Xây dựng hệ thống camera giao thông ứng dụng sdnnfv triển khai mô hình điện toán biên và điện toán đám mây cho đô thị thông minh

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ XÂY DỰNG HỆ THỐNG CAMERA GIAO THÔNG ỨNG DỤNG SDN/NFV TRIỂN KHAI MƠ HÌNH ĐIỆN TỐN BIÊN VÀ ĐIỆN TỐN ĐÁM MÂY CHO ĐƠ THỊ THƠNG MINH NGỌ VĂN HỊA hoa.nvcb190169@sis.hust.edu.vn Ngành Kỹ thuật Viễn thơng Giảng viên hướng dẫn: PGS TS Nguyễn Hữu Thanh Chữ ký GVHD Viện: Điện tử - Viễn thông HÀ NỘI, 4/2021 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn: Ngọ Văn Hòa Đề tài luận văn: Xây dựng hệ thống camera giao thông ứng dụng SDN/NFV triển khai mơ hình điện tốn biên điện tốn đám mây cho đô thị thông minh Chuyên ngành: Kỹ thuật Viễn thông Mã số HV: CB190169 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 16/04/2021 với nội dung sau: + Thêm danh mục viết tắt + Thêm phần mở đầu luận văn + Đánh số công thức theo quy định + Thêm kết luận chương + Thêm phần trình bày thuật tốn so sánh Ngày 10 tháng 05 năm 2021 Giáo viên hướng dẫn Tác giả luận văn PSG TS Nguyễn Hữu Thanh Ngọ Văn Hòa CHỦ TỊCH HỘI ĐỒNG PSG TS Nguyễn Tài Hưng Mẫu 1c ĐỀ TÀI LUẬN VĂN Tên đề tài tiếng việt: Xây dựng hệ thống camera giao thông ứng dụng SDN/NFV triển khai mơ hình điện tốn biên điện tốn đám mây cho thị thơng minh Tên đề tài tiếng anh: Implementing a traffic surveillance camera system applying SDN/NFV over edge cloud computing model for smart cities Giáo viên hướng dẫn Ký ghi rõ họ tên PSG TS Nguyễn Hữu Thanh Lời cảm ơn Lời đầu tiên, xin gửi lời cảm ơn chân thành đến PGS TS Nguyễn Hữu Thanh, người hướng dẫn giúp đỡ tơi nhiều q trình làm luận văn Những lời khuyên quý báu thầy giúp tơi hồn thành luận văn Tơi xin gửi lời cảm ơn đến thầy, cô PSG TS Phạm Ngọc Nam, PSG TS Trương Thu Hương bạn sinh viên làm việc phòng nghiên cứu Future Internet Laboratory giúp đỡ thời gian nghiên cứu, thực đề tài Cuối cùng, xin cảm ơn gia đình, người thân, bạn bè ln bên cạnh, ủng hộ động viên tơi hồn cảnh Tơi xin chân thành cảm ơn! Hà nội, ngày 25 tháng 03 năm 2021 Tóm tắt nội dung luận văn Sự kết hợp điện toán đám mây điện toán biên ngày phổ biến, ứng dụng mô hình IoT, bảo mật Trong mơ hình sau liệu thu thập từ nguồn cảm biến, camera, điện thoại, máy tính xử lý phần gần nguồn liệu gọi điện tốn biên để giảm băng thơng đường truyền giảm độ trễ gửi lượng liệu thơ lớn Dữ liệu sau gửi lên đám mây để phân tích sâu nhờ tảng tính tốn mạnh mẽ máy chủ có khả tính tốn lớn Tuy nhiên việc kiểm sốt luồng liệu thông suốt từ nơi liệu thu thập đến máy tính biên, đến đám mây gặp nhiều khó khan vấn đề khoảng cách địa lý hạ tầng chưa cho phép Đã có nhiều nghiên cứu tập trung vào vấn đề hầu hết kiến trúc đề xuất chưa giải triệt để vấn đề Trong luận văn này, mơ hình kết hợp điện tốn đám mây điện toán biên sử dụng SDN NFV công nghệ lõi để triển khai chuỗi dịch vụ đám mây máy tính biên đề xuất thực Cũng mơ hình thuật tốn đặt chuỗi dịch vụ vào mạng IoT phân tán có sử dụng cơng nghệ SDN/NFV thực cho tối đa số chuỗi dịch vụ, hay nói cách khác tối ưu tài nguyên hệ thống (CPU, băng thông) Mô hình đề xuất kiểm sốt tồn luồng liệu thông suốt dịch vụ đã, triển khai vào hệ thống HỌC VIÊN Ký ghi rõ họ tên Ngọ Văn Hòa MỤC LỤC MỤC LỤC i DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT iii DANH MỤC HÌNH VẼ iv DANH MỤC BẢNG BIỂU v PHẦN MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ CÁC HỆ THỐNG TRIỂN KHAI TRÊN MƠ HÌNH ĐIỆN TỐN ĐÁM MÂY VÀ ĐIỆN TỐN BIÊN 1.1 Điện toán biên điện toán đám mây 1.1.1 Điện toán đám mây .3 1.1.2 Điện toán biên .5 1.2 Cơng nghệ ảo hóa 1.2.1 Khái niệm ảo hóa 1.2.2 