[논문]MEC를 위한 세션 테스트 도구 개발

김태영; 김태현; 진성근

doi:10.9723/jksiis.2021.26.1.011

[국내논문] MEC를 위한 세션 테스트 도구 개발
Implementation of Session Test Tool for MEC 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.26 no.1, 2021년, pp.11 - 19

김태영 (대구대학교 컴퓨터 정보공학과) , 김태현 (대구대학교 컴퓨터 정보공학과) , 진성근 (대구대학교 컴퓨터소프트웨어학과)

초록
AI-Helper

5G 네트워크의 등장으로 초저지연 서비스에 대한 요구가 제기되었다. 그러나, 사용자로부터 지리적으로 멀리 위치한 클라우드 센터의 컴퓨팅 서비스로는 이러한 요구를 만족할 수 없다. 이러한 요구에 따라 클라우드 컴퓨팅 서비스를 사용자 근처에 위치한 기지국 혹은 교환국에 전진 배치하여 저지연 서비스를 제공하는 Multi-access Edge Computing (MEC) 기술이 주목받고 있다. 우리는 구글의 Kubernetes를 기반으로 MEC를 위한 클라우드 컴퓨팅 환경을 구축하였다. 이때, 안정적인 동작 확인을 위해 많은 수의 컨테이너가 발생시키는 로드에 강건하게 견딜 수 있는지 실험적으로 확인할 필요가 있다. 이를 위하여 우리는 Kubernetes 환경에서 다양한 컨테이너를 생성하여 네트워크 자원과 컴퓨팅 자원의 안정도를 측정할 수 있는 도구를 개발하였다.

Abstract ▼ AI-Helper

The emerging Fifth Generation (5G) network technology brings us a new demand for low latency services. However, it may not be possible for long-distanced cloud computing servers to support users with satisfactory low latency services. For this reason, Multi-access Edge Computing (MEC) technology are gaining attraction since it is designed to provide low latency services to users by placing cloud computing resources to base-stations or mobile switching centers nearby users. Accordingly, it is necessary to verify the deployed containers on the MECs are reliable enough to provide low latency services empirically. For the purpose, we develop a testing tool to verify the reliability as well as network resources status of running MECs by deploying containers on the MECs in a Kubernetes environment.

주제어

표/그림 (19)

그림 Fig. 1 Kubernetes Node Architecture
그림 Fig. 2 Architecture of Scheduler Extender
그림 Fig. 3 Architecture of Prometheus
그림 Fig 4. Scheduler Block Architecture
그림 Fig. 5 Node Filter Unit
그림 Fig. 6 Node Filter Algorithms
그림 Fig. 7 Resource Information Receiver
그림 Fig. 8 Predicates Filter Unit
그림 Fig. 9 Priorities Filter Unit
그림 Fig. 10 Monitoring Block Architecture
그림 Fig. 11 Resource information Probe Unit
그림 Fig. 12 Node Exporter
그림 Fig. 13 Resource Transmit Unit
그림 Fig. 14 Session Test Tool Architecture
그림 Fig. 15 Node-Oriented Monitoring
그림 Fig. 16 Resource-Oriented Monitoring
그림 Fig. 17 Example of Session Test
그림 Fig. 18 Experimental Environment
그림 Fig. 19 Latency per Sessions

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그러나 이러한 한정된 자원으로 선별하는 경우 다양한 환경에서의, 즉 단순히 Kubernetes에서 기본적으로 사용하는 자원이 아닌 네트워크, GPU 등을 고려하는 서비스는 최적의 로드 밸런싱이 불가능하다. 네트워크 자원을 스케줄링에 고려하는 테스트 도구를 위해서 사용한 확장 스케줄러를 소개한다.
적절하지 않은 노드에 Pod가 배치되기 때문에 초저지연 서비스 제공이 불가능하다. 따라서 제한적인 자원만을이용하는Kubernetes scheduler 의 네트워크 고려와 MEC 서비스를 제공하기 전 최적의 서비스 제공 환경을 확인하기 위해 세션 테스트 도구를 제시한다.
MEC 환경에서 클라우드 환경을 구축하고 구축한 클라우드 환경에서 지연율을 측정하고, VM과의 상관관계를 증명하는 등 다양한 연구가 있으나, 네트워크에 따른 지연율을 측정하고 해당 지연율에 따른 안정적인 환경을 위해 최대 세션수를 파악하고 적용하는 방법에 대해선 연구가 많이 진행되지 않았다 (Yala, Louiza 2018). 본 연구에서는 서비스 품질 확인을 위해 다양한 컨테이너를 생성하고 서버 컴퓨터에 부하와 대량의 트래픽을 발생시켜 MEC 서버의 한계점을 파악한다.
이러한 방식으로 수집된 모니터링 데이터들은 REST API를 통해 다른 모듈에 인터페이스를 제공하며 이를 확장 스케줄러와 Prometheus adapter에서 활용한다. 앞서 설명한 확장 스케줄러와 Prometheus 를 이용하여 MEC 서버 동시 세션 테스트 도구를 개발한 예시를 소개한다. 동시 세션 테스트 도구는 사용자 편의성을 위해 CLI(Command Line Interface)가 아닌 GUI(Graphical User Interface)를 활용한다.
우리는 MEC 환경에서 컨테이너를 생성하고 관리함으로써 MEC 서비스 품질이 어떻게 유지되는지 손쉽게 확인하기 위한 도구를 개발하였다. 우리가 개발한 도구를 통하여 시험 시나리오를 지정하고 이에 따라 변화하는 네트워크자원량과 컴퓨팅과 관련된 자원량을 시각적으로 확인할 수 있다.

