[論文レビュー] How (Not) to Shoot in Your Foot with SDN Local Fast Failover: A Load-Connectivity Tradeoff

Michael Borokhovich, Stefan Schmid|arXiv (Cornell University)|Sep 12, 2013

Software-Defined Networks and 5G参考文献 6被引用数 12

ひとこと要約

この論文は、SDNローカル高速フェイルオーバー機構におけるネットワーク接続性と負荷分散のトレードオフを調査し、敵対的リンク障害下で宛先ベースのフェイルオーバーが、耐障害性を著しく制限することを示している。複数のリンクが予期せず障害となった場合でも、ループフリーで接続された経路を保証しながら、ほぼ最適な負荷分散を達成する、確率的および決定的アルゴリズム（RFS, DFS）を提案している。

ABSTRACT

This paper studies the resilient routing and (in-band) fast failover mechanisms supported in Software-Defined Networks (SDN). We analyze the potential benefits and limitations of such failover mechanisms, and focus on two main metrics: (1) correctness (in terms of connectivity and loop-freeness) and (2) load-balancing. We make the following contributions. First, we show that in the worst-case (i.e., under adversarial link failures), the usefulness of local failover is rather limited: already a small number of failures will violate connectivity properties under any fast failover policy, even though the underlying substrate network remains highly connected. We then present randomized and deterministic algorithms to compute resilient forwarding sets; these algorithms achieve an almost optimal tradeoff. Our worst-case analysis is complemented with a simulation study.

研究の動機と目的

• 敵対的リンク障害下におけるSDNにおけるローカル高速フェイルオーバーの限界を、特に接続性とループフリー性の観点から分析すること。
• フェイルオーバー方式におけるネットワーク接続性の維持とバランスの取れた負荷分散の間の根本的トレードオフを特定すること。
• 最大リンク負荷を最小限に抑える、効率的でスケーラブルなアルゴリズムを設計し、事前に耐障害性のある転送セットを計算すること。
• 最悪ケース（敵対的）およびランダム障害シナリオの両方において、提案されたアルゴリズムの性能を評価すること。
• 実用的な負荷分散を実現するためには、宛先ベースを越えた表現力のあるフェイルオーバールール（例：フローごとのルールベース）が必要であり、正しさを損なわずに実現可能であることを示すこと。

提案手法

• 単一の宛先を持つフルメッシュSDNネットワークにおける簡略化されたローカルフェイルオーバー問題を形式化し、フェイルオーバールールをローカル障害シナリオから転送セットへのマッピングとしてモデル化する。
• 敵対的障害下での最大リンク負荷の理論的下界を導出し、宛先のみに依存するフェイルオーバーが、高い接続性を持つネットワークであっても、高い負荷を引き起こすことを示す。
• ランダムにフローをバックアップ経路に割り当てることで、ほぼ最適な負荷分散を達成する「ランダム転送セット（RFS）」アルゴリズムを提案する。
• 識別子に基づくグリーディ戦略を用いてバックアップ経路を割り当てる決定的アルゴリズム「決定的転送セット（DFS）」を設計し、特定の障害閾値下で負荷が有界であることを保証する。
• 敵対的障害（Ecl）およびランダム障害（Ran）モデルの両方におけるシミュレーションベースの評価を実施し、RFS、DFS、およびベースライン戦略（Rob、Bal）を比較する。
• 負荷分布指標および最大リンク負荷（$\widehat{\lambda}$）を主なパフォーマンス指標として用い、障害数やトラフィックパターンの変化に伴う分散とスケーラビリティを分析する。

実験結果

リサーチクエスチョン

• RQ1 ネットワークが非常に接続性が高い状態であっても、敵対的リンク障害下でローカル高速フェイルオーバーが接続性を維持できる限界はどの程度か？
• RQ2 ローカルフェイルオーバー方式における最大リンク負荷の理論的下界は何か？ そして、実用的なアルゴリズムがこの下界に到達できるか？
• RQ3 フェイルオーバールールの表現力（例：宛先ベース対フローごとのルールベース）は、負荷-接続性トレードオフにどのように影響するか？
• RQ4 ランダム障害と最悪ケース障害パターンの両方において、確率的および決定的フェイルオーバーアルゴリズムの性能はどのように比較されるか？
• RQ5 特に複数の宛先を持つシナリオにおいて、複数同時障害が発生した場合に、提案されたアルゴリズムが低負荷かつループフリーな転送を維持できるか？

主な発見

• 敵対的障害下では、ネットワークが非常に接続性を持っていながらも、わずかな数のリンク障害で宛先ベースのフェイルオーバー方式の接続性が破壊される。
• 最大リンク負荷 $\widehat{\lambda}$ の理論的下界は $\Omega(\sqrt{\varphi})$ であり、ここで $\varphi$ は障害数を表す。これは、最悪ケースにおいて高負荷が避けられないことを示している。
• RFSアルゴリズムは、理論的最悪ケースの下限を著しく下回る最大リンク負荷を達成しており、10の負荷に達するには300件以上の障害が必要であり、予測される11.15件よりもはるかに高い値を示している。
• ランダム障害（Ran）下では、負荷は敵対的状況下よりも著しく低く抑えられ、RFSは最大450件の障害に対しても良好な負荷分散を維持している。
• DFSアルゴリズムは敵対的障害下で良好に機能するが、特定の障害閾値 $\varphi$ に限定されており、複数宛先シナリオでは性能が著しく低下する。
• すべての宛先間トラフィックパターンでは、RFSは単一宛先シナリオと同程度の負荷レベルを維持しており、その強固な負荷分散特性を裏付けている。一方、DFSは性能が著しく劣り、一般化が必要である。