بهينه سازي نرخ سرويس كاربران در سرويس دهنده هاي ابري بازي هاي رايانه اي با استفاده از برنامه ريزي پويا

Optimizing Service Rate of Users in Multi-tenant Cloud Gaming Servers Using Dynamic Programming

يكي از مهم ترين مسائل در خدمات ابري بازي هاي رايانه اي كه بايد از سوي سرويس دهنده ها موردتوجه قرار گيرد توجه به محدوديت هاي موجود در خصوص توانايي هاي سخت افزاري كاربران استفاده‌كننده از دستگاه هاي موبايل و تبلت است. در برخي از تحقيقات مرتبط با حوزه بازي هاي رايانه اي ابري، به اين كاربران كه داراي منابع ضعيف مي-باشند اصطلاحاً سرويس گيرندگان ضعيف (Thin Clients) گفته مي شود. از سوي ديگر، سرويس دهندگان ابري بايد بتوانند حداقل نرخ فريم لازمه در بازي هاي رايانه اي (يعني 30 فريم در ثانيه) را به‌طور هم‌زمان به چندين سرويس-گيرنده ضعيف ارائه دهند. اين در حالي است كه هر يك از سرويس گيرندگان نيز توقع دارند كه كيفيت تجربه (Quality of Experience) مناسبي را داشته باشد. بنابراين سرويس دهنده بايد بتواند بهترين كيفيت گرافيكي را به ازاي هر يك از بازي هاي رايانه اي خود به سرويس گيرندگان ارائه دهد. با توجه به پويا بودن محيط و احتمال ورود و خروج كاربران در هرلحظه دلخواه از زمان، ضروري است سرويس دهنده در هرلحظه به‌طور پويا بهترين تخصيص لازمه و برش زماني را از منابع و پردازنده گرافيكي (GPU) خود به مجموعه كاربران انجام دهد. در اين خصوص، سرويس دهنده درعين‌حال بايد هم به ميزان منابع قابل تخصيص خود توجه داشته باشد و هم سعي كند بهترين كيفيت تجربه‌شده را براي هر كاربر تضمين نمايد. بدين طريق، سرويس گيرندگان با توجه به جميع جهات، كيفيت-هاي متغير و متفاوتي را در طول زمان در خصوص صحنه هاي بازي تجربه خواهند نمود. در اين مقاله، روشي براي بهينه سازي تخصيص نرخ فريم بين چندين كاربر استفاده كننده از سرويس دهنده ابري پيشنهاد شده است كه قادر است به‌طور پويا و با توجه به تنظيمات لحظه اي فريم ها خود را با شرايط هر دو سمت شبكه سازگار نمايد. تمركز ما در اين تحقيق بر روي GPU و تخصيص پوياي فريم هاي مربوط به تمام كاربران استفاده‌كننده از خدمت ارائه‌شده توسط مركز داده ابري مي باشد. براي اين منظور فرض كرده ايم هر كاربر فقط يك نشست براي بازي كردن يك گيم خاص باز نموده است و فريم هاي صحنه هاي بازي برحسب تنظيماتي كه توسط خود او و يا سرويس دهنده ابري در بازي انتخاب شده است به وي تخصيص مي يابد. شبيه سازي نتايج نشان دهنده انعطاف، كارايي و خود-سازمان‌دهي روش پيشنهادي به ازاي شرايط پوياي شبكه مي باشد.