arXiv:2305.17761

Towards Confidential Computing: A Secure Cloud Architecture for Big Data Analytics and AI

Naweiluo Zhou, Florent Dufour, Vinzent Bode, Peter Zinterhof, Nicolay J Hammer, Dieter Kranzlmüller

제출 2023-05-28

원문 초록

Cloud computing provisions computer resources at a cost-effective way based on demand. Therefore it has become a viable solution for big data analytics and artificial intelligence which have been widely adopted in various domain science. Data security in certain fields such as biomedical research remains a major concern when moving their workflows to cloud, because cloud environments are generally outsourced which are more exposed to risks. We present a secure cloud architecture and describes how it enables workflow packaging and scheduling while keeping its data, logic and computation secure in transit, in use and at rest.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2607.22806v1cs.LG공통 태그 Scheduling, Cloud Computing

지리 분산 서버리스 클라우드에서 SLA 제약 탄소 인식 라우팅

SLA-Constrained Carbon-Aware Routing in Geo-Distributed Serverless Clouds

현대 클라우드 배포는 애플리케이션을 여러 지리적 리전에 분산하지만, 표준 라우팅 메커니즘은 지연 시간(latency)을 우선시하면서 지역 전력망의 변동하는 탄소 집약도(carbon intensity)를 무시한다. 지연 시간 중심 라우팅은 특히 더 깨끗한 리전이 허용 가능한 지연 시간 범위 내에 있을 때 불필요한 탄소 배출을 초래한다. 제안된 모델은 탄소 인식 서버리스 라우팅 문제를 지리 분산 클라우드 리전에 대한 제약 최적화(constrained optimization)로 공식화하고, SLA-실행 가능 영역 내에서 최적의 탄소 감축을 달성하는 SLA 제약 탄소 인식 라우팅 정책을 도입하며, 이를 5개 주요 AWS 배포에 걸친 실제 탄소 집약도 측정값으로 평가한다. 실험 결과, 제안된 정책은 평가된 모든 임계값에서 SLA 위반 없이 최대 46.8%의 탄소 감축을 달성한다. 해당 시스템은 혼합 워크로드(mixed workloads) 하에서 평균 27.4%의 탄소를 감축하며, 라우팅 오버헤드는 매우 낮다(총 요청 지연 시간의 0.02% 미만). 6개 대륙에 걸친 12개 AWS 리전에 대한 확장성(scalability) 연구는 혼합 워크로드 하에서 라우팅 유연성이 확대됨에 따라 평균 탄소 절감이 27.4%에서 47.5%로 증가함을 보여준다. 제안된 연구는 저탄소 라우팅 결정을 가능하게 함으로써 SDG 13(기후 행동) 및 SDG 7(경제적이고 깨끗한 에너지)에 기여한다. 이 결과는 클라우드 시스템이 사용자 경험을 저해하지 않으면서도 상당한 탄소 절감을 달성할 수 있음을 시사한다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.