[논문 리뷰] Criticisms of modelling packet traffic using long-range dependence (extended version)

Richard G. Clegg, Rául Landa외 1명|arXiv (Cornell University)|2013. 03. 27.

Network Traffic and Congestion Control참고 문헌 12인용 수 4

한 줄 요약

이 논문은 인터넷 트래픽에 대한 장거리 의존성(LRD) 모델의 사용을 도전하며, 무한 버퍼에서 평균 대기열 길이가 무한해지는 중도적(on/off) 소스 모델의 클래스가 존재함을 보여주며 실제 트래픽 행동과 모순됨을 밝힌다. CAIDA와 Bellcore의 실제 트레이스를 사용하여, 특정 스케일 이상의 상관관계를 파괴하기 위해 트레이스를 재정렬하는 방식으로 분석을 수행한 결과, 비현실적으로 높은 하중 이외에는 대기열 성능에 미치는 영향이 거의 없음을 확인하였으며, 이는 LRD가 실제 네트워크 대기열 역학에서 핵심 요소가 아님을 시사한다.

ABSTRACT

This paper criticises the notion that long-range dependence is an important contributor to the queuing behaviour of real Internet traffic. The idea is questioned in two different ways. Firstly, a class of models used to simulate Internet traffic is shown to have important theoretical flaws. It is shown that this behaviour is inconsistent with the behaviour of real traffic traces. Secondly, the notion that long-range correlations significantly affects the queuing performance of traffic is investigated by destroying those correlations in real traffic traces (by reordering). It is shown that the longer ranges of correlations are not important except in one case with an extremely high load.

연구 동기 및 목표

• . 장거리 의존성(LRD)이 실제 인터넷 트래픽의 대기열 성능에 실제로 중요한 영향을 미치는지 조사한다.
• . 중도적(on/off) 과정에 기반한 LRD 모델의 이론적 결함을 규명하며, 이는 무한 버퍼에서 평균 대기열 길이가 무한해지는 것을 예측한다.
• . 장거리 상관관계가 대기열 성능에 미치는 실질적 영향을 분석하기 위해 실제 트래픽 트레이스를 재정렬하여 상관관계를 파괴한다.
• . LRD가 정확한 네트워크 성능 예측을 위한 트래픽 모델링에서 필수적이거나 의미 있는 요소인지 파악하고자 한다.
• . 이론적 LRD 모델과 실증적 트래픽 행동 간의 괴리를 해결하고자 한다.

제안 방법

• . 중도적(on/off) 소스 모델을 사용하여 이론적 분석를 수행하며, i.i.d. 중도적(on/off) 기간이 무거운 尾(heavy-tailed) 분포를 따르며, P[X > x] ∼ x−α, α ∈(1,2) 임을 가정하여 대기열 길이의 하한을 유도한다.
• . 증명을 통해 이러한 모델에서, 서버 비율이 온기간 평균 비율보다 낮을 경우, 이용률이 얼마나 낮더라도 평균 대기열 길이가 무한대로 발산함을 보여준다.
• . CAIDA와 Bellcore의 실제 트래픽 트레이스를 사용하여 다양한 상관관계 구조 하에서 대기열 성능을 시뮬레이션한다.
• . 블록 기반 재정렬을 통해 트래픽 트레이스를 재정렬하여 다양한 블록 크기(10에서 100,000 패킷)로 상관관계를 파괴함으로써 평균 대기열 크기 영향을 평가한다.
• . 시뮬레이션 프레임워크는 다양한 시간 스케일에서 재정렬된 트레이스와 원본 트레이스 간의 평균 대기열 크기를 비교한다.
• . 동일한 파rameter(평균 비율 및 허스트 매개수)를 가진 LRD 시뮬레이션 데이터의 이론적 예측을 실제 트래픽에서의 실증 결과와 비교한다.

실험 결과

연구 질문

• RQ1 . 중도적(on/off) 과정에 기반한 LRD 모델의 무거운 꼬리 꼬리 분포를 가지는 온기간을 가진 모델은 무한 버퍼에서 유한한지 또는 무한한 평균 대기열 길이를 예측하는가?
• RQ2 . 실제 트래픽 트레이스의 장거리 상관관계가 대기열 성능에 어느 정도의 영향을 미치는가?
• RQ3 . 장거리 상관관계를 파괴하기 위해 실제 트래픽 트레이스를 재정렬함으로써 다양한 시간 스케일에서 평균 대기열 크기에 어떤 영향을 미치는가?
• RQ4 . 실제 트래픽의 대기열 행동은 표준 LRD 모델이 예측하는 것과 현저히 다른가?
• RQ5 . 장거리 상관관계가 실제 네트워크 트래픽의 대기열 성능에 영향을 미치는 조건가능성이 있는가, 있다면 어떤 조건인가?

주요 결과

• . 중도적(on/off) 기간이 무거운 꼬리 분포를 가지며 일정한 서버 비율을 가진 이론적 모델은 이용률이 얼마나 낮더라도 평균 대기열 길이가 무한해지며, 이는 실제 세계의 행동과 정면으로 배치된다.
• . CAIDA 트래픽의 경우, 최대 100,000 패킷의 블록을 재정렬하더라도 평균 대기열 길이에 유의미한 영향이 없었으며, 이는 장거리 상관관계가 대기열 성능에 중요하지 않음을 시사한다.
• . Bellcore 데이터에서는 장거리 상관관계가 극도로 높은 하중(대기열 점유율 0.46)일 때에만 대기열 성능에 영향을 미쳤으며, 이는 일반적인 네트워크 조건에는 일반화되지 않음을 의미한다.
• . LRD 시뮬레이션 데이터는 상관관계 스케일이 약 10,000 패킷까지 민감도를 보였지만, 실제 데이터는 블록 크기 1,000을 초과해선 거의 민감도를 보이지 않았다.
• . 시뮬레이션된 LRD 행동과 실제 트래픽 간의 괴리는 현재 LRD 모델이 실제 네트워크 대기열 역학을 정확히 반영하지 못하고 있음을 시사한다.
• . 심지어 고하중 조건에서도 장거리 상관관계가 대기열에 미치는 영향은 좁은 범위의 조건에서만 국한되어 있으며, 이는 LRD를 트래픽 모델링의 기초로 삼는 것이 신뢰할 수 없다는 것을 의미한다.