Los secretos de Wall Street pueden hacer que la computación en la nube sea más eficiente

• El nuevo modelo matemático evalúa la probabilidad de falla de los enlaces entre los centros de datos a nivel mundial.
• Se inspira en la teoría del riesgo financiero.
• Puede ayudar a los proveedores de servicios en la nube a utilizar mejor sus recursos del centro de datos y ahorrar millones de dólares.

Para mantenerse al día con la demanda cada vez mayor de almacenamiento en la nube y computación en la nube, las empresas gastan millones de dólares en aumentar la capacidad de sus redes troncales WAN.

Uno de los principales desafíos es mantener un buen equilibrio entre la disponibilidad y la utilización de la red. Es posible que un canal muy utilizado no pueda manejar un aumento repentino del tráfico, lo que resultará en una falla de nodo / enlace.

Para abordar este problema, un equipo de investigación del MIT, Microsoft y la Universidad Hebrea desarrolló un nuevo modelo matemático que se inspira en la teoría del riesgo financiero, que ayuda a los inversores de los mercados de valores a maximizar su rendimiento y minimizar las pérdidas financieras en las fluctuaciones del mercado.

El nuevo modelo se llama TeaVar (abreviatura de Traffic Engineering Applying Value at Risk). Evalúa la probabilidad de falla de los enlaces entre centros de datos a nivel mundial. El proceso de evaluación es similar a pronosticar la volatilidad de las acciones.

Luego, el modelo asigna de manera óptima el tráfico (a través de diferentes enlaces) para maximizar el uso general de la red, al tiempo que minimiza las pérdidas. Esto es bastante opuesto al enfoque tradicional que mantiene los enlaces inactivos para manejar las oleadas repentinas de tráfico, desperdiciando demasiada energía y recursos.

Los investigadores afirman que su modelo puede ayudar a los proveedores de servicios en la nube a utilizar mejor los recursos de sus centros de datos y ahorrar millones de dólares.

¿Cómo funciona "TeaVar"?

Las principales empresas que brindan servicios en la nube utilizan herramientas de "ingeniería de tráfico" (TE) para asignar de manera óptima el ancho de banda de datos a través de todas las rutas. Para garantizar la máxima disponibilidad, estas empresas mantienen varios enlaces de baja utilización. Muchos enlaces de red no funcionan con una alta utilización:no envían tanto tráfico como podrían enviar.

Por lo tanto, existe una compensación entre la utilización de la red y la disponibilidad de la red. Aquí es donde fallan las técnicas convencionales de TE.

Referencia:MIT | GitHub

En cualquier red, los fragmentos de ancho de banda de datos son similares al "dinero" invertido en el mercado, y los instrumentos con diferentes probabilidades de falla son similares a las "acciones" y sus valores inciertos. Utilizando este concepto, el equipo de investigación desarrolló una metodología "consciente del riesgo" que garantiza que los datos lleguen a su destino con una pérdida de tráfico mínima durante las peores condiciones de falla.

Su enfoque permite a las empresas lograr el equilibrio entre la utilización y la disponibilidad que mejor se adapte a su objetivo. TeaVar aborda los desafíos algorítmicos relacionados con la manejabilidad de la minimización de riesgos, así como los desafíos operativos.

Aplicación de TeaVar a datos del mundo real

Probaron este modelo con herramientas TE convencionales en tráfico simulado transferido a través de redes ATT, IBM y Google. También produjeron varias condiciones de falla basadas en la probabilidad de que ocurrieran.

Leer:Microsoft ha construido un almacenamiento de datos de ADN completamente automatizado

Finalmente, aplicaron TeaVar a datos del mundo real y descubrieron que puede admitir hasta el doble de tráfico que los métodos TE convencionales con el mismo nivel de disponibilidad. El modelo fue capaz de mantener enlaces confiables operando casi a su capacidad máxima, mientras que alejaba los datos de rutas más riesgosas.