Concept of Feedback in Future Computing Models to Cloud Systems

Résumé Technique : Concept de la Rétroaction dans les Futurs Modèles Informatiques vers les Systèmes Cloud

Énoncé du Problème
Le document traite de la nécessité urgente d'assurer la Qualité de Service (QoS) dans les systèmes informatiques distribués, particulièrement à mesure que les services cloud et les structures de données massives (big data) deviennent de plus en plus distribués. Les défis actuels incluent la difficulté de partitionner l'information dans les infrastructures de cloud hybride sans dégradation des performances, les limitations des systèmes de transmission et des bases de données existantes dans le cloud, ainsi que la dépendance aux canaux de communication. Les outils d'optimisation traditionnels, tels que la théorie des graphes et les mathématiques discrètes utilisés pour l'optimisation des requêtes, sont jugés insuffisants pour modéliser l'architecture fondamentalement différente des systèmes cloud, qui impliquent une réallocation dynamique des ressources, la virtualisation et des canaux de bande passante variables. Les auteurs soutiennent que sans un mécanisme de gestion opérationnelle des ressources basé sur des états en temps réel, les systèmes risquent l'instabilité, les processus oscillatoires et une utilisation inefficace des ressources.

Méthodologie
Les auteurs proposent de passer de modèles de calcul statiques ou purement séquentiels/parallèles à une approche de système de contrôle dynamique utilisant des boucles de rétroaction (feedback). La méthodologie centrale implique :

1. Modélisation Dynamique : Le système cloud est modélisé comme un système dynamique à temps discret utilisant des équations aux différences. L'état du système $x(t)$ (par exemple, l'utilisation du CPU, la charge du canal, le statut de la machine virtuelle) à l'instant $t+1$ est défini comme une fonction de l'état actuel et des entrées de commande $u(t)$ (par exemple, les signaux d'allocation de ressources). Le modèle est représenté par :
   $$x(t+1) = Ax(t) + Bu(t)$$
   où $x$ est un vecteur d'état de dimension $n$ et $u$ est un vecteur de commande de dimension $m$.
2. Intégration de la Rétroaction : L'approche introduit la rétroaction pour surveiller l'état actuel des charges de travail des machines virtuelles et l'état d'achèvement des requêtes. Cela permet la gestion opérationnelle des ressources plutôt qu'une simple surveillance passive.
3. Schéma de Contrôle : Un schéma de gestion spécifique est développé pour les clouds hybrides (comprenant des serveurs locaux, des clouds privés et des clouds publics). L'algorithme implique :
   • L'allocation et la surveillance des types de trafic.
   • Le déclenchement d'un module de contrôle dynamique lorsque la charge du canal approche un seuil de 70 %.
   • L'utilisation de modèles prédictifs pour ajuster la largeur de canal (bande passante) en fonction du trafic prévu pour les requêtes prioritaires.
   • La réduction dynamique de la bande passante pour le trafic de priorité inférieure si le trafic de haute priorité augmente, afin de s'assurer qu'elle ne descende pas en dessous d'une valeur critique.
4. Validation Expérimentale : Les auteurs ont mené des expériences utilisant des données semi-structurées (articles, tutoriels, quiz) dans un environnement de grande base de données. Ils ont comparé les performances du système avec et sans le mécanisme de contrôle dynamique proposé, en analysant les histogrammes de charge de canal sur une période d'un an.

Contributions Clés

• Application de la Théorie du Contrôle : Le papier préconise l'application des concepts de la théorie du contrôle — spécifiquement l'analyse de stabilité, l'observabilité, la joignabilité et la contrôlabilité — à la gestion des bases de données cloud et à l'infrastructure de cloud hybride.
• Modèle Dynamique pour les Clouds Hybrides : Il présente un modèle dynamique qui prend en compte la complexité structurelle des environnements hybrides, incluant l'interaction entre les serveurs locaux, les clouds privés et les clouds publics.
• QoS Pilotée par la Rétroaction : Le travail démontre que l'introduction de boucles de rétroaction permet le contrôle dynamique de l'allocation des ressources, allant au-delà des conceptions de systèmes intuitives ou statiques qui peuvent mener à la résonance ou à l'épuisement des ressources.
• Algorithme de Priorisation du Trafic : Un algorithme spécifique est formulé pour la priorisation dynamique du trafic au niveau du routage afin de maintenir la QoS lors de la congestion.

Résultats
Les résultats expérimentaux indiquent que l'implémentation de l'algorithme de contrôle dynamique a considérablement amélioré les performances du système :

• Analyse d'Histogramme : L'histogramme empirique de la fréquence de charge du canal est passé d'une distribution présentant des "queues" et des pics (indiquant une variance élevée et une congestion potentielle) à une distribution plus stable lorsque le contrôle est appliqué.
• Perte de Paquets : Le nombre de paquets rejetés a diminué.
• Amélioration de la QoS : L'étude affirme qu'en utilisant l'approche de requête basée sur les threads avec un contrôle dynamique, une Qualité de Service plus élevée a été obtenue.
• Productivité : Dans la configuration expérimentale spécifique, l'utilisation du cloud avec ce mécanisme de contrôle n'a entraîné aucune perte de productivité pour une requête donnée.

Signification et Revendications
Les auteurs positionnent ce travail comme une étape fondamentale vers de nouveaux modèles de calcul pour les technologies cloud. Ils affirment que :

• Stabilité et Complexité : Le cadre proposé fournit les outils nécessaires pour évaluer la complexité structurelle et la stabilité des systèmes distribués, qui sont difficiles à déterminer par la seule optimisation algorithmique traditionnelle.
• Optimisation du Cloud Hybride : Les méthodes permettent d'évaluer l'efficacité de la transmission du système et la décomposition des composants locaux et cloud sur la base de l'analyse de la complexité structurelle.
• Applicabilité Élargie : Bien que focalisé sur les systèmes cloud, les principes formulés peuvent être appliqués à d'autres tâches complexes, telles que l'estimation de la complexité structurelle des bases de données distribuées et l'évaluation des caractéristiques dynamiques des systèmes opérant dans des clouds hybrides.
• Changement de Paradigme : Le papier soutient que le passage aux structures cloud nécessite une transition d'une conception de système intuitive vers une base théorique ancrée dans les systèmes de contrôle et les modèles dynamiques afin de prévenir les processus oscillatoires et de garantir une QoS fiable.

Le papier conclut que l'appareil de la théorie du contrôle offre une voie viable pour résoudre les problèmes pratiques de la gestion des bases de données cloud, spécifiquement concernant la stabilité, la contrôlabilité et la conception de systèmes efficaces pour les bases de données distribuées de grande ampleur.