CC BY
29
Visnyk N'l'UU KP1 Seriia Radiolekhnika tiadioaparatobuduummia, "2017, Iss. 68, pp. "27—32
УДК 621.391^004.7
Система управлшня ресурсами в центрах обробки даних оператора мереж! мобшьного
зв'язку
Сумм,а С. В., Скулит М. А.
Нацшиалышй тохшчшш ушворситот Украши "Ки'шський иолггохшчшш шстатут ¡м. 1горя Сжорського", м. Ки'ш, Украша
E-mail: lil.l,hirl.ccn@gmaiL com
Розглядаеться можлшмсть в1ртуал1зацп мереж! моб1лыюго зв'язку. Представлено метод побудовн системи управлшня ресурсами для в1ртуалышх мережевих фупкцш в центрах обробки дапих оператора мереж! моб!лыюго зв'язку. Запропоповапий метод впкорпстовуе гпучку апал1тичпу модель для визпачеппя оптимально! шлькост! pecypciB. як! видшяються фупкцюпальпим блокам системи. що розгортаються в центрах обробки дапих. та враховуе як попередпьо отримаш статистичш даш. так i поточи! тецдепцп.
Клюноаг слова: хмарш обчислеппя: NFV: видшеппя ресуров: прогпозуваппя паваптажеппя: мобильна мережа
Вступ
Яшсть обслуговування абонента в процой нада-ння послу г зв'язку заложить вщ оргашзанД ироцесу обслуговування заявок в цонтр1 обробки даних оператора зв'язку. Два поняття знаходяться в центр1 дослщжонь i розробок в даний момент, а само Bip-туал1защя Мережевих Функгцй (Network Functions Virtualization NFV) i Програмно Кошргуроваш Мереж1 (Software Defined Networking SDN) [1].
Правильно управлшня ресурсами с складним завданням через коливання навантаження. Бшь-ш1сть навантажонь центр1в обробки даних мають пульсуючий характер i часто значно зм1шоються протягом дня. Тим не менш. багато навантажонь по своему характеру зазвичай е перюдичними [2]. Якщо визначити u;i шаблони в навантаженш. тод1 можна внести змши ввдповвдно до них в розподш pecypciB i. отже. шдвшцити точн1сть надання pecypciB i знизити еноргоспоживання.
Одним з ключових аспект1в в облает в1ртуал1за-Щ1 моролй е видшення ф1зичних pecypciB в1ртуаль-ним функщям мережь Бшышсть сучасних pinieiib пропонують статичну схему розподшу pecypciB. в якШ иерерозподш pecypciB не вщбуваеться. Iciiye обмежона кшьшеть дсцентрал1зованих i динахпчних pinieiib (як в [3]. до розглядаються змши в ф1зи-4iiifi мережь а но змши в фактичному завантаженш в1ртуалышх мереж, або як в [4]. до запропоновано алгоритми для задач1 реконф1гуращ1 i вбудовува-ння запипв в1ртуалыго1 моролй). Наступною задачею е способи отримання шформанД про поточну
ситуацпо в мережь 1снуюч1 ршгсння управлшня ресурсами сорвер1в можуть бути класиф1коваш як прогностичш 1 реактивш ршгсння. 3 огляду на тру-днопц в прогнозу ваши шкових навантажонь. при-кладиа програма мае використовувати комбшацпо прогиостичиого 1 реактивного управлшня. У той час як прогностичш методи добре працюють для онлайн прогнозування на великих часових шторвалах ввд декшькох хвилин до декшькох годин, реактив-ш методи дозволяють ирогнозувати навантаження на коротай часов1 шторвали до декшькох хвилин 1 швидко реагувати на нестацкягарш иеревантажен-ня [5]. 1снуе кшька шдход1в. яш поеднують в соСл прогностичне 1 реактивно управлшня [2. 6]. Хоча Ш шдходи мають спшыи риси з ибридним шдхо-дом. який пропонуеться у дашй статта. вони розрь зняються за кшькома аспектами. Запропоповапий шдхщ спрямоваиий на опттпзацпо продуктивность еноргоспоживання 1 вартоста видшення ресурав одночасно. На основ1 пбриднем системи управлш-ня ресурсами розроблено метод динамичного мо-шторингу для ефективного управлшня ресурсами мореж1 та зменшення кшькоста службово! шформа-Щ1 шторвали управлшня ресурсами мають змшну довжнну. тод1 як в шших шдходах до управлш-ия використовуються проста фшеоваш шторвали. У [2] схожим чипом впкорпстовуе змшну довжнну штервал1в. однак на противагу цьому шдходу. запропонованнй у стати шдхвд довжииу штерва-«шв визначае динахпчно в залежноста ввд фактично! ситуащ! в мережь Метод управлшня ресурсами на основ1 модат було запропоновано в [5]. дана робота
■28
Су.'пма С. В., Скулиш М. Л.
