[논문 리뷰] Content Based Traffic Engineering in Software Defined Information Centric Networks

Abhishek Chanda, Cédric Westphal외 1명|arXiv (Cornell University)|2013. 01. 31.

Caching and Content Delivery참고 문헌 2인용 수 7

한 줄 요약

이 논문은 소프트웨어 정의형, 콘텐츠 메타데이터 기반의 트래픽 엔지니어링 아키텍처를 정보 중심 네트워크(ICN)에 제안하며, 네트워크 계층에서 콘텐츠 크기 및 유형을 추출하여 자원 할당을 최적화한다. 콘텐츠 크기의 사전 지식을 활용함으로써 고부하 상황에서 링크 백로그를 최대 40% 감소시켜 네트워크 이용률을 향상시키고, 최종 호스트의 수정 없이 트래픽 엔지니어링 및 콘텐츠 방화벽과 같은 지능형, 응용 프로그램 무관 서비스를 가능하게 한다.

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.

연구 동기 및 목표

• 콘텐츠 메타데이터를 네트워크 계층에서 추출하여 ICN에서 효율적이고 확장 가능한 트래픽 엔지니어링을 가능하게 하기.
• 이전의 접근 방식과 달리, 고대역폭 콘텐츠 흐름을 식별하기 위해 최종 호스트의 도구 설치가 필요 없도록 하기.
• 콘텐츠 방화벽 및 캐시 관리와 같은 새로운 네트워크 서비스를 내재된 콘텐츠 의미론을 활용하여 지원하기.
• 콘텐츠 크기의 사전 지식이 링크 이용률 향상과 백로그 감소에 상당한 기여를 할 수 있음을 입증하기.
• 최적화 기준이 외부에서 프로그래밍 가능하고 플러그인 방식으로 구성 가능한, 모듈식이며 SDN 호환 아키텍처 제공하기.

제안 방법

• 딥 패킷 인spect(DPI) 또는 인프레스 플로우 관찰을 통해 인그레스 스위치에서 콘텐츠 메타데이터(특히 크기)를 추출한다.
• 콘텐츠 메타데이터를 추적하고 중심 집중식 결정을 내리기 위해 SDN 컨트롤러에 콘텐츠 관리 레이어를 추가한다.
• 최대 링크 이용률을 최소화하는 최적화 문제로 트래픽 엔지니어링을 공식화한다: min max ∑(p∈P) ∑(e∈p) (b_e + F)/c_e, 제약 조건으로 b_e ≤ c_e.
• 콘텐츠 크기 인식을 활용하여 백로그가 가장 적은 링크로 콘텐츠를 라우팅함으로써 동적으로 부하를 균형 잡는다.
• 콘텐츠 검색 지연을 F/r_e로 모델링하여 사용자 인식 지연을 최소화하고, 콘텐츠 유형이나 크기에 따라 우선순위를 부여할 수 있도록 한다.
• 콘텐츠 관리 레이어의 구성 가능한 정책을 통해 플러그인 방식의 최적화 목표(예: 링크 이용률, 디스크 I/O, 캐시 효율성)를 지원한다.

실험 결과

연구 질문

• RQ1 네트워크 계층에서 추출한 콘텐츠 메타데이터가 최종 호스트의 참여 없이 효율적이고 응용 프로그램 무관 트래픽 엔지니어링을 가능하게 할 수 있는가?
• RQ2 다중 경로 ICN 환경에서 콘텐츠 크기의 사전 지식이 링크 백로그와 네트워크 이용률에 어떤 영향을 미치는가?
• RQ3 메타데이터 기반 라우팅이 무작위 또는 크기 인식이 없는 라우팅 대비 최대 링크 이용률을 얼마나 줄일 수 있는가?
• RQ4 동일한 메타데이터 인fra구조가 콘텐츠 방화벽 및 캐시 관리와 같은 다수의 서비스를 지원할 수 있는가?
• RQ5 다양한 콘텐츠 크기 분포와 부하 조건 하에서 크기 인식 라우팅의 성능은 어떻게 스케일링되는가?

주요 결과

• 고부하 상황(부하/용량 = 0.95)에서 크기 인식 라우팅 정책(정책 2)은 비크기 인식 라우팅 정책(정책 1) 대비 평균 백로그를 최대 40% 감소시킨다.
• 고부하 상황에서 크기 인식 및 비크기 인식 정책 간 성능 격차가 가장 두드러지며, 평균 백로그 감소율은 26%에 이른다.
• 저부하 상황에서는 자원 경쟁이 미미하여 최적화의 효과가 크지 않아 두 정책 모두 유사한 성능을 보인다.
• 제안된 아키텍처는 최종 호스트의 도구 설치 없이도 네트워크 계층 메타데이터만으로 효율적인 트래픽 엔지니어링을 가능하게 한다.
• 최적화 프레임워크는 확장 가능하며, 사용자 프로그래밍 가능한 정책을 통해 링크 이용률 또는 디스크 I/O와 같은 다양한 목표를 지원한다.
• 콘텐츠 메타데이터 추출은 ICN의 기본 콘텐츠 의미론의 부산물로 가능하므로, 추가 신호 전송이나 응용 프로그램 변경 없이도 새로운 서비스를 가능하게 한다.