Phân loại ảo hóa 1.2.3 Sự cần thiết công nghệ ảo hóa .10 1.3 Cơng nghệ mạng định nghĩa phần mềm ảo hóa chức mạng 11 1.3.1 Công nghệ mạng định nghĩa phần mềm (SDN) 11 1.3.2 Công nghệ ảo hóa chức mạng (NFV) 14 1.3.3 Kết hợp SDN NFV 16 1.4 Một số mơ hình có giải pháp 16 1.5 Kết luận chương 17 CHƯƠNG KẾT HỢP SDN/NFV VÀO MÔ HÌNH ĐIỆN TỐN ĐÁM MÂY VÀ ĐIỆN TỐN BIÊN ĐỂ TRIỂN KHAI HỆ THỐNG CAMERA GIAO THÔNG 18 2.1 Ứng dụng camera giám sát giao thông 18 2.2 Các công cụ phần mềm sử dụng .20 2.2.1 Nền tảng OpenStack 20 2.2.2 Nền tảng Kubernetes 24 2.3 Kiến trúc kết hợp SDN/NFV vào điện tốn biên - điện tốn đám mây 26 2.3.1 Mơ hình đề xuất 26 2.3.2 Quy trình làm việc hệ thống 27 i 2.3.3 2.4 Kết 28 Kết luận chương 31 CHƯƠNG SỬ DỤNG HIỆU QUẢ TÀI NGUYÊN TRONG TRIỂN KHAI HỆ THỐNG CAMERA GIAO THÔNG 32 3.1 Tổng quan thuật toán RE-SCE 32 3.2 Thiết kế khối 35 3.2.1 Khối nhúng VNF (VNFm) 35 3.2.2 Khối nhúng liên kết ảo (VLm) 36 3.3 Mô 37 3.3.1 Hệ thống giám sát giao thông 37 3.3.2 Mơ hình tài ngun, lượng tiêu thụ 39 3.3.3 Công cụ mô 40 3.4 Kết 41 3.4.1 Hiệu sử dụng tài nguyên 41 3.4.2 Năng lượng tiêu thụ 43 3.5 Kết luận chương 45 CHƯƠNG KẾT LUẬN 45 4.1 Kết luận chung 45 4.2 Hướng phát triển 45 TÀI LIỆU THAM KHẢO 46 ii DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT Thuật ngữ Chú thích Edge Điện tốn biên, hay thiết bị biên Cloud Điện toán đám mây, hay thiết bị đám mây SDN NFV Công nghệ mạng định nghĩa phần mềm (Software defined network) Công nghệ ảo hóa dịch vụ mạng (Network Function Virtualization) SFC Chuỗi dịch vụ (Service Function Chain) VNF Dịch vụ mạng ảo (Virtual Network Function) IoT Internet vạn vật (Internet of thing) RE-SCE VNFm Thuật toán đề xuất (Resource and Energy-aware Service Chain Embedding) Thuật toán định vị trí dịch vụ đám mây biên VLm Thuật toán liên kết dịch vụ liên kết ảo VM Các máy ảo (Virtual machine) OPEX Chi phí vận hành CAPEX Chi phí ban đầu API Giao diện lập trình ứng dụng (Application Progamming Interface) Hypervisor Cơng nghệ ảo hóa Hypervisor Containter Cơng nghệ ảo hóa container OVS Bộ chuyển mạch nhiều lớp ảo (Open vSwitch) BW Băng thông CPU Bộ xử lý trung tâm iii DANH MỤC HÌNH VẼ Hình 1-1 Sơ đồ khối kiến trúc điện toán đám mây Hình 1-2 Mối liên hệ điện tốn biên điện tốn đám mây [1] Hình 1-3 Sơ đồ khối kiến trúc hypervisor loại Hình 1-4 Sơ đồ khối kiến trúc hypervisor loại Hình 1-5 Sự khác ảo hóa hypervisor ảo hóa container Hình 1-6 So sánh mạng truyền thống mạng SDN 12 Hình 1-7 Kiến trúc SDN 12 Hình 1-8 Kiến trúc NFV [16] 15 Hình 2-1 Sơ đồ hệ thống camera giám sát giao thơng [9] 18 Hình 2-2 Sơ đồ khối chức ứng dụng camera giám sát giao thơng 19 Hình 2-3 Mơ hình tổng quan OpenStack 20 Hình 2-4 Kiến trúc OpenStack 21 Hình 2-5 Các thành phần OpenStack [10] 22 Hình 2-6 Kiến trúc Kubernetes 25 Hình 2-7 Kiến trúc đề xuất cho mơ hình điện tốn đám mây điện toán biên kết hợp SDN/NFV 26 Hình 2-8 Cài đặt thành cơng OpenStack 28 Hình 2-9 Cài đặt thành công Kubernetes 29 Hình 2-10 Kết chạy thử nghiệm thành công ba chuỗi dịch vụ 29 Hình 2-11 Kết đo đạc CPU, băng thơng, lượng độ trễ chuỗi dịch vụ 30 Hình 3-1 Tổng quan thuật toán RE-SCE 33 Hình 3-2 Lưu đồ thuật tốn VNFm 35 Hình 3-3 Lưu đồ thuật toán VLm 36 Hình 3-4 Hệ thống giám sát giao thơng triển khai mơ hình điện tốn biên – mây 37 Hình 3-5 Đồ hình mơ hệ thống camera giám sát giao thông phạm vi thành phố lớn [23] 38 Hình 3-6 Kiến trúc bên trung tâm liệu 38 Hình 3-7 Phần mềm mơ ngơn ngữ Java 41 Hình 3-8 Tỉ lệ chấp nhận chuỗi dịch vụ theo yêu cầu 42 Hình 3-9 Hiệu sử dụng tài nguyên 43 Hình 3-10 Năng lượng tiêu thụ tồn hệ thống 43 Hình 3-11 