подобна до запропонованого шдходу, ало у ньому модель масового обслуговування у часовШ облает адаптована до задач1 в1ртуатзащ1 морожових фун-кцш, а також доповнена мехашзмом втирювання та передбачення.
У цьому напрямку в стати проионуеться шдхвд до моделювання 1 дослщжоння систоми пбридного динамичного управлшня ресурсами морожових функций у моролй телекомушкащйного оператора, до заметь видшоння фпаювансм кшькосп росурйв для даного в1ртуалыгого мережевого функщоналыгого блоку иротягом всього його життсвого циклу, ре-сурси в1ртуалышм вузлам видшяються динамично в заложноста в1д иередбачуваиих потреб. 3 щяо метою використовусться ибридний шдхвд. який ви-дшяе ресурси в1ртуалышм вузлам з використанням методики прогнозування.
1 Система управлшня ресурсами у в1ртуальшй мереж1 мо-бшьного зв'язку
Передбачасться. що в моролй розгорнуп точки агрегащ! трафжу, яш иадсилають заиити до моролй на певний ланцюг сорвкпв, що роатзуеться в1рту-алышми мережевими функщями. Розглянемо мережу. в якш функщонуе кшька морожових функцш. Передбачасться. що кожна така мережева функщя вказус бажану вимогу до якосп обслуговування (С^оБ): при цьому в даному випадку передбачасмо. що вимоги до QoS визначеш в термшах цшьового часу вщповщь Для простоти викладу припускаемо. що в систем! наявний лише один тип ресурсу. Формально, ^ позначае цшьовий час вщповвд мере-жево1 функщ1 Т-1 — спостережуваний соредшй час вщиовщь тодо мережевш функщ1 пещлбно видшити таку кшыйсть ресурав, щоб % < Впкористае-мо таку постановку задачи щоб одержатп мохашзм динамичного видшоння ресурав. який описано дат.
1дея систоми ибридного управлшня иаваитаже-ннями в центрах обробки даних, що запропонована у стати, полягае в тому, що фжсуються перюди-чш 1 стшш модат навантаження на основ1 иопе-редньо отриманих даних. яш називасмо базовим навантаженням, а поим прогностично управляемо ресурсами моролй для його обслуговування. Щц час виконання, р1зниця хйж фактичним 1 иередбаченим навантаженням оброблясться реактивним способом. Розроблена система також враховус витрати 1 ризи-ки, пов'язаш з управлшням ресурсами.
На рис. 1 показана концептуальна архитектура пропонованого ршмння (до зображеш залежносп с схематичними 1 використовуються як шюстратив-ний приклад), що засноваие на класичшй архиокту-
1. Провкник (пристрШ прогнозу вання) базового навантаження анатзуе иопередньо отримаш даш навантаження 1 визначас законохйрносп, яш формують базове навантаження.
2. Координатор направляв запити навантаження на сервери. а також обмпиоеться даними з контролером для надання шформащ! про вхщне навантаження.
