论文-EdgeCloudSim: An environment for performance evaluation of edge computing systems-笔记

1、论文题目

EdgeCloudSim: An environment for performance evaluation of edge computing systems ：边缘计算系统性能评估的环境

2、内容摘要

• EdgeCloudSim的模拟器工具作为仿真工具来支持计算资源和网络资源的建模以处理边缘计算方案
• EdgeCloudSim建立在CloudSim之上，可满足边缘计算研究的特定需求并支持必要的功能。
• 本文模拟了不同边缘架构的实验设置，还研究了边缘服务器容量和移动性对整体系统性能的影响

3、边缘计算内容？

• 边缘计算的目标是从位于客户端地理位置附近的附近服务器获取服务

• 边缘计算为时间敏感的应用程序和移动环境提供了明显的优势

• 可以在边缘执行整个程序或者部分程序，为资源受限的移动设备带来明显优势

  比如利用边缘服务器处理计算能力低的设备的任务，还能减少电量消耗，和云计算相比减少传输的时延

• 提出边缘计算方案的同时，一个方便的评估系统性能的模拟器/实验平台是很有必要的

• 1)模拟器对虚拟化/计算资源（比如CPU、内存、存储）进行建模及配置，2)建模移动性是不可忽略的重要因素,3)网络建模，建模工具应该能够采用不同的延迟模型来模拟各种访问技术 4）可扩展性 5）收集日志及其输出格式

• 

• EdgeCloudSim可用于评估各种时间范围内的不同设计决策。

• 论文设置了三个示例来研究：1）具有不同内部组织的不同边缘计算体系结构 2）边缘服务器容量规划问题 3）移动性的影响，这里是指用户是移动的

4、EdgeCloudSim体系结构

EdgeCloudSim提供了一种模块化体系结构，其中每个模块都通过与其他模块的明确定义的接口来解决边缘计算的特定方面。

五大模块：核心仿真模块、网络模块、负载生成器模块、移动性模块、边缘编排器模块

• 核心仿真模块：负责从配置文件加载到运行边缘计算方案，使得动态加载边缘数据中心属性、应用程序的特征、基本模拟设置成为可能，用户可以在不修改代码的情况下以不同的配置运行各种模拟方案，还有测井功能，输出仿真日志功能。

• 边缘编排器模块：完成边缘计算的关键问题：编排过程，以提高整体系统性能的方式管理资源。边缘协调器做出关键决策，例如创建新副本，终止边缘VM，管理主机的计算资源以及将任务转移到云或边缘服务器。它应该从其他实体收集信息，以使决策过程更加有效。

  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-L1pS5twf-1616721819579)(https://onlinelibrary.wiley.com/cms/asset/4d9f16b3-386f-4107-921e-825f5f925d53/ett3493-fig-0005-m.png)]

• 网络模块：通过同时考虑上载和下载数据来特别处理WLAN和WAN中的传输延迟。考虑移动设备，网络链路质量可能会不时变化。此外，如果许多移动设备使用相同的Wi-Fi接入点，那么大量的设备将不可避免地增加局域网（LAN）或WLAN通信的链路延迟。

• 移动性模块：边缘计算环境中使用的设备大多数是移动的。忽略此类系统中的移动性可能会导致错误的结果，因为无线网络的覆盖范围受到限制，并且用户的移动会引起诸如拥塞，等待时间和数据包丢失之类的问题。设计中，每个移动设备都有x和y根据动态管理的哈希表更新的坐标。还定义了使用专用Wi-Fi接入点的位置。作为默认的无线电行为，假定Wi-Fi接入点的覆盖范围是固定的，并且所有覆盖的客户端的链路质量均相同，无论它们与相关接入点的距离如何。

• 负载生成器模块：负责为给定的应用程序配置生成任务。移动性和负载生成器模块是向其他组件提供输入的主要组件。默认情况下，任务是根据EdgeCloudSim中的泊松到达过程生成的。如果需要其他负载生成模型，则应修改移动设备管理器模块。

易用性和可配置性

• EdgeCloudSim使用三个配置文件来减少编程工作并提供可配置性：

  1、第一个文件包含键值对作为仿真参数，例如仿真时间，预热时间和方案中使用的移动设备的数量

  2、第二个文件包括仿真中使用的应用程序的XML描述及其特征，例如任务长度，输入/输出数据大小，应用程序的空闲/活动时间，相关应用程序生成的任务的到达时间，以及执行新任务的指令数量。负载生成器模块在创建任务时会使用应用程序的特征。

  3、第三个文件确定边缘服务器拓扑和与相关位置关联的访问点。边缘访问点的位置和边缘设备的规范在此文件中以XML格式定义。

可扩展性：提供可定制的环境，开发人员可以在其中更改组件的行为而无需更改现有的代码库。使用工厂模式，使集成新模块更容易。

复杂度评估：EdgeCloudSim的复杂性取决于在仿真中创建的事件数量以及模块中使用的算法。

• 重负载情况下的实验：（增强现实，信息娱乐，健康监控，监视设备等）每2s、5s、10生成计算卸载请求
• 轻负载情况下的实验：

横坐标表示移动设备的数量，纵坐标表示平均仿真时间。三角表示重负载，圆圈表示轻负载。

图ABDC的复杂性评估指标分别是：A、平均内存消耗 B、平均模拟时间 C、平均内存消耗 D、平均模拟时间

5、运行EdgeCloudSim

设置一个环境，虚拟的大学校园，学生走来走去，从特定的区域内建筑物的边缘服务器请求服务。每个建筑还为无线接入点提供服务，移动用户连接到相关的接入点，通过此连接卸载他们的任务。

