ウォール街の秘密は、クラウドコンピューティングをより効率的にすることができます

• 新しい数学モデルは、データセンター間のリンクがグローバルに失敗する確率を評価します。
• これは、金融リスク理論からインスピレーションを得ています。
• クラウドサービスプロバイダーがデータセンターのリソースをより有効に活用し、数百万ドルを節約するのに役立ちます。

増え続けるクラウドストレージとクラウドコンピューティングの需要に対応するために、企業は数百万ドルを費やしてWANバックボーンの容量を増やしています。

主要な課題の1つは、ネットワークの可用性と使用率のバランスを維持することです。使用率の高いチャネルでは、突然のトラフィックサージを処理できず、ノード/リンクに障害が発生する可能性があります。

この問題に対処するために、MIT、マイクロソフト、ヘブライ大学の研究チームは、金融リスク理論からインスピレーションを得た新しい数学モデルを開発しました。これは、株式市場の投資家が市場変動による金融損失を最小限に抑えながら、収益を最大化するのに役立ちます。

新しいモデルはTeaVar（Traffic Engineering Applying Value at Riskの略）と呼ばれます。データセンター間のリンクがグローバルに失敗する確率を評価します。評価プロセスは、株式のボラティリティの予測に似ています。

次に、モデルは（さまざまなリンクを介して）トラフィックを最適に割り当て、損失を最小限に抑えながら、ネットワーク全体の使用量を最大化します。これは、突然のトラフィックサージを処理するためにリンクをアイドル状態に保ち、エネルギーとリソースを浪費する従来のアプローチとはまったく逆です。

研究者は、彼らのモデルがクラウドサービスプロバイダーがデータセンターのリソースをより有効に活用し、数百万ドルを節約するのに役立つと主張しています。

「TeaVar」はどのように機能しますか？

クラウドサービスを提供する主要企業は、「トラフィックエンジニアリング」（TE）ツールを使用して、すべてのパスにデータ帯域幅を最適に割り当てます。最大の可用性を保証するために、これらの企業はいくつかのリンクを低い使用率で維持しています。多くのネットワークリンクは高い使用率で動作しません。送信できるほど多くのトラフィックを送信しません。

したがって、ネットワークの使用率とネットワークの可用性の間にはトレードオフがあります。これは、従来のTE技術が失敗する場所です。

参照：MIT | GitHub

どのネットワークでも、データ帯域幅のチャンクは市場に投資された「お金」に似ており、障害の可能性が異なる機器は「株式」とその不確実な値に似ています。この概念を使用して、研究チームは、最悪の場合の障害状態時に最小限のトラフィック損失でデータが宛先に到達することを保証する「リスク認識」方法論を開発しました。

彼らのアプローチにより、企業は目標に最も適した使用率と可用性のバランスをとることができます。 TeaVarは、リスク最小化の扱いやすさに関連するアルゴリズムの課題と、運用上の課題に対処します。

TeaVarを実際のデータに適用する

彼らは、ATT、IBM、Googleネットワークを介して転送されるシミュレートされたトラフィックで従来のTEツールに対してこのモデルをテストしました。また、発生確率に基づいていくつかの障害状態が発生しました。

読む：Microsoftは完全に自動化されたDNAデータストレージを構築しました

最後に、彼らはTeaVarを実際のデータに適用し、同じレベルの可用性で従来のTEメソッドの最大2倍のトラフィックをサポートできることを発見しました。このモデルは、データをよりリスクの高いパスから排除しながら、信頼性の高いリンクをほぼフルキャパシティーで動作させ続けることができました。