Контролер оцпиое 1 видшяе вщповщну кшь-шеть росурав необхщну для обробки базового навантаження 1 надлишкових заиипв.
1сторичн1 дан1 навантаження
Провюник базового навантаження
прогнозоване базове навантаження
вил 12рп врш 12вт
актичне навантаження
Координатор
Контролер
/
передбачене навантаження
мп I] И
Или" _ у ■
............................
К1ЛЬК1СтЬ
ресурс1в
Пул ресурав
Рис. 1. Система ибридного управлшня ресурсами
Використовуючи традицшш методи мошторингу стану росурав мережь надлишкова службова ш-формащя значно збшынуеться, що може негативно впливати на офектившеть роботи моролй загалом через завантажешеть канатв. Тому пропонуеться застосовувати мохашзм, суть якого полягае у ди-нахпчшй змии штенсивноста здшеноння управлшня станом мережевого елемента залежно в1д р1знищ хйж иередбаченим значениям навантаження 1 фактичним. Використовуючи такий шдхщ, можливо шдвшцити гнучшеть управшння мережевими еле-ментами, 1, як наслщок, офоктившшо використову-вати ресурси пристроТв р1вня управлшня. Кр1м того, володпочи актуальною службовою 1нформащао, можна зд1йсшовати оптимально управлшня навантаженням у мережь Це дозволить значно зменшити витрати на електроенерию та збшьшити час "жит-тя" слсмсппв мереж1. Формула (1) описус принцип змши частоти мошторингу:
Система уиравлишя ресурсами в центрах обробки даиих оператора мереж! мобшышго :ш:язку
■29
Ж (I) = 1Ьаае-
_ к у1 тах (0; \оЬви) - \redU)) ^ К
3 = 1-К
Ьаве!
(1)
де Ш — штервал, протягом якого будуть видшя-тися вщповщш визиачеш ресурси, 1ьазе — базове значения шторвалу, яке розраховуеться вадповадно до описаного дат методу дискретизацп навантаже-ння, К — константа пормал1зацп, яка внзначаеться ввдповвдно оператором мереяй, \0ье№) — реальна штенсившсть надходження навантажоння протягом шторвалу ^ ХргеЛ^) — передбачена штенсившсть надходження навантаження шд час шторвалу К — кшьккть минулих шторватв, яка розглядаеться алгоритмом.
Дат потр1бно визначити базовий штервал. Мета иолягае в тому, гцоб представити добовий шаблон в навантаженш, дискротизуючи його запити у поатдовш, непороачш часов1 шторвали з единим ропрозонтативним значениям в кожному ш-терваль Запроионовано алгоритм для знаходжоння невелико! кшькосп часов их шторватв, таких, гцо ввдхилоння в1д фактично! вимоги зведено до мни-муму. ГПдтримувати невелику кшьккть шторватв важливо, так як бшыне число шторватв означав бшын часта змши видшення росу рейв 1. таким чином, бшын висош ризик \ витрати. Визначимо формально дискротизащю [2]. Дискретизащя навантаження: маючи часовий ряд X та областа [и,т], часовий ряд У на тай же самш областа е дискретизащею навантаження ^^що [V, т] може бути роздшепе на т поапдовпих непереачиих часових штервал1в, [п,Т2], ...[тт-\, т]},так що X(]) = п, для вегх 3 у г-му штерват, [п-!,п].
