT), Chuỗi Markov (MC) và mạng Bayes, trên cơ sở đó áp dụng để đánh giá độ tin cậy cho một kiến trúc DCN điển hình. Việc đánh giá chỉ số tin cậy của hệ thống một cách định lượng hữu ích cho cả người thiết kế hệ thống và người dùng.

SCIENCE - TECHNOLOGY P-ISSN 1859-3585 E-ISSN 2615-9619 PHÂN TÍCH MỘT SỐ PHƯƠNG PHÁP ĐỂ ĐÁNH GIÁ ĐỘ TIN CẬY CHO MẠNG TRUNG TÂM DỮ LIỆU ĐIỆN TOÁN ĐÁM MÂY ANALYSIS OF SOME METHODS FOR TO EVALUATE RELIABILITY FOR CLOUD COMPUTING DATA CENTER NETWORK Dương Thị Vân*, Trần Đức Thắng, Nguyễn Hồng Trung, Nguyễn Thế Vinh TĨM TẮT Với bùng nổ Mạng trung tâm liệu (Data center network), làm cho hoạt động kinh doanh, sản xuất dịch vụ đa phương tiện, ứng dụng mạng ngày phụ thuộc vào Điều đòi hỏi nhà cung cấp hạ tầng phải đảm bảo hệ thống mạng trung tâm liệu phải có độ tin cậy sẵn sàng cao để trì tính liên tục cho hệ thống Tuy nhiên việc đánh giá độ tin cậy tính sẵn sàng cho hệ thống dừng mức đầu tư trang thiết bị xây dựng hệ thống dự phòng nóng Nhiều nghiên cứu đưa mơ hình đánh giá độ tin cậy tính sẵn sàng cho DCN, nghiên cứu dừng lại mức đánh giá định tính Trong báo này, chúng tơi phân tích số phương pháp đánh giá độ tin cậy: Reliability Block Diagrams (RBDs), Fault Tree Analist (FT), Chuỗi Markov (MC) mạng Bayes, sở áp dụng để đánh giá độ tin cậy cho kiến trúc DCN điển hình Việc đánh giá số tin cậy hệ thống cách định lượng hữu ích cho người thiết kế hệ thống người dùng Từ khóa: Mạng trung tâm liệu; Độ tin cậy; Sơ đồ khối tin cậy; Cây lỗi; Chuỗi Mar-kov; Mạng Bayes ABSTRACT The explosion of DCN (Data center network) making business activities, production as well as multimedia services, network applications are increasingly dependent on it This requires infrastructure providers to ensure that the data center network system has high reliability and availability to maintain the continuity of the system However, the assessment of reliability and availability for the system is just limited to investing in equipment and building a hot backup system Many studies have offered models for assessing reliability and readiness for DCN, but these studies just stop at qualitative evaluation In this paper, we study and analyze several methods of reliability assessment such as Reliability Block Diagrams (RBDs), Fault Tree Analist (AFT), Markov Chain (MC) and Bayes network, based on it applies to assessing the reliability of a typical DCN architecture Quantitative assessment of system reliability indicators will take the useful for both system designers and users Keywords: Data Center NetWork; Reliability; Reliability Block Diagrams (RBDs), Fault Tree, Markov Chain, Network Bayes Viện Công nghệ Thông tin, Viện Hàn lâm Khoa học Công nghệ Việt Nam * Email: duongvan85@gmail.com Ngày nhận bài: 15/10/2019 Ngày nhận sửa sau phản biện: 10/12/2019 Ngày chấp nhận đăng: 20/12/2019 CHỮ VIẾT TẮT DCN DC MC RBD BN AFT Mạng trung tâm liệu Trung tâm liệu Chuỗi Markov Sơ đồ khối tin cậy Mạng Bayes Cây phân tích lỗi GIỚI THIỆU Trong hệ sinh thái công nghệ thông tin đại, trung tâm liệu (DC) đóng vai trò lõi trung tâm hệ thống Hệ thống