[논문 리뷰] BFR: a Bloom Filter-based Routing Approach for Information-Centric Networks

Ali Marandi, Torsten Braun외 2명|Open Access at Essex (University of Essex)|2017. 02. 01.

Caching and Content Delivery참고 문헌 16인용 수 4

한 줄 요약

이 논문은 네임드 데이터 네트워킹(Named Data Networking, NDN)를 위한 블룸 필터 기반의 완전히 분산된 라우팅 기법인 BFR을 제안한다. 이 기법은 네트워크 구조 지식 없이도 효율적인 콘텐츠 탐색을 가능하게 한다. 원천 서버가 압축된 블룸 필터를 사용해 콘텐츠를 광고함으로써 신호 전송 오버헤드를 감소시키며, 폭주 라우팅과 최단경로 라우팅에 비해 평균 왕복 지연 시간과 네트워크 구조 변화에 대한 내성에서 뛰어난 성능을 보이며, 동시에 라우팅 정확도에 미치는 잘못된 양성 결과의 영향도 낮게 유지한다.

ABSTRACT

Locating the demanded content is one of the major challenges in Information-Centric Networking (ICN). This process is known as content discovery. To facilitate content discovery, in this paper we focus on Named Data Networking (NDN) and propose a novel routing scheme for content discovery, called Bloom Filter-based Routing (BFR), which is fully distributed, content oriented, and topology agnostic at the intra-domain level. In BFR, origin servers advertise their content objects using Bloom filters. We compare the performance of the proposed BFR with flooding and shortest path content discovery approaches. BFR outperforms its counterparts in terms of the average round-trip delay, while it is shown to be very robust to false positive reports from Bloom filters. Also, BFR is much more robust than shortest path routing to topology changes. BFR strongly outperforms flooding and performs almost equal with shortest path routing with respect to the normalized communication costs for data retrieval and total communication overhead for forwarding Interests. All the three approaches achieve similar mean hit distance. The signalling overhead for content advertisement in BFR is much lower than the signalling overhead for calculating shortest paths in the shortest path approach. Finally, BFR requires small storage overhead for maintaining content advertisements.

연구 동기 및 목표

• 정보 중심 네트워킹(Information-Centric Networking, ICN)에서 특히 네임드 데이터 네트워킹(Named Data Networking, NDN)에서 전통적인 라우팅 방법이 높은 신호 전송 또는 지연 오버헤드를 유발하는 문제를 해결하기 위해.
• 신호 전송 및 스토리지 비용을 줄이기 위해 완전히 분산되고 네트워크 구조에 의존하지 않으며 콘텐츠 중심인 라우팅 기법을 설계하기 위해.
• 블룸 필터 기반의 콘텐츠 광고가 폭주 라우팅과 최단경로 라우팅에 비해 통신 비용, 지연 시간, 내성 측면에서 뛰어나다는지 평가하기 위해.
• 실제 환경에서 블룸 필터의 잘못된 양성 결과가 라우팅 정확도와 성능에 미치는 영향을 분석하기 위해.

제안 방법

• 원천 서버가 콘텐츠 이름의 집합을 압축적으로 표현하는 데 사용되는 블룸 필터(BF)를 사용해 콘텐츠 오브제를 광고한다. 이는 최소한의 스토리지 및 신호 전송 오버헤드를 제공한다.
• 각 NDN 노드는 원천 서버로 향하는 모든 경로에서 온 BF 광고를 수신하고 저장함으로써 네트워크 구조 정보 없이도 FIB(Fibonacci Information Base)를 구성할 수 있다.
• 이нтер스트는 다중방송 전략을 사용해 전파되며, 원천 서버로 향하는 모든 경로를 동시에 따라 전파되어 인라인 캐시에서 조기 만족이 가능해진다.
• 이 기법은 FIB 내에서 최장 접두사 일치(Longest Prefix Matching, LPM)를 사용해 인터스트 전파를 수행하며, BF 기반의 콘텐츠 광고를 통해 FIB 항목을 구성한다.
• 잘못된 양성 결과의 영향을 모델링하고 평가하여 라우팅 정확도 및 성능에 미치는 영향을 분석한다.
• 통신 비용, 지연 시간, 히트 거리, 신호 전송 오버헤드 등의 지표를 사용해 폭주 라우팅 및 최단경로 라우팅과의 성능을 비교 평가한다.

실험 결과

연구 질문

• RQ1 블룸 필터 기반의 콘텐츠 광고 기법은 NDN에서 신호 전송 및 스토리지 오버헤드를 줄이면서도 효율적인 콘텐츠 탐색을 유지할 수 있는가?
• RQ2 BFR은 폭주 라우팅 및 최단경로 라우팅과 비교해 평균 왕복 지연 시간과 통신 비용 측면에서 어떻게 성능을 내는가?
• RQ3 블룸 필터의 잘못된 양성 결과가 BFR의 라우팅 정확도 및 성능에 얼마나 큰 영향을 미치는가?
• RQ4 최단경로 라우팅에 비해 BFR은 동적 네트워크 구조 변화에 얼마나 뛰어난 내성을 보이는가?
• RQ5 콘텐츠 인기도(α)가 BFR에서 잘못된 양성 결과의 영향에 어떤 영향을 미치는가?

주요 결과

• BFR는 폭주 라우팅 및 최단경로 라우팅에 비해 평균 왕복 지연 시간에서 뛰어난 성능을 보이며, 콘텐츠 검색에 있어 낮은 지연 시간을 달성한다.
• 최단경로 라우팅이 빈번한 경로 계산 업데이트가 필요로 하는 것에 비해, BFR은 약 3배 낮은 수준의 신호 전송 오버헤드를 기록한다.
• BFR의 데이터 검색을 위한 정규화된 통신 비용과 총 통신 오버헤드는 최단경로 라우팅과 거의 동일하며, 폭주 라우팅에 비해 상당히 낮다.
• 세 가지 기법—BFR, 폭주 라우팅, 최단경로 라우팅—모두 유사한 평균 히트 거리를 기록하여, 홉 수 측면에서 유사한 라우팅 효율성을 보인다.
• 잘못된 양성 결과의 영향은 실질적으로 미미하다: 가장 높은 잘못된 양성 확률(28.3%) 조건에서도 오직 1.73%의 인터스트만 잘못된 원천 서버로 라우팅되었으며, 모든 인터스트는 여전히 성공적으로 만족되었다.
• BFR는 네트워크 구조 변화에 매우 뛰어난 내성을 보이며, 지속적인 경로 재계산이 필요한 최단경로 라우팅에 비해 뚜렷이 뛰어난 성능을 보인다.