Методы финансового риск-менеджмента повысят эффективность облачных сервисов

Американские исследователи создали учитывающий риски алгоритм, который позволит повысить эффективность облачных вычислительных сетей. Разработка сэкономит ресурсы не только поставщиков, но и рядовых пользователей. Ученые представят свою работу на конференции ACM SIGCOMM. Сам код свободно доступен на GitHub.

Облачный сервис хранит информацию на распределенных в сети серверах. Центры обработки данных в разных городах объединяет сеть волоконно-оптических кабелей, проложенных под землей. Лучший путь трафика определяет программное обеспечение, которое называют Traffic Engineering (TE). Оно распределяет объем данных, которые могут быть переданы за один раз, по всем сетевым путям. Однако в поисках оптимального пути традиционное ТЕ никогда не оценивает надежность ссылок. Традиционный подход заключается в том, чтобы поддерживать ссылки в режиме ожидания для обработки неожиданных сбоев трафика — пустой траты энергии, пропускной способности и других ресурсов. В результате, большинство ссылок в сети работают с низкой нагрузкой.

Теории финансового риска помогают инвесторам фондового рынка максимизировать доходы. Они учитывают колебания рынка и позволяют оценивать риск потери денег. «Условное значение риска» — это оценка, которая количественно определяет среднюю потерю денег. Если при инвестировании в акции условное значение риска в 99% составляет 50 долларов, то с вероятностью 1% сегодня вы расстанетесь с 50 долларами. В 99% вы избегнете этого ужасного сценария.

Вдохновленные теориями финансового риска, исследователи из Массачусетского технологического института в сотрудничестве с Microsoft разработали математическую модель TeaVar. Алгоритм учитывает вероятности сбоев связей между центрами обработки данных. Он гарантирует, что 99,9% времени данные достигают пункта назначения, однако сохраняет потери трафика на минимальном уровне при 0,1% сбоев. Объем данных, который может быть передан за один раз, аналогичен вложенным в рынок деньгам, а сетевое оборудование с различной вероятностью отказа — активам.

В течение целевого процента времени (скажем, 99,9%) TeaVar может обрабатывать весь трафик данных, поэтому нет необходимости поддерживать какие-либо ссылки в бездействии. В течение 0,01% времени модель сохраняет ссылки в сети с низкой нагрузкой. В экспериментах, основанных на реальных данных, модель передавала в сеть в три раза больше данных, чем традиционные модели.

Эта модель может помочь крупным поставщикам облачных услуг, таким как Microsoft, Amazon и Google, лучше использовать инфраструктуру. По словам одного из разработчиков, сотрудника МIT Маньи Гобади, более эффективное использование сети может сэкономить провайдерам миллионы долларов. Компаниям больше не нужно будет приобретать столько инфраструктуры, как приходится сейчас. Dозможность эффективно использовать ресурсы позволит снизить затраты энергии облачной инфраструктурой. Все эти эффекты в совокупности позволят снизить стоимость услуг не только для поставщиков, но и для обычных пользователей.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.