Năng lượng trung bình hệ thống chuỗi dịch vụ 44 iv DANH MỤC BẢNG BIỂU Bảng 2-1 Tài nguyên tiêu thụ lượng dịch vụ 31 Bảng 3-1 Bảng danh mục ký hiệu 34 Bảng 3-2 Năng lượng tiêu thụ thiết bị mạng HP [19] 40 v PHẦN MỞ ĐẦU Lý chọn đề tài Xu xây dựng đô thị thông minh (Smart city) đòi hỏi thiết lập số lượng lớn thiết bị IoT hạ tầng mạng phục vụ cho việc thu thập truyền liệu Điển hình mơ hình phát tắc nghẽn giao thông mà hệ thống camera dày đặc cần lắp đặt tuyến đường, liệu hình ảnh gửi trung tâm xử lý tập trung theo mơ hình điện tốn đám mây Tuy nhiên, mơ hình điện tốn đám mây truyền thống, việc lượng lớn liệu thô cần thu thập xử lý theo thời gian thực đặt gánh nặng lớn cho đường truyền Internet Do đó, điện toán biên đời với việc phân tán khối tính tốn đến gần thiết bị thu thập liệu nhằm giải vấn đề độ trễ băng thơng Để giảm thiểu chi phí xây dựng vận hành mơ hình điện tốn biên, quản lý tài nguyên (CPU, RAM, băng thông) thiết bị phi tập trung hiệu cần đến cơng nghệ ảo hóa chức mạng (NFV), nữa, việc kết hợp mạng định nghĩa phần mềm (SDN) cịn khiến cho mơ hình tối ưu thông qua khả định tuyến linh hoạt mạng lưới Do tơi muốn xây dựng mơ hình kết hợp điện tốn biên đám mây (Edge-Cloud) sử dụng SDN/NFV mà ứng dụng IoT phân tách thành dịch vụ (micro-service), ảo hóa cơng nghệ container, dịch vụ triển khai đa tảng, SDN NFV hai công nghệ chủ chốt nhúng vào mơ hình để khởi tạo, kết nối dịch vụ tạo thành chuỗi dịch vụ (SFC) hoạt động ứng dụng đầy đủ, có khả tùy biến mạng lưới tùy theo điều kiện tài ngun, u cầu độ trễ, v.v Một mơ hình thử nghiệm thực tế xây dựng, thông số tài nguyên điều kiện ràng buộc (độ trễ) đo đạc để đưa mơ hình tốn học cho hệ thống, từ đưa thuật tốn định vị trí đặt chuỗi dịch vụ cách tối ưu Chương trình mơ số lượng lớn camera nhúng mạng vật lý xây dựng để đánh giá độ hiệu mô hình triển khai diện rộng so với mơ hình khác Mục đích nghiên cứu luận văn, đối tượng, phạm vi nghiên cứu Trong luận văn này, tơi đề xuất mơ hình kết hợp điện toán đám mây điện toán biên sử dụng SDN NFV công nghệ lõi để triển khai chuỗi dịch vụ đám mây máy tính biên Cũng mơ hình tơi đề xuất thuật toán đặt chuỗi dịch vụ vào mạng IoT phân tán có sử dụng cơng nghệ SDN/NFV cho tối đa số chuỗi dịch vụ, hay nói cách khác tối ưu tài nguyên hệ thống (CPU, băng thơng) Mơ hình đề xuất kiểm sốt tồn luồng liệu thơng suốt dịch vụ đã, triển khai vào hệ thống 1 ∝ (𝑣𝑗 → 𝑛𝑝 ) = { , ∝ = 1, VNF 𝑣𝑗 yêu cầu 𝑗 triển khai thành 𝑝 công máy 𝑛 , không thành công ∝ (𝑙𝑗 → 𝑙𝑝 ) = { , tương tự, ∝ = 1, liên kết 𝑙𝑗 yêu cầu 𝑗 triển khai thành công liên kết vật lý 𝑙𝑝 , không thành công 𝜕(𝑟𝑗 → 𝐺 𝑝 ) { , 𝜕 = SFC yêu cầu 𝑟𝑗 triển khai thành công vào 𝐺 𝑝 Mục tiêu tối ưu toán tối đa số chuỗi SFC triển khai hệ thống PT 3.3 𝒎𝒂𝒙𝒊𝒎𝒊𝒛𝒆 |𝑹| = ∑ 𝝏(𝒓𝒋 → 𝑮𝒑 ) ∀𝒓𝒋 ∈𝑹 Với điều kiện ràng buộc tài nguyên, tổng CPU sử dụng VNF triển khai máy không vượt dung lượng máy: 𝑝 𝑝 𝑝 𝑝 𝑝 𝑝 𝐶(𝑒𝑘 ) < 𝐶𝑐𝑎𝑝 (𝑒𝑘 ), 𝐶(𝑠𝑘 ) < 𝐶𝑐𝑎𝑝 (𝑠𝑘 ), ∀𝑒𝑘 ∈ 𝐸 𝑝 , 𝑠𝑘 ∈ 𝑆 𝑝 Băng thông tiêu thụ không vượt băng thông giới hạn: 𝑝 𝑝 𝑝 𝐵(𝑙𝑚 ) < 𝐵𝑐𝑎𝑝 (𝑙𝑚 ), ∀𝑙𝑚 ∈ 𝐿𝑝 PT 3.4 PT 3.5 Các giới hạn để đảm bảo SFC triển khai lần toàn hệ thống: 𝑝 ∑ ∝𝑒𝑖 (𝑣𝑗 ) ≤ 1; 𝑝 𝑝 PT 3.6 ∑ ∝𝑠𝑖 (𝑣𝑗 ) ≤ 𝑝 ∀𝑒𝑖 ∈𝐸 𝑝 ∀𝑠𝑖 ∈𝑆 𝑝 với ∀𝑣𝑗 ∈ 𝑟𝑗 , ∀𝑟𝑗 ∈ 𝑅 Thuật toán thiết kế với mục tiêu tối ưu tài nguyên hệ thống hay nói cách khác tối đa số chuỗi dịch vụ triển khai hệ thống mục tiêu thứ cấp lượng tiêu thụ thấp Thuật toán kế gồm khối Hình 3-1, đó: - Khối nhúng VNF (VNFm) triển khai dịch vụ dựa vị trí định VNFO lên mạng vật lý - Khối nhúng liên kết ảo (VLm) đóng vai trị tạo liên kết ảo đường vật lý thật để kết nối dịch vụ lại với Thất bại Thất