제안 방법

이를 통해, 초저지연, 대용량 대역폭 제공, 실시간 네트워크 정보 접근을 가능하게 해준다. MEC 기반의 데이터를 처리하기 위한 시스템으로 우리는 Kubernetes를 기반으로 구축하였다. 시스템 구축에 이어 실제 서비스를 하기 위해서는 서비스를 제공하기 전에 원하는 서비스 품질을 만족하는지 확인할 필요가 있다.
MEC는 사용자와 가까운 기지국에서데이터를처리하기때문에해당기지국의수용가 능한세션의한계점을파악하여야한다.본고에 서MEC환경에서사용하는컨테이너오케스트레 이션툴인Kubernetes를 이용한 세션 테스트 도구를 제작하였다. 세션 테스트 도구는 기존의 Kubernetes가스케줄링에관여하지않는네트워 크를이용하였으며, 네트워크메트릭을이용하여적절한Kuberentes워커노드에배치되게끔설정 하였다.
본고에 서MEC환경에서사용하는컨테이너오케스트레 이션툴인Kubernetes를 이용한 세션 테스트 도구를 제작하였다. 세션 테스트 도구는 기존의 Kubernetes가스케줄링에관여하지않는네트워 크를이용하였으며, 네트워크메트릭을이용하여적절한Kuberentes워커노드에배치되게끔설정 하였다.
세션 테스트를 위해 우리가 제안한 Prometheus 기반의 모니터링 블록을 소개하겠다. Fig.
휴대용기기 는별도로분리된네트워크환경에서Iperf3를이 용하여트래픽을발생시켜세션수를점진적으로 늘려가 시험 서버의 한계수용지점까지 시험하였다. 세션은개당7Mbps의트래픽을유발하며, 세션당1분의측정시간을가졌으며지연율은휴대 용기기와서버사이의ICMP프로토콜을이용하 여 평균값을 측정하였다.
해당 시험은 저 지연을 만족할 수 있는 세션의 개수를 고려하여 진행하였다. 스케줄러 블록과 모니터링 블록을 토대로 테스트 도구를 개발하였다. Fig.
실험환경은 Fig.18과같이100Mbps망및하나의물리컴퓨 터에서 4개의 가상머신을 구축하여 하나의 마스터 노드, 3개의워커노드로Kubernetescluster를구축하였다.세션수증가를위해휴대용기기인 안드로이드기기3개를이용하였다.
스케줄러에 필요한 데이터는 CPU, memory, 네트워크, I/O metric으로 하였다. 해당 데이터는 기존 스케줄러에서 고려하는 CPU, memory, I/O metric에서 네트워크 자원도 고려하기 위해 스케줄링 요소로써 추가하였다. 블록 구조로는 노드가 수집해 놓은 데이터를 가져오기 위한 자원 현황 수집기인 노드 익스포터와 스케줄러에 필요한 정보를 보내주기 위한 자원 전송자로 구성되어 있다.
그에 반해 MEC는 중앙집중식으로 구성된 클라우드 서버는 저지연을 만족하기 힘들기 때문에 마치 사용자 바로 옆에 서버가 존재하는듯하여 저지연을 만족한다. 해당 시험은 저 지연을 만족할 수 있는 세션의 개수를 고려하여 진행하였다. 스케줄러 블록과 모니터링 블록을 토대로 테스트 도구를 개발하였다.
세션수증가를위해휴대용기기인 안드로이드기기3개를이용하였다.휴대용기기 는별도로분리된네트워크환경에서Iperf3를이 용하여트래픽을발생시켜세션수를점진적으로 늘려가 시험 서버의 한계수용지점까지 시험하였다. 세션은개당7Mbps의트래픽을유발하며, 세션당1분의측정시간을가졌으며지연율은휴대 용기기와서버사이의ICMP프로토콜을이용하 여 평균값을 측정하였다.

대상 데이터

18과같이100Mbps망및하나의물리컴퓨 터에서 4개의 가상머신을 구축하여 하나의 마스터 노드, 3개의워커노드로Kubernetescluster를구축하였다.세션수증가를위해휴대용기기인 안드로이드기기3개를이용하였다.휴대용기기 는별도로분리된네트워크환경에서Iperf3를이 용하여트래픽을발생시켜세션수를점진적으로 늘려가 시험 서버의 한계수용지점까지 시험하였다.
정보를 기준으로 노드 필터는 Predicates 필터와 priorities 필터의 알고리즘 계산을 거쳐 Pod를 할당받을 노드를 선별한다. 다음은 스케줄러 블록의 세부 기능이다.

