대기행렬 모형을 이용한 인터넷 서버 구축 최적화에 관한 연구

Abstract

인터넷 사용자의 양적 증가로 인해 기업의 경쟁력은 서비스 처리의 신속성을 부여해야 하는 측면에 놓이게 되었다. 고객요구에 대한 신속한 처리 및 지연발생으로 인한 고객이탈을 미연에 방지하기 위해 인터넷 서비스 업체는 고비용의 서버를 적정 시점에 적정수준으로 증설해야할 필요가 있다. 본 논문은 고객 접속률이 증가함에 따라 인터넷 웹서버에서 지연이 발생하는 문제를 인터넷 서비스업체 A사의 실증 데이터를 이용하여 전체적인 웹 서비스 시스템을 Open Jackson 대기망으로 보고, 각각의 노드를 분리하여 M/M/m/m 대기행렬 시스템으로 모형화하였다. 각각의 노드에 대해 트래픽 파라미터와 성능척도를 구하는 과정을 통해 현재 서비스업체 시스템의 적정성을 분석하고 사용자 증가에 따른 웹서버 최적화의 문제를 살펴보았다. 각각의 노드에 대한 파라미터 산출과정에서 현 시점에서 대상기업 A사의 서버 이용률과 적정성을 분석할 수 있었다. 그 결과 현 시점에서는 서버증설이 필요하지 않고 적절하며, 오히려 서버 용량의 낭비가 일어나므로 부하량을 낮은 수준으로 맞추는 문제를 고려해볼 필요가 있음을 알았다. 또한 M/M/m/m대기행렬 모형의 손실확률을 구한 결과 손실률이 0.01일 때 제공로드(offered load)는 1772 얼랑이었으며, 손실확률이 0.05일때는 1877얼랑(erlang)이었으므로 기업은 의사결정자의 판단에 따른 고객손실확률에 맞춰 서버를 증설하는 시점을 제시하였다.;Due to the rapid increase in the Internet traffic volume, ISPs (Internet Service Providers) are faced with the definite need of the extension of server capacity to stay competitive in the market by providing services promptly. In order to provide prompt services for customers and still prevent excessive facility cost, it is critical to determine the optimum level of server capacity. This thesis uses queueing network and M/M/m/m queueing model to analyze the quality of service of ISPs and provide an effective strategy on the expansion of server capacity according to the increase in Internet traffic. In order to achieve our primary research goal, we first select a typical web server system( Company A) and model it a s an open Jackson queueing network. Then we decompose the queueing network and analyze each node separately. Each node is approximately modeled as an M/M/m/m queueing system and the loss probability is computed. The process of estimating the traffic parameter values at each node from the Web Trends( log analysis) data was also given. Also, the average residence times at each node are computed. All the procedures are numerically demonstrated through the process of analyzing actual log data of the Company A. In this thesis, the necessary server capacity is obtained based on the customer loss probability. More specifically, the decision on the extension of server capacity is made by comparing the loss probability with the pre-specified maximum allowable value. Through this analysis, we could see that the current capacity of the web server of Company A is enough, but when the arrival rate reaches 1877 session/sec, the company should consider the extension of the server capacity. This thesis seems to be practically useful because it provides a simple procedure for determining the optimal point of server expansion as well a s its promising expansion size. But further research is needed to establish more accurate and realistic Internet traffic model and web server model. Also, we need to include other cost measures than loss probability to provide more refined decision procedure.