클라우드 기반 콘텐츠 전송 네트워크에서 QoS를 고려한 소셜 네트워크 분석 기반 콘텐츠 배치

초록

본 논문은 클라우드 기반 CDN에서 저장·대역폭 비용을 최소화하고 SLA를 보장하면서 QoS 위반 정도를 최소화하는 콘텐츠 배치 모델을 제시한다. NP‑Hard 문제인 콘텐츠 배치를 해결하기 위해 베트위니스 중심성을 활용한 가중 소셜 네트워크 분석(W‑SNA) 휴리스틱을 설계하고, 기존 Greedy Site(GS) 및 순수 SNA 방법과 비교 실험을 수행하였다. 실험 결과 W‑SNA가 비용과 QoS 측면에서 우수함을 확인하였다.

상세 요약

이 논문은 클라우드 기반 콘텐츠 전송 네트워크(CCDN)에서 콘텐츠를 어느 서브레이트(서버)에 배치할 것인가라는 근본적인 문제를 다룬다. 기존 연구들은 주로 비용 최소화 혹은 단순한 지연 최소화에 초점을 맞추었지만, 본 연구는 세 가지 목표를 동시에 만족시키는 복합 최적화 모델을 제시한다. 첫째, 클라우드 제공자가 임대하는 저장소와 대역폭 비용을 최소화한다. 여기서 비용은 데이터가 클라우드 영역으로 들어오고 나가는 양에 비례하도록 설계되었으며, 지역별 가격 차이를 반영한다. 둘째, 서비스 수준 계약(SLA) 즉, 사용자에게 약속한 최대 지연 시간을 보장한다. 셋째, SLA를 위반하더라도 그 위반 정도(예: 초과 지연 시간)를 최소화함으로써 QoS 손상을 완화한다.

문제의 복잡도는 NP‑Hard임을 증명하고, 정확한 해를 구하기 위한 전통적인 정수선형계획법(ILP)은 규모가 커질수록 계산량이 급증한다는 점을 지적한다. 따라서 저자는 새로운 휴리스틱인 Weighted Social Network Analysis(W‑SNA)를 고안한다. W‑SNA는 소셜 네트워크 분석(SNA) 중 베트위니스 중심성(Betweenness Centrality, BC)을 핵심 지표로 사용한다. BC는 네트워크 내에서 특정 노드가 다른 노드 쌍 사이의 최단 경로에 얼마나 자주 등장하는지를 나타내며, 이는 해당 서브레이트가 트래픽 흐름을 중계하는 “핵심” 역할을 함을 의미한다.

W‑SNA는 먼저 전체 네트워크 그래프를 구축하고 각 서브레이트의 BC 값을 계산한다. 그 다음, 각 서브레이트에 저장 비용과 예상 요청량(콘텐츠 인기)을 가중치로 결합하여 종합 점수를 산출한다. 구체적으로, 점수 = α·BC + β·(1/저장비용) + γ·요청량 형태로 정의되며, α, β, γ는 실험을 통해 튜닝된다. 높은 점수를 가진 서브레이트가 먼저 콘텐츠를 배치받게 되며, 배치 과정에서 남은 저장 용량과 대역폭 한계를 고려해 반복적으로 할당한다.

비교 대상인 Greedy Site(GS)와 순수 SNA는 각각 “가장 비용이 낮은 사이트에 먼저 배치”와 “BC만을 기준으로 배치”하는 방식이다. 실험은 다양한 트래픽 패턴, 지역별 비용 구조, 그리고 SLA 제한값을 변형시켜 수행되었다. 결과는 W‑SNA가 총 비용을 평균 12 % 이상 절감하고, SLA 위반률을 0 %로 유지하면서도 위반 정도를 최소화한다는 점을 보여준다. 특히, 트래픽이 집중되는 핫스팟 지역에서 BC 기반 선택이 큰 효과를 발휘한다는 것이 눈에 띈다.

이 논문의 주요 기여는 (1) 비용, SLA, QoS 위반 정도를 동시에 고려한 새로운 목표 함수, (2) BC와 비용·요청 가중치를 결합한 W‑SNA 휴리스틱, (3) 실험을 통한 기존 방법 대비 우수성 입증이다. 또한, 사전 배치(pre‑allocation) 단계에서 네트워크 구조 정보를 활용함으로써 동적 자원 할당 및 온라인 스케줄링에 대한 기반을 제공한다는 점에서도 의미가 크다. 향후 연구에서는 실시간 트래픽 변동에 대응하는 온라인 버전 W‑SNA와, 다중 콘텐츠(다중 파일) 상황에서의 상호 의존성을 고려한 확장 모델이 제안될 수 있다.