階層型強化学習を用いた仮想マシン再配置手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2018-05-10
• タイトル: 階層型強化学習を用いた仮想マシン再配置手法の提案
• タイトル / 言語: en
• タイトル: A Proposal of Virtual Machine Relocation Method Using Hierarchical Reinforcement Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般講演1
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 日本電信電話株式会社NTTソフトウェアイノベーションセンタ
• 著者所属: 日本電信電話株式会社NTTソフトウェアイノベーションセンタ
• 著者所属: 日本電信電話株式会社NTTソフトウェアイノベーションセンタ
• 著者所属(英): en
• 著者所属(英): NTT Software Innovation Center, NTT Corporation
• 著者所属(英): en
• 著者所属(英): NTT Software Innovation Center, NTT Corporation
• 著者所属(英): en
• 著者所属(英): NTT Software Innovation Center, NTT Corporation
• 著者名: 榎本, 昇平; 木村, 達郎; 藤浦, 豊徳
• 著者名(英): Shohei, Enomoto; Tatsuro, Kimura; Toyonori, Fujiura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年， ビッグデータの分析や IoT サービスのための基盤としてクラウドが注目されており，今後もクラウドのニーズは増加していくことが予想される．そのためクラウド事業者にとっては，物理マシン上の仮想マシンの数を増加させること，すなわち集約率を向上させることが大きな課題の1つである．現在，クラウド事業者はオーバーコミットを行うことで集約率を向上させているが，オーバーコミット環境下ではリソース競合によるサービスレベル低下の危険性がある．仮想マシンのワークロードは常に変動しており，また，仮想マシンは頻繁に追加 ・ 削除されるために物理マシン間の負荷は不均衡になりやすく，高負荷な状況はサービスレベルの低下の危険性が高い．そこで本稿では，定期的な仮想マシンの再配置により物理マシン間の負荷を均衡に保ち， リソース競合を防止しサービスレベルを維持するための階層型強化学習を用いた仮想マシン再配置手法を提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, the cloud has attracted attention as a platform for analysis of big data and IoT service, and it is expected that the needs of the cloud continue to increase in the future. For this reason, it is one of the major tasks for the cloud provider to increase the number of virtual machines on the physical machine, that is, to improve the aggregation rate. Currently, cloud operators are improving aggregation rate by overcommitting, but under overcommitting environment there is a risk of lowering service level due to resource competition. Since the workload of the virtual machine is constantly fluctuating and the virtual machines are frequently added and deleted, the load between the physical machines tends to be unbalanced, and in a high-load situation, the risk of a decline in the service level is high. In this paper, we propose a virtual machine relocation method using hierarchical reinforcement learning which balances the load among physical machines, avoids contention of resources, and maintains the service level.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11235941
• 書誌情報: 研究報告コンピュータセキュリティ（CSEC）; 巻 2018-CSEC-81, 号 5, p. 1-6, 発行日 2018-05-10
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8655
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会