CHƯƠNG 5 : BÀI TOÁN TỐI ƯU THIẾT LẬP CDN
5.1 Bài toán tổng quát
Trong luận văn này, bài tốn tối ưu hóa tài nguyên CDN được xét đến như một bài toán tối ưu đa mục tiêu rời rạc. Cụ thể hơn có 2 loại hàm mục tiêu được xét đến là tối đa chất lượng dịch vụ cũng như hiệu năng hệ thống và tối thiểu hóa chi phí đầu tư và có thể có những ràng buộc tối thiểu về chất lượng dịch vụ được giao kèo giữa nhà cung cấp dịch vụ CDN và nhà cung cấp nội dung. Mỗi loại hàm mục tiêu có thể có một hay nhiều hàm mục tiêu riêng lẻ tùy thuộc vào bài toán cụ thể cần giải quyết. Giả sử, ta có n hàm đánh giá hệ thống ( ) , ( ) , … , ( ) và m hàm tính chi phí đầu tư ( ), ( ), … , ( ). Cận dưới của chất lượng dịch vụ cho hàm đánh giá hệ thống thứ i được kí hiệu là ci. Những hàm này lấy X là vector đầu vào chứa giá trị rời rạc. X là rời rạc do các biến đầu vào xét đến ở đây là các thiết lập hệ thống như giải thuật eviction ở từng server trong hệ thống, số lượng memory, phần trăm CPU usage được cấp cho mỗi server hay vị trí đặt replica server trong hệ thống mạng Telco CDN. Các biến thiết lập này thường là các số nguyên, nhị phân hay các giá trị rời rạc. Bài toán này được định nghĩa như sau:
maximize ( ) ( ), ∀ ∈ {1, … , }, minimize ( )( ), ∀ ∈ {1, … , },
: ( ) ≥ , ∃ ∈ {1, … , }.
Các hàm đánh giá hệ thống (.) có thể được tính trực tiếp thơng qua các mơ hình tốn học. Tuy nhiên, các mơ hình này thường sẽ có những ràng buộc nghiêm ngặt về phân bố độ phổ biến nội dung, phân bố thời điểm gói tin tới hay các ràng buộc không thực tế khác. Điều này sẽ ảnh hưởng đến việc đánh giá này trở nên khơng cịn chính xác và phi thực tế. Luận văn này sẽ tận dụng công cụ giả lập đã được mô tả ở phần trước để đánh giá hàm (.) này. Tuy nhiên, thách thức đặt ra ở đây là việc chạy mơ phỏng có thể tốn rất nhiều thời gian. Vậy nên, ta cần phải giảm số lần chạy tính tốn hàm (.) nhiều nhất có thể nhưng vẫn đảm bảo kết quả chấp nhận được. Vậy nên luận văn lựa chọn cách tiếp cận Bayesian.