bại Yêu cầu đặt chuỗi dịch vụ VNFm VLm Chấp nhận Thành công Hình 3-1 Tổng quan thuật tốn RE-SCE Khi nhận yêu cầu triển khai chuỗi dịch vụ, VNFm xem xét toàn tài nguyên hệ thống máy biên tài nguyên đám mây cần để triển khai, đủ VNFm triển khai dịch vụ cho đáp ứng tối đa số chuỗi yêu cầu Nếu tài nguyên không đủ để chấp nhận hết số lượng chuỗi yêu cầu VNFm xem xét 33 triển khai lại toàn chuỗi thành cơng trước máy biên máy chủ phải giảm số chuỗi yêu cầu Sau vị trí dịch vụ định, VNFm tìm xác vị trí máy chủ đám mây hay biên để đặt dịch vụ Bước tiếp theo, sau triển khai dịch vụ VLm tham gia vào việc kết nối dịch vụ tạo thành chuỗi VLm xem xét tài ngun băng thơng cịn lại liên kết thật, tìm đường ngắn mà đủ băng thơng để triển khai liên kết ảo Thuật tốn kết thúc hai khối VNFm VLm trả lại kết triển khai chuỗi dịch vụ thành cơng Bảng 3-1 thể số kí hiệu sử dụng Bảng 3-1 Bảng danh mục ký hiệu Kí hiệu 𝐺 𝑝 = {𝑁 𝑝 , 𝑁𝐷 𝑝 , 𝐿𝑝 } 𝑁 𝑝 = {𝑆 𝑝 , 𝐸 𝑝 } 𝑝 𝑆 𝑝 = {𝑠𝑗 } 𝑝 𝐸 𝑝 = {𝑒𝑗 } 𝑝 𝑁𝐷 𝑝 = {𝑛𝑑𝑗 } 𝑝 𝐿𝑝 = {𝑙𝑚 } 𝑅 = {𝑟1 , 𝑟2 , … , 𝑟𝑛 } 𝑟𝑗 = {𝑉𝑗𝑠 , 𝐿𝑗𝑠 , 𝑡𝑖𝑛 , 𝑡𝑎𝑙𝑖𝑣𝑒 } Tập hợp máy biên Tập hợp thiết bị mạng Tập hợp liên kết vật lý 𝑉𝑗𝑠 = {𝑣𝑗 } Tập hợp yêu cầu SFC đến Một yêu cầu bao gồm số lượng VNF, liên kết ảo, thời gian đến thời gian tồn Tập hợp VNF yêu cầu 𝐿𝑗𝑠 = {𝑙𝑗 } Tập hợp liên kết ảo yêu cầu 𝑝 𝐶(𝑒𝑗 ) Thời gian đến yêu cầu Thời gian tồn yêu cầu Tổng CPU tiêu tốn máy biên 𝑝 𝐶(𝑠𝑗 ) Tổng CPU tiêu tốn máy chủ 𝑡𝑖𝑛 𝑡𝑎𝑙𝑖𝑣𝑒 𝑝 𝐵(𝑙𝑚 ) Dung lượng CPU máy biên 𝑝 Dung lượng CPU máy chủ 𝑝 Dung lượng băng thông liên kết 𝐶𝑐𝑎𝑝 (𝑠𝑘 ) 𝐵𝑐𝑎𝑝 (𝑙𝑚 ) 𝑝 𝑃(𝑒𝑗 , 𝑡) 𝑝 𝑃(𝑠𝑗 , 𝑡) 𝑝 Băng thông tiêu thụ liên kết 𝑝 𝐶𝑐𝑎𝑝 (𝑒𝑘 ) 𝑃(𝑛𝑑𝑘 , 𝑡) 34 Chú thích Mơ hình mạng vật lý Tập hợp máy có khả tính toán gồm máy chủ máy biên Tập hợp máy chủ Năng lượng máy tính nhúng thời điểm 𝑡 Năng lượng máy chủ thời điểm 𝑡 Năng lượng thiết bị mạng thời điểm 𝑡 3.2 Thiết kế khối Phần trình bày rõ thuật toán khối VNFm VLm 3.2.1 Khối nhúng VNF (VNFm) Lưu đồ thuật tốn trình bày Hình 3-2 Khi bắt đầu, VNFm tính tốn CPU, BW SFC yêu cầu, cố gắng đặt hết dịch vụ máy tính biên, khơng đủ tài ngun di chuyển dịch vụ lên đám mây cho thỏa mãn giới hạn tài nguyên hệ thống Các cách triển khai thỏa mãn CPU BW lưu vào danh sách Số chuỗi triển khai tối đa lần yêu cầu xác định, chưa đạt số chuỗi tối đa thuật tốn tính tốn lại vị trí tồn SFCs triển khai trước cộng với chuỗi dịch vụ yêu cầu Sau trình số chuỗi triển khai lớn số chuỗi triển khai trước dịch vụ di chuyển lên đám mây Bắt đầu Tính tốn CPU, BW yêu cầu Kiểm tra CPU, BW hệ thống Nếu đủ CPU, BW? n Di chuyển dịch vụ lên đám mây y Tổng hợp tất khả triển khai Tối đa số lượng chuỗi chấp nhận yêu cầu này? n Kết hợp chuỗi triển khai chuỗi yêu cầu tới y Triển khai dịch vụ Kết thúc Hình 3-2 Lưu đồ thuật toán VNFm Chức giảm tải (offloading) thực hệ thống gần tải mà số lượng yêu cầu đến Lúc thuật toán giảm tải xem xét lại toàn tài nguyên máy biên có yêu cầu đặt chuỗi dịch vụ, tiến hành gộp yêu cầu đến dịch vụ chấp nhận trước coi yêu cầu đến triển khai lại 35 Trường hợp chấp nhận thêm chuỗi dịch vụ so với trước map lại kết sau chấp nhận Ngược lại chấp nhận thêm chuỗi dịch vụ, số chuỗi dịch vụ trước số chuỗi dịch vụ sau giảm tải giữ nguyên kết lúc chưa triển khai lại từ chối yêu cầu đến 3.2.2 Khối nhúng liên kết ảo (VLm) Thuật toán VLm tạo liên kết ảo dựa VNF triển khai Thuật toán sử dụng phương pháp tìm đường ngắn dựa đường truyền sử dụng nhằm hạn chế sử dụng thêm liên kết để tiết kiệm lượng Lưu đồ thuật tốn mơ tả Hình 3-3 Tính tốn băng thơng cần thiết u cầu Bắt đầu Kiểm tra trạng thái liên kết vật lý Sử dụng BFS để tìm liên kết Tổng hợp tất khả