Встановлюемо V = 0 1 нехай т — перюд навантаження. Дат припускаемо перюд у 24 години. 1доя дискретизаци мае дв1 сторонп. По-перше, потр1бно точно репрезентуватн навантаження. Для досягно-ння цш! мети, репрезентативш значения, Г1, для кожного штервалу, мають бути якомога
ближними до фактичних значень часового ряду в штервал1 [п_1,п] По-друге, видшення 1Т-ресурав не вщбуваеться безоилатно [2]. 3 цк! причини, по-тр1бно уннкатн занадто велико! кшькоста шторватв 1, отже, занадто велико! кшькоста змш в систомь так як це не практично \ може призвости до бага-тьох проблем (наприклад, втрати продуктивность зносу сервер1в, нестабшыгоста системи \ т.д.). Таким чином, слад мним1зувати помилку, внесену дискретизащею, 1 кшьккть шторватв в дискретизаци. Пропоиуеться ршмння для дискретизаци часових ряд1в таким чипом, щоб змоншити обидв1 воличини (формула (2)):
Вираз (2) е щльовою функщею, яку потр1бно мшм1зувати, де X являе собою часовий ряд \ /(т) е функщею вартоста кшькоста змш або штерватв, т. Метою виразу (2) е одночасна митпзащя помил-ки реирезентацп навантаження \ кшькоста змш. У деяких випадках, можна було б в1дцати перевагу, митпзацп квадрату кшькоста змш (або будь-яшй нпшй функци кшькоста змш) [2]. Для дано! роботи встановлюемо /(т) = I ■ т, де I е константою норма-л1заци. Цшьова функщя виражае мету, мптизуючи норматзовану кшьккть змш 1 помилку ропрозон-таци. Функщя вартост1 репрезентативней помилки внкорнстовуеться для кшьк1сно1 ощики похибки по-даиия навантаження. В найзагалыишому випадку, як кшьк1сть змш, так 1 репрезентативна помилка можуть бути сформульоваш як функщ1 корисность Оптимальиу величину базового 1нтервалу визна-чаемо 1теращйно задаемо р1зш значения кшькосп шторвал1в, обчислюемо значения виразу (2) 1 обираемо найкрагцо, тобто мпималыге, при цьому на кожному шторвалк
г г = тах X (т)
(3)
Приклади репрезентащ! значень часового ряду представлен! на рис. 2, де помилка реирезентащ! для випадку шторвал1в у 10 хвилин складае 7%, а для випадку 60 хвилин вже 19%.
Також можемо ввести додаткову умову, що рь зниця м1ж сус1ди1ми репрезеитативиими значениями не повинна бути мошною певиого заданого порогу-
Визначсння воличини базового 1нторвалу внзначаеться в офлайн режим1 на основ1 статистики на довгостроковий пор1од (дш, тижш 1 т.п.), тому це по мае впливу па поточно функщонування снстомн. В1дпов1дно до цього, кшьккть иеращй для визначсння опитмального значения базового значения шторвалу може бути достатньо великою 1 вибирае-ться оператором в заложносп вщ бажано! точност1 р1шення.
Модуль розподшу росурс1в впклпкаеться пер1о-дично (кожно в1кно адаптащ! або при досягиеии1 порогу, тобто у випадку перевантаження) для дииа-м1чиого роздшення ресурсного об'ему м1ж р1знимп мерожевнмн фуикщями, як1 пращоють на загаль-них серверах в мерож1. Як вже сказано, алгоритм адаитащ! запускаеться кожн1 Ж часов1 одпнпщ. Нехай д0 позначае довжпну чергп на початку в1кна адаптащ!. Нехай Л^ позначае ощнку штенсивносп надходження заявок 1 ^ позначае ощнку штенсив-ност1 обслуговування у наступному в1кн1 адаптащ! (тобто, на наступш Ж часов1 одпнпщ). Тод1, прппу-скаючп що значения А^ ^ е константними, дов-жина черги в будь-який момент часу £ всередиш настуиного в1кна адаптащ! задаеться формулою (4):
и(п - х(т)) + I(т) ^ т1п)
(2)
г=1 т
дг(г) = тах(0; д0 + (А1 -
(4)
30
CyjiiMa С. В., Скулиш М. Л.
