[論文レビュー] Routing Oblivious Measurement Analytics

Ran Ben Basat, Xiaoqi Chen+4 more|arXiv (Cornell University)|May 23, 2020

Network Security and Intrusion Detection参考文献 41被引用数 4

ひとこと要約

AROMA はルーティングやワークロードに依存しない測定インfra で、トポロジー、ルーティング、スイッチの協調に関する仮定なしに、プログラマブル PISA スイッチで一様なパケットおよびフローのサンプリングを可能にする。k パーティション ハッシュに基づく構造を用い、形式的な正確性保証を伴う低コストなネットワーク全体の分析を実現し、メモリ制約下でもフローサイズ推定、ヘビーハイター検出、スーパースプライダー同定において既存手法を上回る性能を発揮する。

ABSTRACT

Network-wide traffic analytics are often needed for various network monitoring tasks. These measurements are often performed by collecting samples at network switches, which are then sent to the controller for aggregation. However, performing such analytics without ``overcounting'' flows or packets that traverse multiple measurement switches is challenging. Therefore, existing solutions often simplify the problem by making assumptions on the routing or measurement switch placement. We introduce AROMA, a measurement infrastructure that generates a uniform sample of packets and flows regardless of the topology, workload and routing. Therefore, AROMA can be deployed in many settings, and can also work in the data plane using programmable PISA switches. The AROMA infrastructure includes controller algorithms that approximate a variety of essential measurement tasks while providing formal accuracy guarantees. Using extensive simulations on real-world network traces, we show that our algorithms are competitively accurate compared to the best existing solutions despite the fact that they make no assumptions on the underlying network or the placement of measurement switches.

研究の動機と目的

• パケットおよびフローが複数のスイッチを通過するための過剰計測問題に対処すること。
• フローおよびパケットのサンプリングにおいて、ルーティングの仮定、トポロジーの知識、個々のスイッチの設定に依存しないこと。
• リソース制約のある PISA スイッチ上で、ヘビーハイター検出やフローサイズ分布推定などの正確でスケーラブルなネットワーク測定タスクをサポートすること。
• 測定スイッチ間の協調を必要とせず、幅広い測定プリミティブに対して形式的な正確性保証を提供すること。
• トポロジーやトラフィックパターンが頻繁に変化する動的で大規模なネットワークへの展開を可能にすること。

提案手法

• AROMA は、各パケットまたはフローを一意のサンプリングバケツに割り当てる k パーティション ハッシュ構造を採用し、ルーティングやトポロジーに依存しない一様なサンプリングを保証する。
• システムはすべてのスイッチで一貫したハッシュ関数を用いるため、スイッチ間の協調やパケットマーキングの必要がなくなる。
• 同じ基盤メカニズムを用いて、固定確率でパケットをサンプリングするパケットサンプリングと、サイズに依存せず一様にサンプリングするフローサンプリングの両方をサポートする。
• コントローラはサンプルデータを用いて、フローカウント、ヘビーハイター、階層的ヘビーハイター、フローサイズ分布などの主要なネットワーク測定を近似する。
• すべてのアルゴリズムは最小限のメモリ（例：0.5MB）で動作するように設計されており、P4 および PISA プログラマブル スイッチと互換性がある。
• 推定誤差の確率的バウンドを通じて形式的な正確性保証を実現し、高流量トラフィック下でも有効である。

実験結果

リサーチクエスチョン

• RQ1 ルーティング、トポロジー、スイッチ配置に関する仮定なしに、ネットワーク全体でパケットおよびフローの一様サンプリングを達成できるか？
• RQ2 個々のスイッチの設定や協調なしに、スイッチ間でフローサンプリングを一様に行う方法は何か？
• RQ3 最小限のメモリとルーティングの仮定なしに、ヘビーハイター検出やフローサイズ推定などのネットワーク全体の測定タスクの達成可能な正確性はどの程度か？
• RQ4 実世界のトレースにおいて、AROMA の推定正確性およびリソース効率は、既存のソリューションと比較してどの程度か？
• RQ5 制限されたメモリおよび計算リソースを持つ PISA スイッチを用いて、データプレーンで AROMA を効率的に実装できるか？

主な発見

• わずか 0.5MB のメモリで、3200万パケットのトレースにおいて、AROMA はフローサイズを 150 パケットのルート平均二乗誤差で推定する。
• AROMA はスーパースプライダーを特定する際 F1 スコア 0.9 を達成し、リコール面で FlowRadar を上回りながらも、ほぼ完璧な精度を維持する。
• フローサイズ分布の推定は、重み付き平均相対差がたった 0.045 にとどまり、メモリ制約下でも高い正確性を示す。
• AROMA はルーティングの仮定に依存する最先端のソリューションと同等の性能を発揮するが、それらに依存しないため、より広範に展開可能である。
• ソフトウェアベースのパケットサンプリングにおいて、更新時間を対数的から定数時間に改善し、スケーラビリティを向上させる。
• AROMA は、協調やルーティング、ワークロード、トポロジーに関する仮定なしにフローサンプリングを可能にする最初のフレームワークであり、PISA スイッチと互換性がある。