y Nếu danh sách rỗng? n Kiểm tra khả đủ băng thông? n y Kết thúc Thực khả Hình 3-3 Lưu đồ thuật tốn VLm Khi bắt đầu, VLm kiểm tra liên kết sử dụng mạng, kiểm tra yêu cầu băng thông SFC Sau sử dụng thuật tốn tìm đường ngắn 36 để tìm liên kết dùng để kết nối dịch vụ lưu vào danh sách Từ danh sách thu xếp theo thứ tự từ ngắn đến dài, VLm kiểm tra băng thông liên kết, đường thỏa mãn dùng để kết nối dịch vụ Nếu khơng có đường thỏa mãn kết trả Failed, VNF thực triển khai lại chuỗi dịch vụ 3.3 Mô 3.3.1 Hệ thống giám sát giao thơng Hệ thống giám sát giao thơng (Hình 3-4) chọn làm mơ hình để thử nghiệm thuật tốn Hệ thống bao gồm camera kết nối với máy tính nhúng đóng vai trị thiết bị biên, định tuyến, máy chủ đóng vai trị điện tốn đám mây Một yêu cầu đặt SFC Capturing Decoding Density Estimation LOS Decision Triển khai dịch vụ Liên kết ảo Máy tính nhúng Phần cứng vật lý Máy chủ trung tâm Hình 3-4 Hệ thống giám sát giao thơng triển khai mơ hình điện tốn biên – mây Ứng dụng triển khai hệ thống gồm có dịch vụ: - Capturing: Chụp ảnh nút giao thông với định dạng JPEG 640x480, tốc độ khung hình/giây Chức bắt buộc nằm máy tính biên - Decoding: Chuyển ảnh màu sang ảnh xám, tạo cho bước - Desity: Tính mật độ giao thơng dựa tính tốn số điểm ảnh thay đổi 10 ảnh liên tục, gửi thông tin mật độ lên đám mây - LOS Decision: Thu nhập kết xử lý tính tốn mật độ, lưu lại để xử lý sâu Các chức triển khai thành chuỗi dịch vụ mạng vật lý với hàng trăm, hàng ngàn camera, máy tính 37 Trong này, thuật tốn mơ với 400 máy tính nhúng 250 máy chủ xếp theo mơ hình Fat-tree Hình 3-5 mơ tả đồ hình sử dụng để mơ hỏng hệ thống lấy từ đồ hình mạng thành phố Atlanta, New York, Mỹ [23] Mơ hình mơ bao gồm trung tâm liệu (Data center) đặt vị trí N1, vị trí cịn lại từ N2 – N15 nút mạng vật lý Các vị trí N3, N5, N13, N14 nơi đặt trung tâm xử lý liệu biên, trung tâm có 100 máy tính nhúng, tổng cộng bốn trung tâm 400 máy tính nhúng Trung tâm liệu đóng vai trị đám mây bố trí 250 máy chủ xếp theo mơ hình Fat-tree Hình 3-6 Các liên kết kết nối cụm máy biên máy chủ trung tâm liệu đề có băng thơng 1Gbps Hình 3-5 Đồ hình mô hệ thống camera giám sát giao thông phạm vi thành phố lớn [23] Hình 3-6 Kiến trúc bên trung tâm liệu 38 3.3.2 Mô hình tài nguyên, lượng tiêu thụ Tài nguyên tiêu thụ lượng dịch vụ ứng dụng giám sát giao thông bên đo đạc tính tốn Bảng 2-1 a) Tài ngun tiêu thụ Tài nguyên tiêu tốn sau triển khai thành cơng SFC gồm có CPU băng thơng CPU tiêu thụ tính riêng cho máy chủ máy biên, tính tổng CPU tiêu thụ VNF triển khai tất máy CPU trạng thái Idile Phương trình PT 3.7 thể CPU tiêu tốn máy tính nhúng biên Phương trình PT 3.8 thể CPU tiêu tốn máy chủ trung tâm liệu 𝑝 𝐶(𝑒𝑗 ) = ∑ ∑ 𝑝 𝑝 ∝ (𝑣𝑗 → 𝑒𝑗 ) × 𝐶(𝑣𝑗 → 𝑒𝑗 ) PT 3.7 ∀𝑖∈arg(𝑅) ∀𝑣∈arg(𝑟𝑗 ) 𝑝 + 𝐶𝑖𝑑𝑖𝑙𝑒 (𝑒𝑗 ) 𝑝 𝐶(𝑠𝑗 ) = ∑ ∑ 𝑝 𝑝 ∝ (𝑣𝑗 → 𝑠𝑗 ) × 𝐶(𝑣𝑗 → 𝑠𝑗 ) PT 3.8 ∀𝑖∈arg(𝑅) ∀𝑣∈arg(𝑟𝑗 ) 𝑝 + 𝐶𝑖𝑑𝑖𝑙𝑒 (𝑠𝑗 ) Băng thơng tiêu thụ tính phương trình PT 3.9: 𝑝 𝑝 𝑝 𝐵 (𝑙𝑚 ) = ∑ ∑ ∝ (𝑙𝑗 → 𝑙𝑚 ) × 𝐵(𝑙𝑗 → 𝑙𝑚 ) PT 3.9 𝑟𝑗 ∈𝑅 𝑙𝑗 ∈𝐿𝑠𝑗 b) Năng lượng tiêu thụ Năng lượng tiêu thụ toàn hệ thống tỉ lệ với số lượng thiết bị mạng mức độ tiêu thụ lượng thiết bị Trong máy chủ, máy tính nhúng thiết bị mạng chiếm phần lớn lượng tiêu thụ hệ thống Do đó, để giảm thiểu điện tiêu thụ hệ thống phải giảm thiểu mức độ tiêu thụ điện thiết bị; mức độ tiêu thụ phụ thuộc vào tải mà thiết bị phải chịu Điện tiêu thụ thiết bị giảm đáng để tắt chưa cần dùng đến Trong này, trạng thái thiết bị định nghĩa hàm 𝑠𝑡𝑎𝑡𝑒(): 𝑘ℎ𝑖 𝑡ℎ𝑖ế𝑡 𝑏ị 𝑡𝑟ạ𝑛𝑔 𝑡ℎá𝑖 𝑂𝐹𝐹_𝑠𝑡𝑎𝑡𝑒 𝑠𝑡𝑎𝑡𝑒() = { 𝑘ℎ𝑖 𝑡ℎ𝑖ế𝑡 𝑏ị 𝑡𝑟ạ𝑛𝑔 𝑡ℎá𝑖 𝑂𝑁_𝑠𝑡𝑎𝑡𝑒 𝑝 𝑝 Các kí hiệu 𝑠𝑡𝑎𝑡𝑒(𝑒𝑗 ) 𝑠𝑡𝑎𝑡𝑒(𝑠𝑗 ) thể trạng thái máy tính 𝑝 nhúng biên máy chủ đám mây thời điểm t Kí hiệu 𝑠𝑡𝑎𝑡𝑒(𝑛𝑑𝑘 , 𝑡) thể 𝑝 trạng thái thiết bị mạng 𝑛𝑑𝑘 thời điểm t Cũng tương tự cách tính tài nguyên tiêu thụ thiết bị, lượng thiết bị tỉ lệ thuận với số lượng VNF triển khai Năng lượng máy tính nhúng tính theo phương trình PT 3.10, lượng máy chủ đám mây tính theo phương trình PT 3.11 39 𝑝 ∑ 𝑃(𝑒𝑗 , 𝑡) = ∑ 𝑝 𝑝 ∝ (𝑣𝑗 → 𝑒𝑗 ) × 𝑃(𝑣𝑗 → 𝑒𝑗 ) PT 3.10 ∀𝑖∈arg(𝑅) ∀𝑣∈arg(𝑟𝑗 ) 𝑝 + 𝑃𝑖𝑑𝑖𝑙𝑒 (𝑒𝑗 ) 𝑝 ∑ 𝑃(𝑠𝑗 , 𝑡) = ∑ 𝑝 𝑝 ∝ (𝑣𝑗 → 𝑠𝑗 ) × 𝑃(𝑣𝑗 → 𝑠𝑗 ) PT 3.11 ∀𝑖∈arg(𝑅) ∀𝑣∈arg(𝑟𝑗 ) 𝑝 + 𝑃𝑖𝑑𝑖𝑙𝑒 (𝑠𝑗 ) Năng lượng thiết bị mạng phụ thuộc vào tốc độ hoạt động cổng mạng thiết bị Để thuận tiện cho việc mô phỏng, luận văn sử dụng mô kết lượng thiết bị HP 24 cổng [19] mơ hình hóa Bảng 3-2 Theo công thức lượng thiết bị mạng tính theo phương trình PT 3.12 𝑚 𝑝 𝑃(𝑛𝑑𝑘 , 𝑡) = 𝑝 𝑠𝑡𝑎𝑡𝑒(𝑛𝑑𝑘 , 𝑡) × [𝑃𝑖𝑑𝑖𝑙𝑒 (𝑛𝑑𝑘𝑝 ) PT 3.12 × ∑ 𝑃𝑗𝑘 ] 𝑗 Trong 𝑃𝑗𝑘 lượng cổng mạng 𝑘 m cổng mạng thiết bị 𝑝 𝑛𝑑𝑘 Bảng 3-2 Năng lượng tiêu thụ thiết bị mạng HP [19] Tốc độ vận hành Pstatic P10 – 10Mbps cổng P100 – 100Mpbs cổng P1000 – 1Gbps cổng Năng lượng (W) 39 0.42 0.48 0.9 3.3.3 Công cụ mơ Q trình mơ thực Eclipse IDE cho ngơn ngữ Java (Hình 3-7) Ngơn ngữ Java đáp ứng yêu cầu lập trình, hoạt động ổn định, xảy lỗi, thường xử dụng để làm công cụ mô hệ thống lớn Do khuôn khổ luận văn này, thuật toán sử dụng hiệu tài nguyên RE-SEC mơ ngơn ngữ Java 40 Hình 3-7 Phần mềm mô ngôn ngữ Java 3.4 Kết Kết mơ thuật tốn RE-SCE so sánh với thuật toán SFCCM [17], Baseline (BL) [18] kết hợp với hai thuật toán triển khai dịch vụ đám mây Least-Loaded (LL) [21], First-Fit (FF) [21] Các thông số so sánh hiệu sử dụng tài nguyên lượng hệ thống Thuật toán Baseline [18] nhóm tác giả phát triển để so sánh Theo thuật tốn ưu tiên đặt dịch vụ thiết bị biên, tài nguyên biên khơng đủ dịch vụ đặt máy chủ đám mây Thuật toán SFCCM [17] tập trung vào việc xử lý yêu cầu phát trực tiếp video cách kết hợp yêu cầu tương tự ánh xạ chúng thành nút (ở biên máy chủ) có chi phí (cost) tối thiểu CPU băng thông Bằng cách giả định chi phí điện tốn biên thường thấp so với chi phí đám mây, SFCCM có xu hướng phân bổ tài nguyên cho yêu cầu SFC biên Trong Lest-Loaded có xu hướng triển khai dịch vụ vào máy có tài nguyên thấp nhất, First-Fit triển khai dịch vụ vào máy mà thấy phù hợp 3.4.1 Hiệu sử dụng tài nguyên a) Tỉ lệ chấp nhận chuỗi dịch vụ Tỉ lệ chấp nhận chuỗi dịch vụ tính phương trình: ∑ 𝑠ố 𝑐ℎ𝑢ỗ𝑖 𝑐ℎấ𝑝 𝑛ℎậ𝑛 𝑇ỉ 𝑙ệ 𝑐ℎấ𝑝 𝑛ℎậ𝑛 𝑐ℎ𝑢ỗ𝑖 𝑑ị𝑐ℎ 𝑣ụ = ∑ 𝑠ố 𝑐ℎ𝑢ỗ𝑖 𝑦ê𝑢 𝑐ầ𝑢 PT 3.13 Phương trình PT 3.13 phát biểu sau: tỉ lệ chấp nhận chuỗi dịch vụ tới băng với tổng dịch vụ chấp nhận hệ thống tổng số lượng yêu cầu 41 Hình 3-8 Tỉ lệ chấp nhận chuỗi dịch vụ theo yêu cầu Nhìn vào Hình 3-8 thấy tỉ lệ chấp nhận yêu cầu SFC thuật toán RESCE tốt hai thuật toán SFCCM BL Cần lưu ý BL SFCCM kết hợp với VNFm để so sánh công với RE-SCE kịch Sự khác biệt thể bắt đầu thể rõ dung lượng hệ thống đạt khoảng 50% Ở mức tài nguyên hệ thống gần cạn kiệt (80%) thuật toán RE-SCE giữ mức chấp nhận dịch vụ 40%, thuật toán khác dừng lại mức tiêu thụ tài nguyên 60% Điều RE-SCE có xét đến việc triển khai lại toàn SFC máy biên tài nguyên đạt giới hạn, việc cho phép tăng tỉ lệ chấp nhận triển khai thêm nhiều chuỗi dịch vụ hai thuật tốn cịn lại b) Tài nguyên sử dụng Sử dụng hiệu tài nguyên xem xét khả hệ thống có giới hạn tài nguyên phục vụ tối đa chuỗi dịch vụ mà yêu cầu dịch vụ đến hệ thống tăng liên tục Biểu đồ thể mức tối ưu tiêu thụ tài ngun năm thuật tốn trình bày Hình 3-9 Theo mà yêu cầu dịch vụ tăng dần theo thời gian mức độ tối ưu tài nguyên RE-SCE tăng lên vượt trội so với SFCCM BL Như Hình 