в в
В
я;
ГС
200
150
в
в §
го
К =
в
100 100
в
д
в о
'в
И
в
о В о в в
50
■ Навантажоння прогнозовано з шторвалом 10 хв Навантажоння прогнозовано з шторвалом 60 хв Фактнчно навантажоння
100 200 300 400 500 600
700 800
Час. хв
900 1,000 1,100 1,200 1,300 1,400
Рис. 2. Репрезентация значень навантажоння в залежноста вщ pi3iio'i величини штервалу адаптацп
Оскшьки ресурс моделюсться як обслуговуючий npncTpifi, iiiTeiiciiBiiicTb обслуговування запнту ме-режево! функцп дор1внюе ^
де Ci
цо
кшыйсть pecypciB мережево! функщ! i Si — це се-редшй час обслуговування запиту одшяо одиницею ресурсу. Середня довжина черги шд час вшна адаптацп визначаеться за формулою (5):
1 fw
4i = w J0 4i(t)dt •
(5)
Соредшй час вщповвд у той самий шторвал часу ощшосться за формулою (6):
Ti
qi + 1 Hi
(6)
Параметри такси модел1 залежать вщ Г! поточних характеристик, вщповщно, ця модель застосовна в онлайн сценарп реагування на динахпчш змши в навантаженш.
Мережевш функцп потр1бно видшити кшыйсть pecypciB, так що Ti < di, тод1 кшыйсть pecypciB, вп-дшена мережевш функщ! Ci повинна задовольняти умову формули (7):
Ci > s.
qi + 1 di
(7)
Припустимо, що Abasepred(t) — базова передба-чена iiiTeiiciiBiiicTb иадходжеиия шд час певного in-тервалу t отримана з анэипзу иопередньо отриманих даних за минул1 дш. Дал1, нехай \0bs(t) — реальна iiiTeiiciiBiiicTb надходження иротягом цього штер-валу. Прогнозовано значения протягом наступного штервалу коригусться з використанням помилки, що спостериаеться, вщповщно до формули (8):
t-1 j=t-h
Aobs(j ) — ^pred(j)
(8)
Розглянемо задачу в систем! Mathcad. Розгляно-мо роботу одного блоку протягом одного дня (1440 хвилин) i будемо вважати заданою базову компоненту прогнозовано! штенсивноста надходження заявок протягом кожно! хвилини \basepred-, а також нехай ввдомо середнс значения часу обслуговування заявки одшею одиницею ресурсу Si i воно не змшюеться, також припускаемо наявшеть ресурсу одного типу. Результата модолювання показали (рис. ??), що по-милка у прогнозованому значенш у nopiBiraimi з роалышм може складати 16%, при цьому "додатна" помилка складас 9% ввд реально! iiiTeiiciiBiiocTi надходження заявок. Якщо не застосовувати систему динамичного регулювання величини вшна адаптацп та систему врахування иопередньо отриманих даних при породбачонш, то помилка складатимо 26%, "додатна" помилка 15%, з чого можна зробити ще i той впеновок, що росурси будуть застосовуватпсь вкрай неефективно.
Таким чином, загалышй алгоритм можна прод-ставити як описано даль
IlpoBiciniK базового навантажоння спочатку ви-конуе анал1з иаваитажеиия, щоб виявити законо-MipnocTi. Виходячи з цього, можна вивести перюди найвиразшших шаблошв. Прстасник базового навантажоння запускасться перюдично (наприклад, один раз на день). Bin дшить иопередньо отри-Maiii даш на денш вимоги i прогнозус вимогу на наступний день. Для прогнозу навантажоння, може-мо взяти середнс значения поиередньо отриманого денного навантажоння. Можуть використовуватися складш методи иередбачення, ало це виходить за рамки дано! статта. У результат! робота блоку на виход1 отримуемо прогноз навантажоння на перюд.
