[논문 리뷰] Maintaining an Up-to-date Global Network View in SDN

Mohamed Aslan, Ashraf Matrawy|arXiv (Cornell University)|2016. 12. 15.

Software-Defined Networks and 5G참고 문헌 12인용 수 5

한 줄 요약

이 논문은 네트워크 상태 수집 및 컨트롤러 상태 분배 방식이 SDN 애플리케이션 성능에 미치는 영향을 분석하며, 특히 로드밸런싱 시나리오에서의 영향을 다룬다. 주로 활성(폴링 기반)과 수동(이벤트 기반) 상태 수집 방법을 비교하여, 오래된 상태 정보가 성능을 악화시킨다는 점을 보여주며, 이는 고규모 컨트롤러 환경과 변동성이 큰 트래픽 환경에서 특히 두드러지며, 상태 분배 인식 설계임에도 불구하고 활성 수집 방식은 더 높은 지연과 불안정성을 유발한다는 점을 규명한다.

ABSTRACT

Maintaining an up-to-date global network view is of crucial importance for intelligent SDN applications that need to act autonomously. In this paper, we focus on two key factors that can affect the controllers' global network view and subsequently impact the application performance. Particularly we examine: (1) network state collection, and (2) network state distribution. First, we compare the impact of active and passive OpenFlow network state collection methods on an SDN load-balancing application running at the controller using key performance indicators that we define. We do this comparison through: (i) a simulation of a mathematical model we derive for the SDN load-balancer, and (ii) an evaluation of a load-balancing application running on top of single and distributed controllers. Further, we investigate the impact of network state collection on a state-distribution-aware load-balancing application. Finally, we study the impact of network scale on applications requiring an up-to-date global network view in the presence of the aforementioned key factors. Our results show that both the network state collection and network state distribution can have an impact on the SDN application performance. The more the information at the controllers becomes outdated, the higher the impact would be. Even with those applications that were designed to mitigate the issues of controller state distribution, their performance was affected by the network state collection. Lastly, the results suggest that the impact of network state collection on application performance becomes more apparent as the number of distributed controllers increases.

연구 동기 및 목표

• 네트워크 상태 수집 및 컨트롤러 상태 분배 방식이 SDN 애플리케이션 성능에 미치는 영향을 분석하기 위해.
• 주요 성능 지표를 기준으로 활성(폴링 기반) 및 수동(이벤트 기반) OpenFlow 상태 수집 방법을 비교하기 위해.
• 단일 및 분산 컨트롤러 환경에서 로드밸런싱 애플리케이션에 이러한 요소들이 미치는 영향을 평가하기 위해.
• 네트워크 규모 및 트래픽 변동성이 애플리케이션 성능에 미치는 영향을 조사하기 위해.
• SDN 애플리케이션 개발자가 강건하고 상태 인식 기반 네트워크 애플리케이션을 설계하는 데 도움이 되는 통찰을 제공하기 위해.

제안 방법

• 다양한 상태 수집 전략 하에서 성능을 시뮬레이션하기 위한 SDN 로드밸런싱을 위한 수학적 모델을 개발하였다.
• 유도된 모델 기반으로 시뮬레이션을 수행하여 서버 간 바이트 수 표준편차와 같은 주요 성능 지표를 평가하였다.
• 실제 로드밸런싱 애플리케이션을 단일 및 분산 컨트롤러 환경에서 활성 및 수동 상태 수집 방식을 사용하여 구현하고 평가하였다.
• 다양한 흐름 도착률과 패킷 전송률을 가진 실제적인 네트워크 워크로드를 시뮬레이션하기 위해 On/Off Pareto 트래픽 트레이스를 사용하였다.
• 평균 바이트 수 표준편차 및 동기화 시간과 같은 메트릭을 사용하여 성능을 측정하였다.
• 다양한 폴링 및 동기화 주기 하에서 분산 폴링(DP) 및 분산 적응형(DA) 로드밸런싱 기법을 평가하였다.

실험 결과

연구 질문

• RQ1 활동적 상태 수집(폴링 기반)과 수동적 상태 수집(이벤트 기반) 간 로드밸런서 성능에서의 차이점은 무엇인가?
• RQ2 상태 수집이 오래되었을 경우 컨트롤러 상태 분배가 애플리케이션 성능에 미치는 영향은 무엇인가?
• RQ3 분산 컨트롤러 수가 증가할수록 오래된 상태 정보로 인한 성능 저하 정도는 어떻게 변화하는가?
• RQ4 트래픽 특성(예: 저변동성 대비 고변동성 흐름)이 다양한 상태 수집 방법의 효과성에 어떤 영향을 미치는가?
• RQ5 상태 분포 인식 기반 로드밸런싱 설계는 나쁜 네트워크 상태 수집으로부터 얼마나 취약한가?

주요 결과

• 유사한 흐름 크기의 저변동성 트래픽 환경에서는 수동 상태 수집이 더 낮은 지연과 더 신속한 업데이트로 인해 활성 수집보다 성능이 뛰어났다.
• 긴 폴링 주기에서 활성 상태 수집 성능은 심각하게 저하되었으며, 특히 폴링 빈도가 동기화 주기보다 더 큰 영향을 미치는 분산 환경에서 더욱 뚜렷했다.
• 상태 분포 인식 기반 로드밸런서(예: LSVS 기반)조차도 활성 수집으로 인한 오래된 네트워크 상태로 인해 성능 저하에 취약함을 확인하였다.
• 컨트롤러 수가 증가할수록 상태 수집의 성능 영향이 증가하였으며, 컨트롤러 수가 2에서 4로 증가함에 따라 바이트 수 표준편차가 급격히 상승하였다.
• 실제 On/Off Pareto 트래픽 환경에서 4개의 컨트롤러를 사용할 경우 활성 수집 방식을 적용할 경우 서버 간 평균 표준편차가 1×10⁸ 바이트를 초과하여 높은 로드 불균형이 발생함을 확인하였다.
• 결과적으로 네트워크 상태 수집은 단지 컨트롤러 상태 분배 메커니즘 개선만으로는 보완할 수 없는 핵심 성능 저하 요인임을 입증하였다.