대기행렬 모델을 활용한 강화학습 기반 파드 오토스케일링 기법

Abstract

최근 환경 변화에 적응적이고 목적에 맞는 최적의 오토스케일링 정책을 사용하기 위해 강화학습 기반 오토스케일링 정책에 대한 연구가 이루어지고 있다. 그러나 강화학습 기반 오토스케일링 정책을 학습하고, 각각의 강화학습 기반 오토스케일링 정책 간의 성능 비교를 수행하는 과정에서 많은 시간과 자원이 요구된다는 문제가 발생한다. 본 논문에서는 대기행렬 모델 기반 시뮬레이션 기법을 제안하여 오토스케일링 정책 간의 성능 비교를 시뮬레이션을 통해 수행할 수 있게 하고, 시뮬레이션 실험을 통해 여러 강화학습 기반 파드 오토스케일링 기법을 비교한다.