Контролер вщповщае за обробку навантажоння. Bin отримуе ирогнозований шаблон базового навантажоння вщ npoBiciiiiKa базового навантажоння, а потам ощшос i розподшяе належну кшьккть ресур-
0
Система уиравлишя ресурсами в центрах обробки даиих оператора Mepe>Ki мобшышго :ш:язку
31
н в
В
я;
ГС
в
в §
ГС
К =
К
о *
в
д
в о
'3
И
в
о В о в в
Рис.
200
150
100
50
................Фактичнс навантажоння
.....Навантажоння прогнозовано з адаптащяо
Навантажоння прогнозовано боз адаптацп
0 100 200 300 400 500 600 700 800 900 1,000 1,100 1,200 1,300 1,400
Час. хв
3. Результата модслювання систсми з динамичною адаптащяо величини штервала управлшня i
прогнозом навантажоння та систсми без них
ciB. необхщну для обробки навантажоння. Зокрсма, контролер використовуе модель масового обслуговування продуктивное!! описану вшце, щоб визна-чити, скшьки pecypciB буде видшено для забезпе-чення дотримання вимог SLA для прогнозовано! кшькосп запипв, не спожнваючн надуирно! поту-жноста. Вираз (7) ощшос обсяг pecypciB. нсобхщних для забезиечення того, що цшьовий ссрсдшй час вщповвд задоволыгаеться. Контролер заиускасться кожне BiKiio адаптацп або у pa3i, коли реально навантажоння перевишуе прогнозовано навантажоння. для того щоб надати додатков1 ресурси для надлншкового навантажоння. Оскшьки контролер не запускаеться коли реально навантажоння ниж-че шж прогнозовано. вплив надшрного видшення pecypciB зводиться до мпимуму, якщо ирогностичне видшення pecypciB добре вщображае базов1 вимоги.
Координатор надсилас вхщш заиити на сервер, видшений для обслуговування навантажоння. а також обмпноеться даними з контролером для падания шформацп про вхвдне навантажоння.
Сл1д зазначити, що система мошторингу вщелщ-ковус трафш 1 шдраховуе кшьккть запипв. В систем! мошторингу встановлюеться порогове значения для числа запитав 1 до контролера посилаеться повшомлення. якщо система мошторингу виявляе переваитажеиия. Коли контролер приймае повшомлення. що стосусться псрсвантажсння, з снстемн мошторингу, контролер обчислюе нсобхщну кшь-ккть рссурав для обробки заявок належним чином 1 динамично розподшяе розрахунковий об'см. Потам координатор переиаправляс заявки 1 переваитажеиия усуваеться.
Висновки
Динам1чнс управлшня ресурсами у мобшышх мережах наступних иоколшь шдшмае нов1 иробле-ми, не вщлшеш у попередшх дослщжсннях систем надання рссурйв. Запроионовано систему динамь чного управлшня ресурсами систсми цетщлв обробки даиих мобшьного оператора, який використовуе гиучку анаттичну модель для внзначення оптимально! кшькоста росу рейв, яш видшяються фун-кщоналышм блокам систсми, що розгортаються в центрах обробки даних. Результата модслювання систсми показали, що помилка у прогнозованому значенш у пор1внянш з рсалышм можс складатн 16%, при цьому "додатиа" помилка складае 9% ввд реально! штонсивноста надходження заявок, якщо не застосовувати систему динамичного регулювання величини вшна адаптацп та систему врахування по-передньо отриманих даних при иородбачонш, то помилка складатимс 26%, "додатна" помилка 15%, з чого можна зробити ще 1 той висновок, що ресурси будуть застосовуватись вкрай несфективно. Метод можс застосовуватись при управлшш розгортаниям в1ртуалышх мережевпх функщй на ф1зичшй инфраструктур! для мптпзацп вптрат оператора зв'язку та покращення якоста обслуговування абононтав. В подалыних дослшжоннях, запропоиований метод можс бути розширсний для урахування складних моделей анал1зу часових ряд1в для прогнозування.
References
[1] Skulysh M. A. and Sulima S. V. ("2015) Method of resource management in datacenters of mobile network operator, tiadioeleklronika i informat.ika, No 3, pp. 13-17.
