[論文レビュー] Content Based Traffic Engineering in Software Defined Information Centric Networks

Abhishek Chanda, Cédric Westphal+1 more|arXiv (Cornell University)|Jan 31, 2013

Caching and Content Delivery参考文献 2被引用数 7

ひとこと要約

本稿では、情報中心ネットワーク（ICN）におけるソフトウェア定義型でコンテンツメタデータ駆動型のトラフィックエンジニアリングアーキテクチャを提案する。ネットワーク層でのコンテンツサイズおよびタイプの抽出を活用し、リソース割り当てを最適化する。コンテンツサイズの事前知識を活用することで、高負荷下でリンクバックログを最大40％削減し、ネットワーク利用効率を向上させ、エンドホストの変更なしにトラフィックエンジニアリングやコンテンツファイアウォールといったインテリジェントでアプリケーションに依存しないサービスを実現する。

ABSTRACT

This paper describes a content centric network architecture which uses software defined networking principles to implement efficient metadata driven services by extracting content metadata at the network layer. The ability to access content metadata transparently enables a number of new services in the network. Specific examples discussed here include: a metadata driven traffic engineering scheme which uses prior knowledge of content length to optimize content delivery, a metadata driven content firewall which is more resilient than traditional firewalls and differentiated treatment of content based on the type of content being accessed. A detailed outline of an implementation of the proposed architecture is presented along with some basic evaluation.

研究の動機と目的

• ネットワーク層でのコンテンツメタデータ抽出を活用し、ICNにおける効率的でスケーラブルなトラフィックエンジニアリングを実現すること。
• 従来の手法とは異なり、高帯域幅を要するコンテンツフローの特定にエンドホストのインstrumentationを不要とすること。
• コンテンツの内在的意味論を活用して、コンテンツファイアウォールやキャッシュ管理といった新しいネットワークサービスを支援すること。
• コンテンツサイズの事前知識が、リンク利用効率の向上およびバックログ削減に顕著な改善をもたらすことを示すこと。
• 最適化基準を外部からプログラミング可能かつプラグイン可能とする、モジュラーでSDN準拠のアーキテクチャを提供すること。

提案手法

• 深層パケットインスペクション（DPI）またはインフラのフロー観測を用いて、入口スイッチでコンテンツメタデータ（特にサイズ）を抽出する。
• コンテンツ管理レイヤーをSDNコントローラーに拡張し、コンテンツメタデータを追跡し、集中的な意思決定を実施する。
• トラフィックエンジニアリングを最大リンク利用度を最小化する最適化問題として定式化する：min max ∑(p∈P) ∑(e∈p) (b_e + F)/c_e、制約条件は b_e ≤ c_e。
• コンテンツサイズ認識を活用し、バックログが最も少ないリンクにコンテンツをルーティングすることで、動的かつ均等な負荷分散を実現する。
• コンテンツ取得遅延を F/r_e としてモデル化し、ユーザーが感じる遅延を最小化する。これにより、コンテンツタイプやサイズに基づく優先順位付けが可能になる。
• コンテンツ管理レイヤーにおける設定可能なポリシーを通じて、リンク利用度やディスクI/O、キャッシュ効率といった複数の最適化目的をプラグイン可能にサポートする。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク層で抽出されたコンテンツメタデータは、エンドホストの関与なしに、ICNにおける効率的でアプリケーションに依存しないトラフィックエンジニアリングを可能にするか？
• RQ2 マルチパスICN環境下で、コンテンツサイズの事前知識はリンクバックログおよびネットワーク利用効率にどのように影響を与えるか？
• RQ3 メタデータ駆動ルーティングは、ランダムルーティングまたはサイズ非認識ルーティングと比較して、最大リンク利用度をどの程度低減できるか？
• RQ4 同じメタデータインfraストラクチャは、コンテンツファイアウォールやキャッシュ管理といった複数のサービスをサポートできるか？
• RQ5 コンテンツサイズの分布や負荷状態が変化する条件下でも、サイズ認識ルーティングの性能はどのようにスケーリングするか？

主な発見

• 高負荷下（負荷/容量 = 0.95）において、サイズ認識ルーティングポリシー（ポリシー2）は、非サイズ認識ルーティング（ポリシー1）と比較して平均バックログを最大40％削減した。
• 高負荷下では、サイズ認識と非サイズ認識ポリシーの性能差が最も顕著であり、平均バックログの削減率は26％に達した。
• 低負荷下では、両ポリシーの性能は類似しており、リソース競合が最小限であるため、最適化による利点は顕著でなかった。
• 提案されたアーキテクチャは、エンドホストのインstrumentationを一切不要とし、ネットワーク層メタデータのみを活用した効率的トラフィックエンジニアリングを実現した。
• 最適化フレームワークは拡張可能であり、ユーザーがプログラム可能なポリシーを通じて、リンク利用度やディスクI/Oといった複数の目的をサポートできる。
• コンテンツメタデータ抽出は、ICNのネイティブなコンテンツ意味論の副産物として実現可能であり、追加のシグナリングやアプリケーション変更なしに、新たなサービスを可能にする。