[論文レビュー] Narses: A Scalable Flow-Based Network Simulator

Thomas J. Giuli, Mary Baker|ArXiv.org|Nov 20, 2002

Network Traffic and Congestion Control被引用数 53

ひとこと要約

Narsesは、パケットレベルの詳細をフローに抽象化することで、大規模な分散アプリケーション向けにスケーラブルなフローベースのネットワークシミュレータである。これにより、nsと比較して最大45倍の高速化と28%のメモリ使用量削減を達成し、フローコンプリーション時間の平均精度は8%に保たれる。フローレベルのシミュレーションと帯域幅共有モデルを用いて、複数のネットワークトポロジにわたるTCPに類似した挙動を近似する。

ABSTRACT

Most popular, modern network simulators, such as ns, are targeted towards simulating low-level protocol details. These existing simulators are not intended for simulating large distributed applications with many hosts and many concurrent connections over long periods of simulated time. We introduce a new simulator, Narses, targeted towards large distributed applications. The goal of Narses is to simulate and validate large applications efficiently using network models of varying levels of detail. We introduce several simplifying assumptions that allow our simulator to scale to the needs of large distributed applications while maintaining a reasonable degree of accuracy. Initial results show up to a 45 times speedup while consuming 28% of the memory used by ns. Narses maintains a reasonable degree of accuracy -- within 8% on average.

研究の動機と目的

• 大規模な分散アプリケーション（多数のホストと同時接続を含む）をシミュレートする際、nsのようなパケットレベルシミュレータのスケーラビリティ制限を解消すること。
• ネットワーク行動をパケットレベルではなくフローレベルで抽象化することで、長時間実行される大規模アプリケーションの効率的シミュレーションを可能にすること。
• 精度とパフォーマンスのトレードオフを実現する複数のネットワークモデルを提供し、アプリケーション動作の迅速なプロトタイピングと詳細な分析を可能にすること。
• ネットワーク行動に関する簡略化仮定にもかかわらず、タイミングとスループットメトリクスの妥当な精度を維持すること。
• キーフローワークの相互依存関係（帯域幅共有や混雑効果など）を保持しつつ、シミュレーション実行時間とメモリ消費量を削減すること。

提案手法

• Narsesは個々のパケットを高レベルのフローに抽象化し、各フローをホスト間の意味的に意味のあるデータ転送として扱うことで、イベントキューのサイズと計算オーバーヘッドを削減する。
• 帯域幅共有モデルを採用し、独立したフローがリンク帯域幅をどのように共有するかをシミュレートすることで、パケット単位の状態をモデル化せずにトラフィックの相互依存関係を反映するTCPに類似した挙動を近似する。
• コアトポロジにボトルネックリンクがないと仮定することで、ルーティングと帯域幅割り当てを単純化し、混雑していないトポロジでは妥当な精度を維持する。
• Javaベースのアーキテクチャを採用し、ソケットに類似したトランスポートインタフェースを提供することで、実アプリケーションやプロトコルをシミュレーション環境に容易に移植可能にする。
• 交差トラフィックを無視する高速な「ナイーブ」モデルから、動的帯域幅共有を反映する詳細な帯域幅共有モデルまで、交換可能なネットワークモデルをサポートする。
• 各ノードから最小全域木ルーティングを最適化することで遅延差を低減するが、階層的アドレッシングとは異なり、nsよりもわずかに高い遅延が生じる。

実験結果

リサーチクエスチョン

• RQ1 パケットレベルシミュレータ（nsなど）と比較して、フローベースのシミュレーション手法が大規模な分散アプリケーションにおいて顕著なパフォーマンス向上を達成しつつ、妥当な精度を維持できるか。
• RQ2 フローレベルの抽象化やコア部のボトルネック欠如といった簡略化仮定が、大規模シミュレーションにおける現実的なネットワークリスクをどれほど保持できるか。
• RQ3 数千の同時フローを長時間にわたりシミュレートする際、Narsesの実行時間とメモリ消費量はnsと比較してどの程度か。
• RQ4 さまざまなフローサイズやネットワーク状態下で、Narsesのフローコンプリーション時間予測の精度はnsと比較してどの程度か。
• RQ5 Gnutella や CUP のような実世界の分散システムのプロトタイピングと検証に、Narsesは効果的に対応できるか。

主な発見

• 40,000の同時200KBフローをシミュレートする際、Narsesはnsと比較して最大45倍の高速化を達成し、フローサイズにかかわらず実行時間が一定である。
• 同じシミュレーション負荷下で、Narsesのメモリ消費量はnsの28%にまで削減され、顕著なメモリ効率性が示された。
• フローコンプリーション時間の予測精度は平均でns結果の8%以内であり、200KBフローでは最大1.53秒（7.6%）のずれを示した。
• Narsesのラウンドトリップパス遅延（平均88ms）はns（平均96ms）よりもわずかに低く、これはNarsesの最適ルーティングとnsの階層的ルーティングの差によるものである。
• フローサイズにかかわらず一貫したパフォーマンスを維持し、フローレベル抽象化のおかげで実行時間がフローサイズに依存しない。
• Narsesは高速モデルで迅速なプロトタイピングを、正確な帯域幅共有モデルで詳細な分析を可能にし、分散アプリケーションの反復的設計を支援する。