3-9, mức sử dụng hệ thống theo RE-SCE đạt tới 80%, SFCCM Baseline với Least Loaded tương ứng khoảng 40% 70% Nhờ cân tài nguyên đám mây biên chiến lược giảm tải, RE-SCE có hiệu suất sử dụng cao đám mây, dẫn đến hiệu suất sử dụng tổng thể cao tỷ lệ chấp nhận cao Một nhận xét quan trọng chiến lược giảm tải có tác động đến hiệu tài nguyên hệ thống đám mây biên vật lý Điều chứng minh thuật toán triển khai đáp ứng yêu cầu tối ưu tài nguyên sử dụng 42 Hình 3-9 Hiệu sử dụng tài nguyên 3.4.2 Năng lượng tiêu thụ Hình 3-10 Năng lượng tiêu thụ tồn hệ thống Hình 3-10 thể lượng hệ thống chạy thuật tốn Thuật tốn RE-SCE dù khơng phải thuật tốn có lượng tối ưu từ ban đầu SFCCM-VNFm BL-VNFm có lượng thấp dung lượng hệ thống mức 60% Sau hai thuật tốn khơng thể chấp nhận thêm dịch vụ nên 43 lượng tối đa hệ thống dừng lại RE-SEC chấp nhận dịch vụ hệ thống đạt đến 80% dung lượng nên lượng hệ thống tăng cao sau Khi so sánh lượng mức sử dụng tài nguyên 60%, RE-SEC cho thấy lượng hệ thống thấp nhiều (thấp khoảng hai đến ba lần) so với BL-LL SFCCM-LL Hình 3-11 chiến lược giảm tải (tức BL, SFCCM RE-SCE), VNFm thuật tốn triển khai hiệu lượng Ví dụ, mức sử dụng 47%, mức tiêu thụ điện trung bình SFC với SFCCM-LL lên đến khoảng 66W, SFCCM-VNFm 22W Mức tiêu thụ điện SFC tình trạng tải thấp cao so với tải cao Khi mức độ sử dụng hệ thống tăng lên, mức tiêu thụ điện SFC giảm dần, đặc biệt trường hợp BL-LL SFCCM-LL Ngược lại, mức tiêu thụ điện SFC RESCE gần giống mức sử dụng hệ thống cao 25%, có nghĩa triển khai RE-SCE, mức tiêu thụ điện vật lý - đám mây gần tuyến tính với số lượng chấp nhận SFC, tuân theo thuộc tính tỷ lệ lượng Mặt khác, hiệu suất sử dụng đạt từ 55% trở lên, mức tiêu thụ điện tăng nhẹ Trong tình tải cao, để trì hiệu suất sử dụng cao, dịch vụ bị giảm tải từ biên lên đám mây, dẫn đến tiêu thụ điện cao có nhiều dịch vụ đặt đám mây Hình 3-11 Năng lượng trung bình hệ thống chuỗi dịch vụ 44 3.5 Kết luận chương Chương trình bày cách chi tiết thuật tốn sử dụng hiệu tài nguyên RE-SEC Kết thu thuật toán đáp ứng tốt yêu cầu sử dụng tài nguyên lượng Thuật tốn có tỉ lệ chấp nhận chuỗi dịch vụ cao, chấp nhận nhiều chuỗi dịch vụ vào hệ thống tải hệ thống tăng cao CHƯƠNG KẾT LUẬN 4.1 Kết luận chung Luận văn nghiên cứu số mơ hình đề xuất mơ hình cho điện tốn đám mây điện tốn biên, SDN NFV công nghệ lõi việc triển khai dịch vụ vào mơ hình Thuật tốn RE-SCE mơ cách khách quan xác yêu cầu đặt Khi so sánh với số thuật toán chủ đề, RE-SCE cho kết tốt 4.2 Hướng phát triển Mơ hình đề xuất đảm bảo u cầu đặt cho mơ hình điện toán đám mây kết hợp điện toán biên mặt hiệu cần phải cải thiện thêm, để triển khai chuỗi dịch vụ cách tự động Mặc dù thể yêu cầu thuật toán, RE-SCE cần cải thiện thời gian chạy thuật toán so sánh với nhiều thuật tốn khác có để đánh giá xác mức độ tối ưu tài nguyên lượng 45 TÀI LIỆU THAM KHẢO [1] [2] [3] https://medium.com/@thinkwik/how-edge-and-fog-computing-are-taking-overtraditional-cloud-computing-b26b7276f1ce Last accessed on 20/01/2020 The Future of IoT Business Models GSMA Intelligence Webinar 27/11/2018 Sylwia Kechiche Principal Analyst, IoT skechiche@gsma.com https://azure.microsoft.com/en-us/overview/what-is-cloud-computing/ Last accessed on 28/03/2021 [4] [5] https://aws.amazon.com/ec2/ Last accessed on 28/03/2021 https://www.ibm.com/cloud/what-is-edge-computing Last 28/03/2021 [6] Kreutz, D., Ramos, F M V., Esteves Verissimo, P., Esteve Rothenberg, C., Azodolmolky, S., Uhlig, S., Uhlig, S., "Software-Defined Networking: A Comprehensive Survey," Proceedings of the IEEE, 103, vol 103, no 1, pp 1476, 2015 Nick