[2] Gandhi A., Chen Y., Gmach D., Arlitt M. and Marwah M. (2011) Minimizing Data Center SLA Violations and Power
0
32
Sulima, S. V., Skulysh, M. Л.
Consumption via Hybrid Resource Provisioning, Green Computing, pp. 1-8. DOl: 10.1109/1GCC.2011.6008611
[31 Cai Z., Liu F„ Xiao N„ Liu Q. and Wang Z. (2010) Virtual network embedding for evolving networks, Global Telecommunications conference, pp. 1-5. DOl: 10.1109/GLOCOM.2010.5683160
[4] Sun G., Vu H., Anand V. and Li L. (2013) A cost efficient framework and algorithm for embedding dynamic virtual network requests, Future Generation Computer Systems, Vol. 29, No. 5, pp. 1265-1277. DOl: 10.1016/j.future.2012.08.002
[5] Chandra A., Gong W. and Shenoy P. (2003) Dynamic resource allocation for shared data centers using online measurements, 11th International Workshop on Quality of service, pp. 381-398. DOl: 10.1007/3-540-44884-5_21
[6] Urgaonkar B., Shenoy P., Chandra A., Goyal P. and Wood T. (2008) Agile dynamic provisioning of multi-tier Internet applications, ACM Transactions on Autonomous and Adaptive Systems (TAAS), Vol. 3, No. 1, pp. 1-39. DOl: 10.1145/1342171.1342172
Система управления ресурсами в центрах обработки данных оператора сети мобильной связи
Сулима С. В., Скулыш М. А.
Рассматривается возможность виртуализации сети мобильной связи. Представлен метод построения системы управления ресурсами для виртуальных сетевых функций в центрах обработки даппых оператора мобильной связи. Предложенный метод использует гибкую аналитическую модель для определения оптимального количества ресурсов, которые выделяются функциональным блокам системы, разворачиваемых в центрах, обработки данных и учитывает как ранее полученные статистические данные, так и текущие тенденции.
Ключевые слова: облачные вычисления: КРУ: виде-лепие ресурсов: прогнозирование нагрузки: мобильная сеть
Resource provisioning system for mobile operator network's datacenters
Sulima, S. V., Skulysh, M. A.
The problem of growth of the mobile data traffic and the number of services becomes global, moreover, volume and frequency of control traffic transmitted through the network are increasing, and therefore there is a need for its effective management to ensure the quality of service required by users and optimal use of mobile network resources. In such circumstances, the load on the server that is created in the process of establishing the connection and its serving has its considerations. Dynamic resource provisioning is a useful technique for handling the variations seen in communication systems workloads. Virt.ualizat.ion technology allows to implement this approach. An analytic model of a system would be attractive as it would be able to evaluate system characteristics under a wide range of conditions, and to be computed comparatively easily. It is also can incorporate numerical optimization techniques for system design. In the paper the problem of provisioning system design for virt.ualized network functions is solved. This paper presents a novel approach to correctly allocate resources in data centers, such that SLA violations and energy consumption are minimized. Proposed approach first analyzes historical workload traces to identify long-term patterns that establish a "base" workload. It then employs two techniques to dynamically allocate capacity: predictive provisioning and reactive provisioning. The combination of predictive and reactive provisioning achieves a significant improvement in meeting SLAs, conserving energy, and reducing provisioning costs. A method for adapting the size of network function's resource allocation control interval is proposed that provides dynamic configuration of the system, reducing excessive service data transmitted in the network, and decrease the load of network nodes. The workload service system model is built which outlines a method of workload forecasting, which takes into account long-term accumulated statistics and recent trends observed in a network that allows a rational level of management costs and final values of quality of service. Experiments on the study of the proposed methods in the system of Mat.hcad are conducted.
Key words: cloud computing: NFV: resource allocation: workload prediction: mobile network