이론/모형

14는 세션 테스트 도구의 세션 테스트 기능 구조도이다. 네트워크 부하를 위해서 Packet generator tool 인 iperf3를 사용하였다. Iperf client는 MEC에서 사용자에게 서비스를 제공한다고 가정을 할 때 발생하는 트래픽을 위한 packet generator이며, iperf server는 서비스를 받는 사용자들로 가정한다.
5G 네트워크 기술이 접목된 휴대용 단말기 보급이 이루어짐에 따라 대용량 네트워크 대역과 저지연 서비스를 제공할 때 중앙집중식으로 처리하는 클라우드 컴퓨터팅 만으로는 한계가 생긴다. 대용량 데이터 처리의 부하 분산과 저지연을 달성하기 위해, 마치 사용자 바로 옆에 존재하여 데이터를 처리하는 MEC(Mobile Edge Computing)기술이 등장하였다. 무선통신 서비스를 제공받는 사용자와 가까운 기지국이나 교환국에 클라우드 컴퓨팅 자원의 일부를 전진 배치함으로써 네트워크 지연시간을 줄이고 사용자 요청에 대한 요구에 빠르게 응답할 수 있도록 지원한다.
초저지연 MEC 서비스 제공을 위한 클라우드 컴퓨터 관리 시스템으로써 무중단 서비스 제공을 위한 다양한 오케스트레이션 도구 중 성능이 뛰어나고 MEC 환경에서 서비스 배포 및 관리가 용이한 google의 Kubernetes를 사용한다. (Aderaldoet al.

성능/효과

우리가 개발한 도구를 통하여 시험 시나리오를 지정하고 이에 따라 변화하는 네트워크자원량과 컴퓨팅과 관련된 자원량을 시각적으로 확인할 수 있다. 또한, Kubernetes 환경에서 필요한 복잡한 명령어를 사용하지 않고 GUI 기반의 사용자 인터페이스를 제공함으로써 쉽고 간단하게 테스트를 진행 할 수 있다.
19의그 래프를 통해 확인하였다. 세션이 10개가 초과된이후MEC의저지연율을만족하지못하고지연시 간이 지수적으로 증가함을 확인하였다.
시험환경의 세션을 점진적으로 늘려 나가전체대역폭의약70%구간, 즉 10개 이하의 세션을 유지할 때MEC 목표저지연율인1ms가 만족되는것을 확인하였다. 세션의 개수가 10개를 초과한 경우 Kubernetes cluster 가 더 이상 저지 연을 만족하지 못하고 기하급수적으로 대기시간이 길어지는것을확인하였다.
우리가 개발한 도구를 통하여 시험 시나리오를 지정하고 이에 따라 변화하는 네트워크자원량과 컴퓨팅과 관련된 자원량을 시각적으로 확인할 수 있다. 또한, Kubernetes 환경에서 필요한 복잡한 명령어를 사용하지 않고 GUI 기반의 사용자 인터페이스를 제공함으로써 쉽고 간단하게 테스트를 진행 할 수 있다.

참고문헌 (8)

C. M. Aderaldo, N. C. Mendonca, C. Pahl, and P. Jamshidi (2017). Benchmark requirements for microservices architecture research, 1st International Workshop on Establishing the Community-Wide Infrastructure for Architecture-Based Software Engineering, 17(4), 8-13
J.M. Park, H.G. Jeon, I.G. Jeon (2018). Trends in MEC Technology for 5G Network Interworking, The Journal of The Korean Institute of Communication Sciences, 35(11), 3-10
Kubernetes (2015). Configure Multiple Schedulers, https://kubernetes.io/docs/tasks/extend-kubernetes/configure-multiple-schedulers/ (Accessed on Oct. 6th, 2020)
Kubernetes (2015). Scheduling Policies, https://kubernetes.io/docs/reference/scheduling/policies (Accessed on Oct. 6th, 2020)
Patel, M., Naughton, B., Chan, C., Sprecher, N., Abeta, S., & Neal, A. (2014). Mobile-edge computing introductory technical white paper. White paper, mobile-edge computing (MEC) industry initiative
Prometheus (2014). What is Prometheus?, http://prometheus.io/docs/introduction/overview (Accessed on Oct. 6th, 2020)
T.Y. Kim et al. (2020). Kubernetes Scheduler Framework Implementation with Realtime Resource Monitoring, IEMEK J . Embed. Sys., 15(3), 129-137
Yala, Louiza, Pantelis A. Frangoudis, and Adlen Ksentini(2018). Latency and availability driven VNF placement in a MEC-NFV environment. IEEE Global Communications Conference (GLOBECOM)., Dec. 9-13, Abu Dhabi, United Arab Emirates, pp. 1-7

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증