• step1-对应用程序建模

  用户使用的程序是变化的，对使用率做出区分，假设增强现实程序使用50%，娱乐信息30，健康健康20%

  通常，移动设备不会连续生成服务请求。我们使用空闲/活动任务生成模式来正确模拟现实生活：用户在活动时间段内创建任务，然后在空闲时间段内等待。

  应用程序生成的任务在指令数量和要上传/下载的随机输入/输出文件大小方面具有随机长度。任务长度直接影响卸载到边缘服务器的任务的执行时间，具体取决于相关服务器上运行的VM的计算能力。

• step2-对移动性进行建模

  实验中，学生的运动是基于游牧运动模型建模的，在一个地方等待随机的时间，然后移动到另一个地方。

  模型中，存在三种具有不同吸引力级别的位置类型。如果该位置的吸引力高，则该学生可能会在该位置花费更多时间。

  

• step3-对网络延迟进行建模

  当移动设备移至接入点的覆盖区域时，它们会加入相关的WLAN。然后，移动设备开始将任务发送到边缘服务器。

• step4-对边缘计算架构进行建模
  设置三种体系架构：单层，两层，两层+边缘协调器EO（就是之前翻译的边缘编排器）。

  1、单层体系结构允许移动设备与学生使用位于同一建筑物中的边缘服务器；

  2、两层体系结构，移动设备可以使用连接的接入点提供的WAN连接将其任务发送到全局云。

  3、具有EO体系结构的两层结构具有相当大的优势，因为对于在第一层上执行的任务，只有具有EO体系结构的两层架构才能将任务转移到位于不同建筑物中的其他边缘服务器。

  在此模拟设置中，边缘协调器使用负载最少的算法，同时选择要在第一层中卸载的边缘服务器。假定边缘服务器和边缘协调器已连接到园区网络，因此它们可以快速交换信息

在第二个模拟设置中，研究了边缘服务器容量对结果的影响。决定边缘服务器的容量是一个重要问题，应在部署边缘系统之前解决。在此设置中，我们通过表2中给出的相同参数评估三种不同的部署方案。我们分别将80、40和20 GIPS边缘服务器用于第一个，第二个和第三个部署。由于VM的CPU速度为10 GIPS，因此对于相关部署，每个边缘服务器的VM数量分别为8、4和2。

在第三个模拟设置中，研究了学生的停留时间对结果的影响。由于我们使用游牧流动模型，因此经过一段随机时间后，学生的位置会发生变化。根据图9中给出的模型计算学生的停留时间。在此设置中，我们为每种位置类型使用三种具有不同停留时间选项的方案。在第一种情况下，称为fast，意味着在具有吸引力级别1、2和3的地方的等待时间分别为0.5分钟，1分钟和2分钟。在第二种情形中，其被称作正常，装置等待持续时间在相关的地方是2,4，和8分钟。最后，在第三种情况下，这称为慢，表示相关地点的等待时间为6、12和24分钟。其余仿真参数与表2相同。

6、仿真结果与讨论

• 1、第一个实验设置评估不同边缘计算体系结构的性能。

  1）重要的性能指标如图11所示。在图11A中，给出了相对于移动设备的数量的平均任务失败值；在图11中B，显示了平均服务时间。

  2）单层体系结构中的设备只能卸载到最近的边缘服务器，结果，这些设备会在用户数量相对较多的富有吸引力的地方遇到拥塞。当涉及两层体系结构时，与单层体系结构相比，它们可以提供更好的结果，因为某些任务可以卸载到云服务器上（使用了一种基本的概率方法来决定将任务卸载到云中，大约有10％的任务发送到云中）。

  3）在图11中C，示出了相对于移动设备的数量的平均WLAN延迟值。根据我们的实验网络模型，随着连接到同一WLAN的用户数量的增加，移动设备和边缘服务器之间的延迟会变大。两层体系结构可提供更好的WLAN延迟性能，因为它们可以将一些请求重定向到全局云。具有边缘协调器体系结构的两层体系结构中的LAN延迟增长速度快于两层体系结构。-- 在具有边缘协调器架构的两层架构中，平均任务失败率非常低，因此同时发送/接收任务的移动设备数量越来越多。

  图11中给出的结果是生成将在边缘服务器或云服务器上执行的任务的所有应用程序的平均分数。EdgeCloudSim也可以提供每个应用程序的分数。两层体系结构可提供比单层体系结构更好的性能，因为它可以将某些任务中继到云服务器。

  图片A是增强现实应用程序的平均处理时间，B是信息娱乐应用程序的平均处理时间

  

• 第二个模拟设置研究了边缘服务器容量对结果的影响，部署三种CPU能力不同的边缘服务器，功能最强大的边缘服务器可以运行8个虚拟机，功能最差的边缘服务器可以运行2个虚拟机。图片显示了由于VM容量和平均处理时间值而导致的平均任务失败次数

• 第三个模拟设置研究了迁徙率对仿真结果的影响，在建模中实验游牧流动模型，可以通过修改驻留时间来配置移动设备的速度。在设置中评估了慢速，正常和快速场景，修改了每个放置时间的用户停留时间。

  图片给出了由于移动性而导致的平均失败任务率：任务失败发生在移动设备在获得响应之前卸载任务并离开WLAN的覆盖区域时。移动设备卸载任务并在获得响应之前离开WLAN的覆盖区域时，会发生由于移动性导致的任务失败。如果用户太快，则在热点地区更容易发生拥塞。