mạng vật lý khổng lồ gồm máy chủ DCN [1] tạo điều kiện hoạt động trực tuyến liên tục cho doanh nghiệp dịch vụ thông tin từ khắp nơi giới Theo yêu cầu nghiêm ngặt để giảm thiểu thảm họa hệ thống Hệ thống DC q trình mở rộng nhanh chóng thiết kế cho độ tin cậy sẵn sàng cao [2] Hạ tầng mạng viễn thông phát triển mạnh mẽ, với nhiều nhà cung cấp dịch vụ thông tin di động, hàng chục nhà cung cấp dịch vụ Internet hàng chục triệu thuê bao sử dụng tảng công nghệ đại Cùng với phát triển vũ bão hạ tầng, bên cạnh hãng lớn giới cung cấp hạ tầng ứng dụng điện toán đám mây Google, Amazone, Rackspace,… ngày có nhiều tập đồn, cơng ty nước xây dựng phát triển hạ tầng, dịch vụ điện toán đám mây Viettel, VNPT, ISP,… Nhưng trình vận hành, việc gặp lỗi thành phần mạng DC tránh khỏi Do đó, mạng yêu cầu chế điều chỉnh tự động khôi phục dịch vụ mạng thời điểm hỏng sửa chữa hồn tồn lỗi nút/liên kết Sự cố ngừng dịch vụ loại hỏng hóc DC, DC phải chịu chi phí lớn cho nhà cung cấp khách hàng Một nghiên cứu thực Viện Ponemon [14] số 63 DC cho thấy, chi phí trung bình kể từ năm 2010 thời gian chết DC tăng 48% từ 500.000USD lên 740.357USD Ngoài ra, theo báo cáo [15] tỷ lệ thất bại cụm 1.800 máy chủ vật lý Google (được sử dụng làm khối xây dựng sở hạ tầng CNTT Trung tâm liệu Google), có khoảng 1.000 lỗi máy cá No 55.2019 ● Journal of SCIENCE & TECHNOLOGY 49 KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 nhân hàng nghìn lỗi ổ cứng cụm năm hoạt động, chi phí sửa chữa lần hỏng lên tới gần 300USD, khơng tính đến tổn thất trực tiếp thất bại doanh thu hoạt động kinh doanh Như vậy, để hệ thống hoạt động an tồn, khơng có lỗi gặp kiện khơng mong muốn xảy ra, việc phát đề phòng ln tốn nan giải Để cải thiện độ an tồn độ tin cậy hệ thống, nhà thiết kế phân tích phải đưa định đánh giá dựa đánh giá định lượng rủi ro ảnh hưởng liên quan đến thiết kế, thay hành động giảm thiểu rủi ro khác Những thách thức phức tạp phương pháp thủ cơng để phân tách lỗi phân tích rủi ro hệ thống lớn phức tạp khơng khả thi Phân tích độ tin cậy đóng vai trò quan trọng việc xác định vấn đề có mạng truyền thơng trung tâm liệu, hạn chế thảm họa tương lai cách dự đoán hành vi, cung cấp hỗ trợ định việc thiết kế hạ tầng cảnh bảo lỗi tiềm ẩn [16] Cụ thể, dự đoán độ tin cậy cho phép xác định xác suất xảy lỗi hệ thống DCN, trì độ tin cậy chấp nhận theo điều kiện môi trường đánh giá tác động thay đổi thiết kế với độ tin cậy hệ thống tổng thể [17] Do đó, nhóm tác giả tập trung nghiên cứu số phương pháp tính tốn đánh giá độ tin cậy hệ thống cách mơ hình hóa hệ thống vật lý phức tạp thành mơ hình logic đơn giản để tính xác suất độ tin cậy mạng trung tâm liệu, tiêu chí quan trọng thiết kế hệ thống DCN, đáp ứng nhu cầu tính đảm bảo an tồn, liên tục cho người dùng DCN truyền thống đáp ứng nhu cầu ngày tăng dịch vụ đám mây, có số nhược điểm giới hạn băng thông, linh động, hiệu thấp, cáp phức tạp, giá thành cao Kiến trúc DCN có nhiều cải tiến tối ưu kiến trúc DCN truyền thống không giới hạn băng thơng, linh động, cáp đơn giản, tính sử dụng cao, chi phí thấp Nhưng q trình vận hành thường gặp