McKeown, Tom Anderson, Hari Balakrishnan, Guru Parulkar, Larry Peterson, Jennifer Rexford, Scott Shenker, and Jonathan Turner 2008 OpenFlow: enabling innovation in campus networks SIGCOMM Comput Commun Rev 38, (April 2008), 69–74 Chiosi, Margaret & Clarke, Don & Cablelabs, Peter & Donley, Chris & Centurylink, Lane & Bugenhagen, Michael & Feger, James & Khan, Waqar & China, Chunfeng & Cui, Hui & Deng, Clark & Telecom, & Baohua, Lei & Zhenqiang, Sun & Wright, Steven (2013) Network Functions Virtualisation (NFV) Network Operator Perspectives on Industry Progress 10.13140/RG.2.1.4110.2883 Nguyễn Tùng Anh, Lê Tùng Lâm, Nguyễn Xuân Thêm, "Nghiên cứu, thiết kế triển khai hệ thống phân mức giao thông," 2016 2014 Red Hat Summit: Introduction to Red Hat Enterprise Linux OpenStack Platform, By Red Hat Developer Program, April 16, 2014 Rajkumar Buyya; Satish Narayana Srirama, "A Lightweight Container Middleware for Edge Cloud Architectures," in Fog and Edge Computing: Principles and Paradigms, Wiley, 2019, pp.145-170, doi: 10.1002/9781119525080.ch7 D T Nguyen, C Pham, K K Nguyen and M Cheriet, "Placement and Chaining for Run-Time IoT Service Deployment in Edge-Cloud," in IEEE Transactions on Network and Service Management, vol 17, no 1, pp 459-472, March 2020, doi: 10.1109/TNSM.2019.2948137 M Gharbaoui et al., "Experimenting latency-aware and reliable service chaining in Next Generation Internet testbed facility," 2018 IEEE Conference on Network [7] [8] [9] [10] [11] [12] [13] 46 accessed on Function Virtualization and Software Defined Networks (NFV-SDN), Verona, Italy, 2018, pp 1-4, doi: 10.1109/NFV-SDN.2018.8725783 [14] https://www.openstack.org/software/project-navigator/openstackcomponents/#openstack-services Last accessed on 30/12/2020 [15] https://kubernetes.io/ Last accessed on 30/12/2020 [16] http://www.techplayon.com/network-function-virtualization-nfv-architecture/ Last accessed on 28/03/2021 [17] D Zhao, D Liao, G Sun, S Xu, “Towards resource-efficient service function chain deployment in cloud-fog computing”, IEEE Access, vol 6, pp 6675466766, Oct 2018 [18] Jemaa, F.B.; Pujolle, G.; Pariente, M QoS-aware VNF placement Optimization in Edge-Central Carrier Cloud Architecture In Proceedings of the IEEE International Conference on Global Communications Conference (GLOBECOM), Washington, DC, USA, 4–8 December 2016; pp 1–7 [19] P Mahadevan, P Sharma, S Banerjee, and P Ranganathan, “Energy aware network operations,” in Proc IEEE INFOCOM Workshops, 2009, pp 1–6 [20] Nguyễn Thế Anh, Nguyễn Văn Linh, “Đánh giá hiệu cơng nghệ ảo hóa container ứng dụng IoT”, 2018 [21] V Eramo, A Tosti, and E Miucci, “Server Resource Dimensioning and Routing of Service Function Chain in NFV Network Architectures,” Journal of Electrical and Computer Engineering, vol 2016, 2016 [22] D S Johnson, “Near-Optimal Bin Packing Algorithms,” Ph.D dissertation, Massachusetts Institute of Technology, 1973 [23] Sndlib (Oct 10, 2020), [Online] Available: http: / /sndlib.zib.de/ 47 ... QUAN VỀ CÁC HỆ THỐNG TRIỂN KHAI TRÊN MƠ HÌNH ĐIỆN TỐN ĐÁM MÂY VÀ ĐIỆN TỐN BIÊN 1.1 Điện tốn biên điện toán đám mây 1.1.1 Điện toán đám mây .3 1.1.2 Điện toán biên ... Hòa Đề tài luận văn: Xây dựng hệ thống camera giao thông ứng dụng SDN/NFV triển khai mơ hình điện tốn biên điện tốn đám mây cho đô thị thông minh Chuyên ngành: Kỹ thuật Viễn thông Mã số HV: CB190169... nguồn thay đám mây Hình 1-2 Mối liên hệ điện tốn biên điện tốn đám mây [1] Mơ hình điện tốn biên điện toán đám mây thiết kế xây dựng Hình 1-2 Trong đó: • Lớp (CLOUD) điện toán đám mây giúp xử