[論文レビュー] An Overview of Self-Similar Traffic: Its Implications in the Network Design

Ernande Ferreira de Melo, H. M. de Oliveira|arXiv (Cornell University)|May 6, 2020

Network Traffic and Congestion Control被引用数 5

ひとこと要約

この論文は、実世界のトラフィック行動をよりよく反映するために、従来のポissonベースのトラフィックモデルの代わりに自己相似的で裾の重い分布をネットワーク設計に採用することを提唱する。自己相似性は、長距離自己相関とH ≈ 0.85のフラクタル次元（Hurstパラメータ）を特徴とし、その結果、バッファ要件とパケット損失が顕著に増加することが示され、パフォーマンスを維持し遅延を低減するためには、適応的バッファおよび帯域幅割り当て戦略の導入が不可欠である。

ABSTRACT

The knowledge about the true nature of the traffic in computer networking is a key requirement in the design of such networks. The phenomenon of self-similarity is a characteristic of the traffic of current client/server packet networks in LAN/WAN environments dominated by network technologies such as Ethernet and the TCP/IP protocol stack. The development of networks traffic simulators, which take into account this attribute, is necessary for a more realistic description the traffic on these networks and their use in the design of resources (contention elements) and protocols of flow control and network congestion. In this scenario it is recommended do not adopt standard traffic models of the Poisson type.

研究の動機と目的

• 従来のポアソンベースのモデルが現代のネットワークトラフィック行動を適切に表現できないという問題を解決すること。
• クライアント/サーバー型パケットネットワークにおける自己相似性と長距離自己相関の影響を調査すること。
• 自己相似的トラフィックがルーターやスイッチなどの競合要因に与えるパフォーマンスへの影響を評価すること。
• 裾の重い分布に基づいた、より優れたトラフィックモデリングおよびリソース割り当て戦略を提案すること。
• 標準的なバッファおよび帯域幅割り当て手法が自己相似的トラフィック条件下で失敗することを実証すること。

提案手法

• 自己相似的挙動を再現するために、尾部パラメータ（β = 1.1 から 1.9）を変化させた裾の重いパレート分布を用いたネットワークトラフィックのモデリング。
• オンオフ源を用いたクライアント/サーバートラフィックのシミュレーションにより、フラクタル次元（Hurstパラメータ）を持つ自己相似的トラフィックパターンを生成。
• 離散イベントシミュレーションを用いて、自己相似性の度合い（H が 0.7 から 0.9 の範囲）が変化する条件下でのバッファ割り当てとパケット損失を分析。
• 一定サービスレートと可変サービスレートの下での性能を比較し、バッファサイズ、遅延、リソース利用率のトレードオフを評価。
• 複数の時間スケールにわたる自己相関構造とスケーリング特性を分析し、長距離自己相関の存在を確認。
• 実世界の測定値（例：イーサーネットLANでのH = 0.80）および既存のモデル（例：オンオフモデルでのH = 0.90）と照合して結果を検証。

実験結果

リサーチクエスチョン

• RQ1 自己相似的トラフィックは、スケーリング特性および自己相関構造において、ポアソントラフィックとどのように異なるか？
• RQ2 自己相似性は、競合要因（ルーターやスイッチなど）におけるバッファ割り当てとパケット損失にどのような影響を及ぼすか？
• RQ3 フラクタル次元（Hurstパラメータ）H は、必要なバッファサイズとネットワークパフォーマンスにどのように影響を及けるか？
• RQ4 可変サービスレートは、自己相似的トラフィックがキュー長と遅延に与える悪影響を緩和できるか？
• RQ5 裾の重い分布は、ポアソンモデルに比べて、どれほど実世界のネットワークトラフィックをよりよく表現できるか？

主な発見

• 自己相似的トラフィックは長距離自己相関を示し、自己相関が時間とともにゆっくりと減衰するが、ポアソン過程とは異なり急速に減衰する。
• 検討されたシナリオにおけるHurstパラメータHは約0.85に達し、強い自己相似性を示しており、実世界の測定値（イーサーネットLANでのH = 0.80）と整合的である。
• 自己相似性の度合いがH ≈ 0.80に近づくと、バッファ要件が急激に増加し、リソース設計における臨界閾値が存在することが示された。
• 固定バッファ割り当てと一定サービスレートの下では、自己相似性の増加に伴いパケット損失が顕著に上昇する。
• サービスレートをμ = 7からμ = 10に増加させることで、バッファサイズの必要量を効果的に削減でき、パケット損失も低く維持できるが、帯域幅使用量は増加する。
• ポアソンモデルに依存すると、特にルーターやスイッチなどの競合要因において、誤ったネットワークリソース設計が生じる。