DOI: https://doi.org/10.32515/2664-262X.2025.12(43).1.44-57
Оптимізація роботи мікросервісів на основі теорії ігор
Про авторів
Улічев Олександр Сергійович , кандидат технічних наук, старший викладач кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0003-3736-9613, e-mail: askin79@gmail.com.
Кулагін Віктор Петрович , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Приватний вищий навчальний заклад "Європейський університет", м. Київ, Україна, ORCID: https://orcid.org/0009-0004-1334-2277, e-mail: victor@kulagin.com.ua.
Анотація
Завдяки високій гнучкості та здатності до масштабування мікросервісна архітектура стала актуальним і популярним підходом у розробці сучасних програмних систем. Водночас її застосування ставить нові завдання, пов’язані з керуванням ресурсами та забезпеченням стабільної якості обслуговування. У цій статті запропоновано підхід до оптимізації роботи мікросервісів на основі теорії ігор. Запропоновано модель, в якій кожен мікросервіс розглядається як гравець, що прагне оптимізувати власну вигоду (наприклад, мінімізувати час відповіді) при спільному використанні обмежених ресурсів. Використовуючи концепцію рівноваги Неша, розроблено Game Theory Controller - контролер, що обчислює оптимальний розподіл ресурсів між мікросервісами. Наведено математичну модель такої гри, псевдокод алгоритму пошуку рівноваги, а також архітектурну схему інтеграції контролера в систему оркестрації контейнерів. Експериментальні результати моделювання демонструють, що запропонований підхід дозволяє збалансувати навантаження між сервісами та зменшити середній час відповіді системи у порівнянні з традиційними стратегіями (наприклад, Binpack та Spread). У висновках обговорено доцільність застосування теорії ігор для керування мікросервісами та окреслено напрями подальших досліджень.
Ключові слова
мікросервісна архітектура, оптимізація, теорія ігор, рівновага Неша, розподіл ресурсів, відмовостійкість, оркестрація, якість обслуговування (QoS)
Повний текст:
PDF
Посилання
1. Kulahin, V. P., Ulichev, O. S., & Dorenskyi, O. P. (2024). Innovative Solutions and Benefits of Microservice Architecture for Software Products. Central Ukrainian Scientific Bulletin. Technical Sciences, 10(41, Part 1), 16–29. https://doi.org/10.32515/2664-262X.2024.10(41).16-29.
2. Dragoni, N., Lanese, I., Larsen, S. T., Mazzara, M., Mustafin, R., & Safina, L. (2018). Microservices: How to make your application scale. Lecture Notes in Computer Science, 10742, 95–104. https://doi.org/10.1007/978-3-319-74313-4_8.
3. Altman, E., Boulogne, T., El-Azouzi, R., Jiménez, T., & Wynter, L. (2006). A survey on networking games in telecommunications. Computers & Operations Research, 33(2), 286–311. https://doi.org/10.1016/j.cor.2004.06.005.
4. Wei, G., Vasilakos, A. V., Zheng, Y., & Xiong, N. (2010). A game-theoretic method of fair resource allocation for cloud computing services. The Journal of Supercomputing, 54(2), 252–269. https://doi.org/10.1007/s11227-009-0318-1.
5. Nash, J. F. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of Sciences, 36(1), 48–49. https://doi.org/10.1073/pnas.36.1.48.
6. Ardagna, D., Panicucci, B., & Passacantando, M. (2013). Generalized Nash equilibria for the service provisioning problem in cloud systems. IEEE Transactions on Services Computing, 6(4), 429–442. https://doi.org/10.1109/TSC.2012.14.
7. Kaur, K., Dhand, T., Kumar, N., & Zeadally, S. (2017). Container-as-a-Service at the edge: Trade-off between energy efficiency and service availability at fog nano data centers. IEEE Wireless Communications, 24(3), 48–56. https://doi.org/10.1109/MWC.2017.1600427.
8. Yan, S., Peng, M., Abana, M. A., & Wang, W. (2017). An evolutionary game for user access mode selection in fog radio access networks. IEEE Access, 5, 2200–2210. https://doi.org/10.1109/ACCESS.2017.2654266.
9. Luo, R., Ye, W., Sun, J., Liu, X., & Zhang, S. (2019). Runtime resource management for microservices- based applications: A congestion game approach. In Proceedings of the 14th International Conference on Collaborative Computing (CollaborateCom), LNICST 268 (pp. 676–687). https://doi.org/10.1007/978-3- 030-12981-1_47.
10. He, Q., Wang, H., Jin, H., et al. (2020). A game-theoretical approach for user allocation in edge computing environment. IEEE Transactions on Parallel and Distributed Systems, 31(4), 515–529. https://doi.org/10.1109/TPDS.2019.2938944.
11. Kumar, S., Sharma, V., You, I., et al. (2022). A game-theoretic approach for increasing resource utilization in edge computing enabled IoT. IEEE Access, 10, 57974–57989. doi.org/10.1109/ACCESS.2022.3175850.
12. Na, J., Lin, K.-J., Huang, Z., & Zhou, S. (2015). An evolutionary game approach on IoT service selection for balancing device energy consumption. In Proceedings of the 12th IEEE International Conference on e- Business Engineering (ICEBE) (pp. 331–338). https://doi.org/10.1109/ICEBE.2015.64.
13. Monderer, D., & Shapley, L. S. (1996). Potential games. Games and Economic Behavior, 14(1), 124–143. https://doi.org/10.1006/game.1996.0044.
14. Velasquez, K., Abreu, D. P., Curado, M., & Monteiro, E. (2017). Service placement for latency reduction in the Internet of Things. Annals of Telecommunications, 72(1–2), 105–115. https://doi.org/10.1007/s12243-016-0524-9
15. Baresi, L., Guinea, S., Leva, A., & Quattrocchi, G. (2016). A discrete-time feedback controller for containerized cloud applications. In Proceedings of the ACM SIGSOFT International Symposium on Foundations of Software Engineering (FSE) (pp. 217–228). https://doi.org/10.1145/2950290.2950328.
16. Guerrero, C., Lera, I., & Juiz, C. (2018). Resource optimization of container orchestration: A case study in multi-cloud microservices-based applications. The Journal of Supercomputing, 74(7), 2956–2983. https://doi.org/10.1007/s11227-018-2345-2.
Пристатейна бібліографія ГОСТ
1. Кулагін В. П., Улічев О. С., Доренський О. П. Інноваційні рішення та переваги мікросервісної архітектури програмних продуктів. Центральноукраїнський науковий вісник. Технічні науки. 2024. Вип. 10(41), ч. 1. С. 16–29. DOI: 10.32515/2664-262X.2024.10(41).16-29.
2. Dragoni N., et al. Microservices: How to make your application scale. Lecture Notes in Computer Science. 2018. Vol. 10742. P. 95–104. DOI: 10.1007/978-3-319-74313-4_8.
3. Altman E., et al. A survey on networking games in telecommunications. Computers & Operations Research. 2006. Vol. 33, № 2. P. 286–311. DOI: 10.1016/j.cor.2004.06.005.
4. Wei G., et al. A game-theoretic method of fair resource allocation for cloud computing services. The Journal of Supercomputing. 2010. Vol. 54, № 2. P. 252–269. DOI: 10.1007/s11227-009-0318-1.
5. Nash J. F. Equilibrium points in n-person games. Proceedings of the National Academy of Sciences. 1950. Vol. 36, № 1. P. 48–49. DOI: 10.1073/pnas.36.1.48.
6. Ardagna D., Panicucci B., Passacantando M. Generalized Nash equilibria for the service provisioning problem in cloud systems. IEEE Transactions on Services Computing. 2013. Vol. 6, № 4. P. 429–442. DOI: 10.1109/TSC.2012.14.
7. Kaur K., et al. Container-as-a-Service at the Edge: Trade-off between Energy Efficiency and Service Availability at Fog Nano Data Centers. IEEE Wireless Communications. 2017. Vol. 24, № 3. P. 48–56. DOI: 10.1109/MWC.2017.1600427.
8. Yan S., et al. An Evolutionary Game for User Access Mode Selection in Fog Radio Access Networks. IEEE Access. 2017. Vol. 5. P. 2200–2210. DOI: 10.1109/ACCESS.2017.2654266.
9. Luo R., et al. Runtime Resource Management for Microservices-Based Applications: A Congestion Game Approach. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering (LNICST). 2019. Vol. 268. P. 676–687. DOI: 10.1007/978-3-030-12981-1_47.
10. He Q., Wang H., Jin H. A Game-Theoretical Approach for User Allocation in Edge Computing Environment. IEEE Transactions on Parallel and Distributed Systems. 2020. Vol. 31, № 4. P. 515–529. DOI: 10.1109/TPDS.2019.2938944.
11. Kumar S., et al. A Game-Theoretic Approach for Increasing Resource Utilization in Edge Computing Enabled IoT. IEEE Access. 2022. Vol. 10. P. 57974–57989. DOI: 10.1109/ACCESS.2022.3175850.
12. Na J., et al. An evolutionary game approach on IoT service selection for balancing device energy consumption. Proc. 12th IEEE Int. Conf. on e-Business Engineering (ICEBE). 2015. P. 331–338. DOI: 10.1109/ICEBE.2015.64.
13. Monderer D., Shapley L. S. Potential Games. Games and Economic Behavior. 1996. Vol. 14, № 1. P. 124–143. DOI: 10.1006/game.1996.0044.
