[논문 리뷰] OCCAM: An Optimization-Based Approach to Network Inference

Anirudh Sabnis, Ramesh K. Sitaraman외 1명|arXiv (Cornell University)|2018. 06. 09.

Software-Defined Networks and 5G참고 문헌 22인용 수 5

한 줄 요약

OCCAM은 내부 노드나 링크에 대한 직접적 관찰 없이도 네트워크 호스트에서 측정한 경로 지표(거리 및 공유)만을 사용하여 완전한 네트워크 토폴로지와 라우팅 경로를 최적화 기반으로 추론하는 새로운 방법을 제안한다. 활성 프로브나 내부 노드의 협조가 필요로 하지 않으며, 실제 ISP 네트워크에서 평균 93%의 네트워크 유사도와 0.20의 경로 편집 거리를 달성하여 높은 정확도와 20–30%의 입력 오류에 대한 강건성을 입증한다.

ABSTRACT

We study the problem of inferring the structure of a communication network based only on network measurements made from a set of hosts situated at the network periphery. Our novel approach called "OCCAM" is based on the principle of occam's razor and finds the "simplest" network that explains the observed network measurements. OCCAM infers the internal topology of a communication network, including the internal nodes and links of the network that are not amenable to direct measurement. In addition to network topology, OCCAM infers the routing paths that packets take between the hosts. OCCAM uses path metrics measurable from the hosts and expresses the observed measurements as constraints of a mixed-integer bilinear optimization problem that can then be feasibly solved to yield the network topology and the routing paths. We empirically validate OCCAM on a wide variety of real-world ISP networks and show that its inferences agree closely with the ground truth. Specifically, OCCAM infers the topology with an average network similarity score of 93% and infers routing paths with a path edit distance of 0.20. Further, OCCAM is robust to error in its measured path metric inputs, producing high quality inferences even when 20-30% of its inputs are erroneous. Our work is a significant advance in network tomography as it proposes and empirically evaluates the first method that infers the complete network topology, rather than just logical routing trees from sources.

연구 동기 및 목표

• 내부 노드와 링크가 직접 관찰되지 않는 상황에서 완전한 네트워크 토폴로지와 라우팅 경로를 추론하는 문제를 해결하기 위해.
• 활성 프로브나 네트워크 협조 없이도 쉽게 측정할 수 있는 경로 지표(경로 거리 및 경로 공유)만을 기반으로 하는 방법을 개발하기 위해.
• 관측된 측정치와 일치하는 가장 단순한 네트워크 토폴로지를 생성하여 옥카머의 날카로움 원칙을 따르기 위해.
• 입력 지표에 일부 오류가 있을 경우에도 정확한 추론이 가능하게 하여 실제 환경에서의 강건성을 확보하기 위해.

제안 방법

• OCCAM은 관측된 경로 지표에서 유도된 제약 조건 하에 네트워크 복잡도를 최소화하는 혼합정수이차형 최적화 문제로 네트워크 추론을 공식화한다.
• 경로 거리(호프 수)와 경로 공유(상대적 링크 겹침)를 호 간의 입력 측정치로 사용한다.
• 추론된 경로가 관측된 지표와 일치하도록 보장하는 제약 조건을 적용하며, 이는 세그먼트 기반 라우팅과 링크 공유 일관성 등을 포함한다.
• 트리 스티칭을 위해 OCCAM은 소스 트리와 경로 지표를 사용하여 세그먼트를 경로에 매핑하고 분기점을 노드로 매핑함으로써 일관된 글로벌 토폴로지를 재구성한다.
• 링크와 세그먼트 존재 여부를 나타내는 이진 변수를 사용하며, 사이클 없는 라우팅 경로와 정확한 토폴로지 구조를 보장하는 제약 조건을 적용한다.
• 경로 공유와 거리 지표로부터의 전체 추론, 그리고 소스 트리와 경로 지표를 조합한 추론을 모두 지원한다.

실험 결과

연구 질문

• RQ1 활성 프로브나 내부 네트워크 협조 없이도 호스트 수준의 경로 지표만으로 완전한 네트워크 토폴로지와 라우팅 경로를 추론할 수 있는가?
• RQ2 단순성 원칙(옥카머의 날카로움)을 우선시하는 최적화 기반 방법이 실제 네트워크 구조를 얼마나 잘 재구성할 수 있는가?
• RQ3 20–30%의 잘못된 측정치가 포함된 경우, 추론의 강건성은 어느 정도 유지되는가?
• RQ4 멀티캐스트 프로브로부터 유도된 소스 트리를 경로 공유 지표와 교환 가능하게 사용하여 동일한 글로벌 토폴로지를 추론할 수 있는가?
• RQ5 고정밀도 네트워크 추론을 달성하기 위해 필요한 최소한의 경로 공유 정보는 얼마인가?

주요 결과

• OCCAM은 실제 ISP 네트워크에서 경로 공유와 거리 지표로부터 토폴로지 추론 시 평균 93%의 네트워크 유사도를 달성한다.
• 추론된 경로와 진짜 경로 간의 경로 편집 거리는 0.20으로, 경로 재구성의 높은 정밀도를 나타낸다.
• 소스 트리와 경로 지표를 사용할 경우 OCCAM은 평균 92.9%의 네트워크 유사도와 0.22의 경로 편집 거리를 기록하여 높은 일관성을 보였다.
• 최대 30%의 잘못된 입력 지표가 존재하더라도 OCCAM은 높은 품질의 추론을 유지하여 측정 노이즈에 대한 강건성을 입증했다.
• 경로 지표 없이 소스 트리만을 사용할 경우 평균 81.5%의 네트워크 유사도와 0.48의 경로 편집 거리를 기록하여, 소스 트리만으로도 합리적인 추론이 가능함을 시사한다.
• 결과적으로 경로 공유 지표와 소스 트리가 고정밀도 토폴로지 추론에 서로 교환 가능함을 확인하였으며, 이는 방법의 유연성을 검증한다.