Application of particle swarm optimization algorithm in allocating cloud resources for video on demand

Abstract

İsteğe bağlı ya da gerçek zamanlı video akışı hizmetleri, son zamanlarda kullanılan en popüler hizmetlerden biri haline gelmiştir. Ancak, çoklu ortam verilerinin video tipinin, diğer multimedyaveri türlerinden daha fazla gerçek zamanlı depolama ve yüksek veri aktarımına ihtiyaç duyması nedeniyle bu tür uygulamalar için yapılan yatırımlar çok ciddi finansal soruna neden olmaktadır. Ayrıca, videoları servis edebilmek için önemli miktarda sistem kaynağına da ihtiyaç duyulmaktadır. Bu sorunu çözmek için bulut bilişim tercih edilen bir teknoloji olarak ortaya çıkmaktadır. Bulut hizmetleri organizasyonları, kuruluşların donanım veya yazılıma yatırım yapmadan hizmet sunmalarını sağladıkça gittikçe daha karmaşık hale gelmektedir. Çok sayıda bulut servis sağlayıcıları, çeşitli bölgelerde çeşitli uygulamalar için farklı fiyatlandırma sunmaktadır. Bu sebeple, gelen hizmet taleplerinin, minimum maliyet ve maksimum kullanıcı memnuniyeti (QoS) ile uygun bulut hizmetlerine tahsis edilmesi büyük önem taşımaktadır. Birden fazla bulut sağlayıcı, farklı hizmet kalitesi gereksinimleri, farklı hizmet seviyesi anlaşmaları (SLA) ve talep belirsizliği, fiyat ve kullanılabilirlik, kaynak tahsisinin optimizasyonu gibi konulardan dolayı bazı zorluklar vardır. Bu çalışmanın amacı, kullanıcıların QoS gereksinimlerine bağlı olarak bulut CDNleri, depolama ve kod dönüştürücülerini kullanarak talep üzerine video hizmetlerinin maliyetini ve performansını optimize etmektir. Bu makalede, Karma Tamsayı Kuadratik Programlama ve Parçacık Sürü Optimizasyonu (PSO) algoritmasının farklı çeşitleri, bulut kaynaklarına video isteklerini atamak için kullanılmaktadır. Problemin doğası gereği sürekli PSO kullanmak mümkün değildir, ancak İkili PSO ile bulgusal algoritmaları birleştiren yeni algoritmalar önerilmektedir. Bu algoritmaların sonuçları, en iyi sonucu veren MIQP ile karşılaştırılmaktadır. Sonuçlar, önerilen algoritmaların diğer algoritmalarından daha iyi sonuçlar verdiğini göstermektedir.

Video streaming services whether on demand or live has become one of the most popular services used recently. However, investments made for these type of applications cause a very serious financial problem just because video type of multimedia data needs more real time storage and high data transfer than other type of multimedia data. Furthermore, for the video streaming applications, significant amount of system resource in computing is required. To tackle this problem, cloud computing emerges as a preferred technology. Cloud services organizations are becoming more and more sophisticated as they enable the organizations to offer services without investing in hardware or software. A huge number of cloud service providers offer different pricing methods for various applications in various regions. For this reason, it is of great importance that incoming service requests are assigned to appropriate cloud services with minimum cost and maximum user satisfaction (QoS). Because of issues like multiple cloud providers, different quality of service requirements, different service level agreements (SLA) and uncertainties in demand, price and availability, optimization of resource allocation has some challenges. The objective of this study is to optimize the cost and performance of video on demand services using cloud CDNs, storage and transcoders based on QoS requirements of users. In this paper, Mixed Integer Quadratic Programming (MIQP) and different variants of Particle Swarm Optimization (PSO) algorithm are used to schedule video requests to cloud resources to achieve minimum cost of cloud services and maximum of user satisfaction. Due to the nature of the problem, it is not possible to use the classic PSO, but the new algorithms which combine Binary PSO with heuristics algorithms are proposed. These algorithms are compared with LP algorithms which gives best result. The results show that proposed algorithms yield better results than the benchmarking algorithms.