2017 Fiscal Year Annual Research Report
Smart Community Information Platform for Providing Critical Services
| Project/Area Number |
17H01739
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
西 宏章 慶應義塾大学, 理工学部(矢上), 教授 (00365470)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | サービス構築基盤技術 / 情報サービス基盤構築技術 / スマートコミュニティ / Internet of Things |
|---|
| Outline of Annual Research Achievements |
ハードウエアアクセラレータとしてIntel Xeon Phi Knights Landing の環境を構築した。処理スループット拡大のため、DPDKによるパケット受信コア、ロードバランシングコア、HyperScan を用いたストリーム処理コア、フォワーダコア、DPDKによるパケット送信コアへと処理を分割し、各処理のコア数を最適化する手法を提案、実装した。この手法によりトラフィックパターンに応じたコア配置最適化が可能となった。
スマートコミュニティオペレーティングシステムとして、コンテンツへのアクセス傾向に基づき，ルーティングを考慮してユーザとコンテンツ間のトラフィック負荷の合計が最小となる位置へコンテンツの再配置を行う手法を提案し実装した。各回線の帯域幅及び通信量からコンテンツの総回線占有時間および、コンテンツサイズやアクセスのwrite/read比率をコスト関数の入力として再配置判断頻度や複数配置の決定を行う。さらに、この手法をOpenFlow上で構築することで、ネットワーク構成の動的な管理を行うこととした。関連する情報交換プロトコルと共に、提案内容をOpenFlowシミュレータTrema上に実装し、Mininetを用いて評価した。適用したトロポジ、アクセスパタンにおいて、ユーザ分布の変化に対応しつつ総回線占有時間を約4割削減するとともに、アクセスのwrite/read比率に従ってサービス配置位置や個数を動的に変更することで、総回線占有時間の削減が可能であることを示した。さらに、サービス移動コストを考慮することで、サービスマイグレーションコストや削減コストも含めたサービス移動判断が可能であることを示した。評価においては、実際に保有しているトラフィックを用い、実際に取得したセンサデータと想定サービスを勘案したユーザパターン・サービス提供場所の推定に基づく評価を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初予定において、申請書記載の年度別計画表の平成29年度計画として、(1)SCIPの構築では、Intel DPDK、HyperScanによる10Gbps DPIおよびサービス処理の達成、(2)SCOSの構築ではDockerを利用したサービスプロセス表現手法とOpenFlowによる位置指定法の提案と実装、(3)実証実験では、所有センサ群やプロバイダトラフィックを利用した評価を目標とした。SCIPの構築では、前述の通り10GbpsのDPIを達成しており、Dockerによるサービス実装、およびシミュレータを用いたその位置指定手法との融合と、OpenFlowおよびMininetを用いた実装が行われた。また、その評価においては、実際にセンサ群やプロバイダトラフィックを用いた評価が行われた。以上の状況を勘案し、また、現時点において、特に当初想定しなかった事態も見られていないことを踏まえれば、おおむね当初目標を達成しつつあると判断できる。
|
| Strategy for Future Research Activity |
申請書において次年度計画を次のように記載した。(1)SC情報プラットフォーム(SCIP)の構築について、Intel QAT統合とマルチコア対応、および鍵交換プロトコル開発とIoT組込み対応、(2)SCオペレーティングシステム(SCOP)の構築について、サービスポジション、サービスマイグレーション・パイプラインの最適化、(3)実証実験について、実証実験環境構築と新たなトレース情報の入手、である。
(1)について、IntelQATを用いた実装環境の構築が終了し、当該環境を用いたAPI実装を進める。IoT組込みについても、多並列ストリーム処理への対応を進める。
(2)について、ネットワークに対する様々な要求、特にこれまで想定されなかった新要求に応える情報基盤が必要である。特に、要求は各種存在するため、これらを全て事前定義し画一的な指標を与えることは困難である。例えば、遅延時間や必要ストレージサイズなど、数量的指標であればそれらの情報を用いた最適化は比較的容易であるが、個人情報の扱い、他の特定のサービスとの連携の有無など、ラベル情報を含む複雑なコンテキストの扱いは既存手法では困難である。そこで、数量的指標に限らずラベル情報など全てを纏めた後で全要求次元の削減を行い、統一的な指標を得る手法を提案する。現時点では、自己組織化マップ(SOM)を利用した次元削減の利用を想定している。システム管理者が当初想定していない、将来的に望ましいクラスタを少ない次元で構築し、その指標に基づいてサービスポジションを決定する手法を構築する。
(3)について所有する実証実験環境へ(1)、(2)で提案した手法を新たに実装し、実運用中のその他機能との連携を図る。また、実際のスマートタウン街区における提供サービスのアクセスパターンについて取得する。
なお、現時点において、特に内容の変更および問題点はない。
|