rủi ro không mong muốn Độ tin cậy định nghĩa xác suất hệ thống thành phần phụ hoạt động xác điều kiện định khoảng thời gian định [5] Chẳng hạn, độ tin cậy nút mạng xác suất tập hợp hoạt động cạnh nối cặp nút [6] Độ tin cậy hệ thống mạng nói chung tiêu chí thiết yếu q trình xây dựng vận hành để đảm bảo hệ thống hoạt động tiên tục an toàn Với nhu cầu cấp thiết đánh giá độ tin cậy cho DCN đại, giới có nhiều nghiên cứu tập trung vào lĩnh vực [4, 5, 6, 7, 10, 13, 16, 17, 18, 23] Các nghiên cứu chủ yếu đề mơ hình riêng lẻ giải phân tích theo cách riêng biệt Các mơ hình đề xây dựng từ kỹ thuật phân tích như: Sơ đồ khối tin cậy (RBD) [19], Fault Tree (FT) [20] Chuỗi Markov (MC) [21] Mục tiêu nghiên cứu cung cấp nhìn tổng quan kỹ thuật mơ hình hóa phân tích độ tin cậy hệ thống truyền thơng nói chung hệ thống DCN nói riêng, từ đưa ưu, nhược điểm phương pháp, cách thức sử dụng toán cụ thể để đạt hiệu cao việc đánh giá độ tin cậy hệ thống ĐỘ TIN CẬY CỦA HỆ THỐNG DCN DCN kết nối thành phần vật lý trung tâm liệu để hỗ trợ dịch vụ đám mây Nhu cầu sử dụng ngày tăng, đòi hỏi DCN phải có khả kết nối hàng trăm nghìn chí hàng triệu máy chủ cung cấp đủ băng thông để đảm bảo chất lượng dịch vụ đám mây cần đảm bảo linh hoạt, đáng tin cậy có độ bảo mật cao để đảm bảo ứng dụng khác chạy ổn định hiệu 3.1 Sơ đồ khối tin cậy (RBDs - reliability block diagrams) Sơ đồ khối độ tin cậy (RBD) [19] biểu diễn đồ họa thành phần hệ thống Phân tích RBD sử dụng phương pháp định tính định lượng Độ tin cậy hệ thống xác định dựa độ tin cậy thành phần riêng lẻ Độ tin cậy hệ thống theo RBD xác định theo cơng thức tốn học sau: N N (1) Rseries (t)  Pr   Ai (t)    Ri (t)  i1  i1 MỘT SỐ PHƯƠNG PHÁP ĐÁNH GIÁ ĐỘ TIN CẬY ĐIỂN HÌNH N (2) N Rparallel (t)  Pr   Ai (t)   1  1 Ri (t)   i1  i1 M N M N Rparallelseries (t)  Pr   Aij (t)   1  1 Rij (t)   i1j1 N M   i1 j1    i1 N  j1  N Rseries-parallel (t)  Pr   Aij (t)    1  1 Rij (t)  Rk|n (t)  Pr U n ik Hình Kiến trúc DCN truyền thống Kiến trúc DCN truyền thống có kiến trúc giống ba lớp, đa tầng hình [22], bao gồm ba lớp: lớp lõi, lớp chuyển mạch, lớp cạnh 50 Tạp chí KHOA HỌC & CƠNG NGHỆ ● Số 55.2019 i1  j1 (3) (4)  axactly i components functioning n   n      Ri (1của nút cách xem xét đánh giá xác suất liên kết với nút cha Ngồi ra, hai nút khơng có đường liên kết với thể thành phần khơng tương tác nghĩa hệ thống bị lỗi Vì vậy, xác suất thành phần đánh giá độc lập Xét mạng Bayes với tập U = X1; X2; … Xn X1; X2; … Xn nút Dựa quy tắc chuỗi, xác suất P{X1, X2, … Xn} xác định biểu thức 12: n (12) i1 (9) Trong đó,  i đại diện cho tập hợp nút cha nút Xi, Pr(U) xác suất tập U (10) 3.5 Ưu điểm, nhược điểm phương pháp đánh giá độ tin cậy Bảng Ưu, nhược điểm phương pháp đánh giá độ tin cậy  R A (t)(1 RB (t))  RB (t)(1 R A (t)) RNOT (t)  Pr(A(t))  (1 RA (t)) Pr(X(t m )  x (m) | X(t m1 )  x m1 , ,X(t1 )  x(1) ) Pr(U)  Pr X1 ,X , ,X n   Pr(X i | πi ) N N  k  k RNAND (t)  Pr  Ai (t)  Ai (t)   1 Ri (t) * (R j (t)) jk jk  i2  i2 R XOR (t)  Pr(A(t)B(t)  A(t)B(t) chuỗi Markov xác định không gian trạng thái chuỗi thời gian tức thời (0