14. Velasquez K., et al. Service placement for latency reduction in the Internet of Things. Annals of Telecommunications. 2017. Vol. 72, № 1–2. P. 105–115. DOI: 10.1007/s12243-016-0524-9.
15. Baresi L., et al. A discrete-time feedback controller for containerized cloud applications. Proc. ACM SIGSOFT Int. Symp. Foundations of Software Engineering (FSE). 2016. P. 217–228. DOI: 10.1145/2950290.2950328.
16. Guerrero C., Lera I., Juiz C. Resource optimization of container orchestration: a case study in multi-cloud microservices-based applications. The Journal of Supercomputing. 2018. Vol. 74, № 7. P. 2956–2983. DOI: 10.1007/s11227-018-2345-2.
Copyright (c) 2025 О. С. Улічев, В. П. Кулагін
Оптимізація роботи мікросервісів на основі теорії ігор
Про авторів
Улічев Олександр Сергійович , кандидат технічних наук, старший викладач кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0003-3736-9613, e-mail: askin79@gmail.com.
Кулагін Віктор Петрович , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Приватний вищий навчальний заклад "Європейський університет", м. Київ, Україна, ORCID: https://orcid.org/0009-0004-1334-2277, e-mail: victor@kulagin.com.ua.
Анотація
Ключові слова
Повний текст:
PDFПосилання
1. Kulahin, V. P., Ulichev, O. S., & Dorenskyi, O. P. (2024). Innovative Solutions and Benefits of Microservice Architecture for Software Products. Central Ukrainian Scientific Bulletin. Technical Sciences, 10(41, Part 1), 16–29. https://doi.org/10.32515/2664-262X.2024.10(41).16-29.
2. Dragoni, N., Lanese, I., Larsen, S. T., Mazzara, M., Mustafin, R., & Safina, L. (2018). Microservices: How to make your application scale. Lecture Notes in Computer Science, 10742, 95–104. https://doi.org/10.1007/978-3-319-74313-4_8.
3. Altman, E., Boulogne, T., El-Azouzi, R., Jiménez, T., & Wynter, L. (2006). A survey on networking games in telecommunications. Computers & Operations Research, 33(2), 286–311. https://doi.org/10.1016/j.cor.2004.06.005.
4. Wei, G., Vasilakos, A. V., Zheng, Y., & Xiong, N. (2010). A game-theoretic method of fair resource allocation for cloud computing services. The Journal of Supercomputing, 54(2), 252–269. https://doi.org/10.1007/s11227-009-0318-1.
5. Nash, J. F. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of Sciences, 36(1), 48–49. https://doi.org/10.1073/pnas.36.1.48.
6. Ardagna, D., Panicucci, B., & Passacantando, M. (2013). Generalized Nash equilibria for the service provisioning problem in cloud systems. IEEE Transactions on Services Computing, 6(4), 429–442. https://doi.org/10.1109/TSC.2012.14.
7. Kaur, K., Dhand, T., Kumar, N., & Zeadally, S. (2017). Container-as-a-Service at the edge: Trade-off between energy efficiency and service availability at fog nano data centers. IEEE Wireless Communications, 24(3), 48–56. https://doi.org/10.1109/MWC.2017.1600427.
8. Yan, S., Peng, M., Abana, M. A., & Wang, W. (2017). An evolutionary game for user access mode selection in fog radio access networks. IEEE Access, 5, 2200–2210. https://doi.org/10.1109/ACCESS.2017.2654266.
9. Luo, R., Ye, W., Sun, J., Liu, X., & Zhang, S. (2019). Runtime resource management for microservices- based applications: A congestion game approach. In Proceedings of the 14th International Conference on Collaborative Computing (CollaborateCom), LNICST 268 (pp. 676–687). https://doi.org/10.1007/978-3- 030-12981-1_47.
10. He, Q., Wang, H., Jin, H., et al. (2020). A game-theoretical approach for user allocation in edge computing environment. IEEE Transactions on Parallel and Distributed Systems, 31(4), 515–529. https://doi.org/10.1109/TPDS.2019.2938944.
11. Kumar, S., Sharma, V., You, I., et al. (2022). A game-theoretic approach for increasing resource utilization in edge computing enabled IoT. IEEE Access, 10, 57974–57989. doi.org/10.1109/ACCESS.2022.3175850.
12. Na, J., Lin, K.-J., Huang, Z., & Zhou, S. (2015). An evolutionary game approach on IoT service selection for balancing device energy consumption. In Proceedings of the 12th IEEE International Conference on e- Business Engineering (ICEBE) (pp. 331–338). https://doi.org/10.1109/ICEBE.2015.64.
13. Monderer, D., & Shapley, L. S. (1996). Potential games. Games and Economic Behavior, 14(1), 124–143. https://doi.org/10.1006/game.1996.0044.
