BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20220708T142049Z
LAST-MODIFIED:20220708T142049Z
DTSTAMP:20260809T190254Z
UID:1786291374@tuc.gr
SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. 
 Σκευάκη Βασιλείου - Σχολή ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.tuc.gr/el/to-polytechnei
 o/ilektronikes-ypiresies/imerologio/
 imerologio-ekdiloseon-1?tx_tucevents
 2_tuceventsdisplay%5Baction%5D=show&
 tx_tucevents2_tuceventsdisplay%5Bcon
 troller%5D=Event&tx_tucevents2_tucev
 entsdisplay%5Bevent%5D=5665&cHash=29
 fe089a77454cfaecf79c8314c7e756\nΠΟΛΥ
 ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Ηλεκτρολόγων 
 Μηχανικών και Μηχανικών Υπολογιστών\
 n Πρόγραμμα Προπτυχιακών Σπουδών\n Π
 ΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n ΣΚ
 ΕΥΑΚΗΣ ΒΑΣΙΛΕΙΟΣ\n με θέμα\n ΑΣΑΦΕΙΣ
  ΣΤΡΑΤΗΓΙΚΕΣ ΤΟΠΟΘΕΤΗΣΗΣ ΥΠΗΡΕΣΙΩΝ Σ
 Ε ΠΕΡΙΒΑΛΛΟΝ KUBERNETES\n FUZZY SERV
 ICE PLACEMENT STRATEGIES IN KUBERNET
 ES\n Εξεταστική Επιτροπή\n Καθηγητής
  Ευριπίδης Πετράκης (επιβλέπων)\n Κα
 θηγητής Αντώνιος Δεληγιαννάκης\n Ανα
 πληρωτής Καθηγητής Βασίλειος Σαμολαδ
 άς\n \nΠερίληψη\n Η διαρκώς αυξανόμε
 νη χρήση αρχιτεκτονικών μικρο-υπηρεσ
 ιών για την ανάπτυξη σύγχρονων εφαρμ
 ογών έχει οδηγήσει στην ανάγκη υλοπο
 ίησης εργαλείων για τον συντονισμό κ
 αι τη διαχείριση μικρο-υπηρεσιών, όπ
 ως το Kubernetes. Ένα σύμπλεγμα Kube
 rnetes (cluster) μπορεί να φιλοξενήσ
 ει έναν πεπερασμένο αριθμό από κόμβο
 υς (Εικονικά Μηχανήματα). Οι μικρο-υ
 πηρεσίες της εφαρμογής ομαδοποιούντα
 ι σε "pods", τα οποία τοποθετούνται 
 στους κόμβους (nodes) του συμπλέγματ
 ος. Η προκαθορισμένη στρατηγική τοπο
 θέτησης στο Kubernetes είναι στατική
  και δεν προσαρμόζεται στον φόρτο ερ
 γασίας της εφαρμογής, οπότε είναι υπ
 οβέλτιστη. Τα "pods" πρέπει να τοποθ
 ετηθούν στους κόμβους του συμπλέγματ
 ος με τέτοιο τρόπο, ώστε να ελαχιστο
 ποιείται η επικοινωνία μεταξύ των κό
 μβων. Με αυτόν τον τρόπο το κόστος τ
 ης υποδομής βελτιώνεται και ο χρόνος
  απόκρισης μειώνεται, καθώς η επικοι
 νωνία μεταξύ υπηρεσιών τοποθετημένων
  σε διαφορετικούς κόμβους (egress tr
 affic) είναι πιο αργή σε σχέση με τη
 ν επικοινωνία υπηρεσιών στον ίδιο κό
 μβο (ingress traffic). Οι σύγχρονες 
 εφαρμογές περιέχουν αντίγραφα (repli
 cas) μικρο-υπηρεσίων, ώστε ο φόρτος 
 εργασίας μιας μικρο-υπηρεσίας να μοι
 ράζεται μεταξύ αντιγράφων της.  Στην
  παρούσα εργασία το πρόβλημα της τοπ
 οθέτησης των υπηρεσιών εξετάζεται ως
  ένα πρόβλημα διχοτόμησης ενός γράφο
 υ, με σκοπό τη βελτιστοποίηση του κό
 στους της υποδομής και του χρόνου απ
 όκρισης των εφαρμογών. Η διχοτόμηση 
 του γράφου πρέπει να είναι ασαφής (f
 uzzy), ώστε να επιτρέπει σε κόμβους 
 του γράφου (μικρο-υπηρεσίες) να ανήκ
 ουν σε ένα ή περισσότερα διαμερίσματ
 α (κόμβους του συμπλέγματος). Η απόδ
 οση της ασαφούς στρατηγικής ελέγχθηκ
 ε σε πραγματικά σενάρια χρησιμοποιών
 τας δύο εφαρμογές (ένα ηλεκτρονικό κ
 ατάστημα και μια IoT εφαρμογή), οι ο
 ποίες υλοποιήθηκαν στο περιβάλλον Ku
 bernetes της υποδομής νέφους της Goo
 gle (Google Cloud Platform). Όπως απ
 οδείχθηκε από τα αποτελέσματα των πε
 ιραμάτων, η προτεινόμενη ασαφής στρα
 τηγική μπορεί να μειώσει σημαντικά τ
 ην επικοινωνία μεταξύ των κόμβων και
  τον χρόνο απόκρισης της εφαρμογής, 
 ενώ μπορεί να επιτύχει την εξοικονόμ
 ηση κόστους προηγούμενων συναφών εργ
 ασιών.   \n Abstract\n The continuou
 s rise of microservices-based archit
 ectures in application development p
 rovided the need for tools that orch
 estrate containerized applications d
 eployed in cloud infrastructures, su
 ch as Kubernetes. A Kubernetes Clust
 er hosts a finite number of Nodes (V
 Ms), and the application's services 
 are packed in Pods and placed in the
  Kubernetes Nodes. The default Kuber
 netes Service Placement is static an
 d does not adapt to workload changes
 , so the default placement solutions
  are sub-optimal. Pods must be place
 d in their respective Nodes in a way
  that minimizes Node-to-Node (egress
 ) traffic. That way, the infrastruct
 ure cost is optimized, and the respo
 nse time of the requests is minimize
 d since egress traffic is slower tha
 n ingress. Modern application worklo
 ads require some high-utilized servi
 ces to run in more than one instance
 . In this work, the service placemen
 t problem is handled as a graph clus
 tering one, aiming to optimize the a
 pplication by both cost and response
  time. The graph clustering needs to
  be fuzzy, to allow a graph's node (
 Kubernetes Pod) to belong in more th
 an one partition (Nodes). Two applic
 ations were deployed in the Kubernet
 es infrastructure of the Google Clou
 d Platform to support our fuzzy serv
 ice placement solution in real use c
 ases (an e-commerce eShop and an IoT
  architecture). The experimental res
 ults demonstrate that our fuzzy plac
 ement solution can significantly red
 uce both the total requested traffic
  between Nodes and the response time
  of the applications' requests compa
 red to the placement using the defau
 lt Kubernetes Scheduler's method. At
  the same time, our solution can mai
 ntain the monetary cost savings of p
 revious related work on cost-optimiz
 ation in Kubernetes.\n  \n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20220714T110000
DTEND:20220714T120000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR