面向时延敏感型业务的混合云动态资源调度优化

Hybrid cloud is a cloud computing environment which uses a mix of on-premises, private cloud and third-party, public cloud services with orchestration among these platforms. Due to the importance of the delay-sensitive jobs running on hybrid cloud, the concern for an enterprise is to satisfy latency requirements of those jobs and reduce resource renting cost, via optimizing dynamic resource provisioning. However, dynamic resource provisioning for delay-sensitive jobs in hybrid cloud is challenging due to the difficulty of delay prediction, the conflict between job fairness and provisioning cost, and the complex constraints on algorithm design. The research of this project will focus on: 1) proposing an approach to the estimation of job latency by investigating how resource placement and job execution logic affect the latency; 2) developing the concept of delay fairness and modelling the resource provisioning problem with a consideration of both job fairness and resource renting cost; and 3) devising an online distributed resource provisioning algorithm with provable optimality, by combining the Lyaponuv optimization techniques with solution space compression methods. The performance of the proposed algorithm will be evaluated via simulations and testbed-based experiments. The research content of this project is in line with the future research trend in the field of cloud computing and datacenter networking, and provides theoretical significance and practical value for cost-efficient resource provisioning with performance guarantees for delay-sensitive jobs in hybrid cloud.

混合云是企业通过专用链路，将若干私有云和公有云连接而成的云计算环境。时延敏感型业务是企业运行在混合云上的重要业务，如何通过优化动态资源调度，满足业务的时延需求并降低公有云资源的租用开销，是企业关心的核心问题。混合云环境中，针对时延敏感型业务的资源调度优化面临的挑战包括业务时延预测困难、业务公平性与资源租用开销相互制约、调度算法设计约束复杂等。为此，本项目拟开展如下研究：（1）通过分析资源布局和业务执行逻辑对时延的影响，设计业务时延预测方法；（2）研究以时延为主体的业务公平性定义，建立兼顾公平性与开销的资源调度模型；（3）以调度模型为指导，研究李雅普诺夫优化技术与解空间压缩方法的结合，设计可证最优性的分布式动态资源调度算法，并通过实验对算法性能进行分析验证。本项目的研究内容符合云数据中心研究的发展趋势，对保证业务服务质量、降低资源租用开销具有重要的理论意义和实际价值。

为了优化时延敏感型业务的动态资源调度问题，满足业务的时延需求并降低公有云资源的租用开销，本项目围绕云数据中心虚拟资源分配、路由机制设计、流量分类、数据隐私保护以及区块链数据安全共享等五个方面开展了研究：1）针对高带宽利用效率和高虚拟网络可用性之间的矛盾，设计了云数据中心虚拟资源调度算法，抽象租户的多层应用需求，达到减少核心链路带宽消耗、减少故障损失、提高云供应商收益和增加租户业务可靠性的目的；2）围绕路由方案和带宽分配方案两个方面，针对新加入网络的数据流对已存在数据流产生干扰的问题，设计了一种多项式时间的路由算法，提供了降低单一数据流传输延迟的高效路由方案和能够将全网数据流传输效率提高10%的低延迟带宽调度方案；3）通过结合SSL/TLS协议握手阶段消息类型与应用属性特征，本课题提出了基于应用属性建模的加密流量识别方法和基于累计数据包长度的网页指纹分析方法，有效的分类加载同一网站的网页产生的加密流量，与已有方法相比，分类准确度的提升最高可达50%；4）针对云服务中数据（图像和图谱数据）外包面临的隐私泄露威胁，通过研究云计算数据隐私保护机制，提出了加密图数据的带约束近似最短距离查询方法和外包加密文本短语查询方法，并设计了一种高效的密文比较协议，其查询准确性相比现有的多关键字连接查询提升了约80%；5）针对区块链技术应用过程中数据共享的安全隐私问题，提出了一种基于区块链的隐私保护支付机制，在保护敏感用户信息的同时实现数据共享。该机制引入了一个基于区块链技术的注册和数据维护过程，它确保了用户支付数据的匿名性，同时允许特权用户进行支付审计。本项目按照研究计划顺利执行，完成时延敏感型业务的时延公平性设计和时延预测方法设计，完成分布式在线资源调度算法设计。部分研究成果已发表于IEEE TIFS等顶级期刊，达到预期研究目标。