14. Velasquez, K., Abreu, D. P., Curado, M., & Monteiro, E. (2017). Service placement for latency reduction in the Internet of Things. Annals of Telecommunications, 72(1–2), 105–115. https://doi.org/10.1007/s12243-016-0524-9
15. Baresi, L., Guinea, S., Leva, A., & Quattrocchi, G. (2016). A discrete-time feedback controller for containerized cloud applications. In Proceedings of the ACM SIGSOFT International Symposium on Foundations of Software Engineering (FSE) (pp. 217–228). https://doi.org/10.1145/2950290.2950328.
16. Guerrero, C., Lera, I., & Juiz, C. (2018). Resource optimization of container orchestration: A case study in multi-cloud microservices-based applications. The Journal of Supercomputing, 74(7), 2956–2983. https://doi.org/10.1007/s11227-018-2345-2.
Пристатейна бібліографія ГОСТ
1. Кулагін В. П., Улічев О. С., Доренський О. П. Інноваційні рішення та переваги мікросервісної архітектури програмних продуктів. Центральноукраїнський науковий вісник. Технічні науки. 2024. Вип. 10(41), ч. 1. С. 16–29. DOI: 10.32515/2664-262X.2024.10(41).16-29.
2. Dragoni N., et al. Microservices: How to make your application scale. Lecture Notes in Computer Science. 2018. Vol. 10742. P. 95–104. DOI: 10.1007/978-3-319-74313-4_8.
3. Altman E., et al. A survey on networking games in telecommunications. Computers & Operations Research. 2006. Vol. 33, № 2. P. 286–311. DOI: 10.1016/j.cor.2004.06.005.
4. Wei G., et al. A game-theoretic method of fair resource allocation for cloud computing services. The Journal of Supercomputing. 2010. Vol. 54, № 2. P. 252–269. DOI: 10.1007/s11227-009-0318-1.
5. Nash J. F. Equilibrium points in n-person games. Proceedings of the National Academy of Sciences. 1950. Vol. 36, № 1. P. 48–49. DOI: 10.1073/pnas.36.1.48.
6. Ardagna D., Panicucci B., Passacantando M. Generalized Nash equilibria for the service provisioning problem in cloud systems. IEEE Transactions on Services Computing. 2013. Vol. 6, № 4. P. 429–442. DOI: 10.1109/TSC.2012.14.
7. Kaur K., et al. Container-as-a-Service at the Edge: Trade-off between Energy Efficiency and Service Availability at Fog Nano Data Centers. IEEE Wireless Communications. 2017. Vol. 24, № 3. P. 48–56. DOI: 10.1109/MWC.2017.1600427.
8. Yan S., et al. An Evolutionary Game for User Access Mode Selection in Fog Radio Access Networks. IEEE Access. 2017. Vol. 5. P. 2200–2210. DOI: 10.1109/ACCESS.2017.2654266.
9. Luo R., et al. Runtime Resource Management for Microservices-Based Applications: A Congestion Game Approach. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering (LNICST). 2019. Vol. 268. P. 676–687. DOI: 10.1007/978-3-030-12981-1_47.
10. He Q., Wang H., Jin H. A Game-Theoretical Approach for User Allocation in Edge Computing Environment. IEEE Transactions on Parallel and Distributed Systems. 2020. Vol. 31, № 4. P. 515–529. DOI: 10.1109/TPDS.2019.2938944.
11. Kumar S., et al. A Game-Theoretic Approach for Increasing Resource Utilization in Edge Computing Enabled IoT. IEEE Access. 2022. Vol. 10. P. 57974–57989. DOI: 10.1109/ACCESS.2022.3175850.
12. Na J., et al. An evolutionary game approach on IoT service selection for balancing device energy consumption. Proc. 12th IEEE Int. Conf. on e-Business Engineering (ICEBE). 2015. P. 331–338. DOI: 10.1109/ICEBE.2015.64.
13. Monderer D., Shapley L. S. Potential Games. Games and Economic Behavior. 1996. Vol. 14, № 1. P. 124–143. DOI: 10.1006/game.1996.0044.
14. Velasquez K., et al. Service placement for latency reduction in the Internet of Things. Annals of Telecommunications. 2017. Vol. 72, № 1–2. P. 105–115. DOI: 10.1007/s12243-016-0524-9.
15. Baresi L., et al. A discrete-time feedback controller for containerized cloud applications. Proc. ACM SIGSOFT Int. Symp. Foundations of Software Engineering (FSE). 2016. P. 217–228. DOI: 10.1145/2950290.2950328.
16. Guerrero C., Lera I., Juiz C. Resource optimization of container orchestration: a case study in multi-cloud microservices-based applications. The Journal of Supercomputing. 2018. Vol. 74, № 7. P. 2956–2983. DOI: 10.1007/s11227-018-2345-2.
Copyright (c) 2025 О. С. Улічев, В. П. Кулагін