[논문 리뷰] Scalable Steiner Tree for Multicast Communications in Software-Defined Networking

Liang-Hao Huang, Hui-Ju Hung외 2명|arXiv (Cornell University)|2014. 04. 14.

Software-Defined Networks and 5G참고 문헌 16인용 수 26

한 줄 요약

이 논문은 소프트웨어 정의 네트워킹(SDN)에서 다중방송을 위한 브랜치 인식 스티너 트리(Branch-aware Steiner Tree, BST)를 제안하며, 간선 수와 분기 노드 수를 동시에 최소화하여 확장성과 대역폭 효율성을 향상시킨다. 저자들은 k-근사 알고리즘인 분기 인식 간선 감소 알고리즘(Branch Aware Edge Reduction Algorithm, BAERA)을 설계하여 대규모 네트워크에서 몇 초 내에 거의 최적의 해를 달성하며, 단순 최단경로 트리와 전통적인 스티너 트리보다 비용과 확장성 면에서 뛰어난 성능을 발휘한다.

ABSTRACT

Software-Defined Networking (SDN) enables flexible network resource allocations for traffic engineering, but at the same time the scalability problem becomes more serious since traffic is more difficult to be aggregated. Those crucial issues in SDN have been studied for unicast but have not been explored for multicast traffic, and addressing those issues for multicast is more challenging since the identities and the number of members in a multicast group can be arbitrary. In this paper, therefore, we propose a new multicast tree for SDN, named Branch-aware Steiner Tree (BST). The BST problem is difficult since it needs to jointly minimize the numbers of the edges and the branch nodes in a tree, and we prove that it is NP-Hard and inapproximable within $k$, which denotes the number of group members. We further design an approximation algorithm, called Branch Aware Edge Reduction Algorithm (BAERA), to solve the problem. Simulation results demonstrate that the trees obtained by BAERA are more bandwidth-efficient and scalable than the shortest-path trees and traditional Steiner trees. Most importantly, BAERA is computation-efficient to be deployed in SDN since it can generate a tree on massive networks in small time.

연구 동기 및 목표

• 다중방송 통신에서 플로우 테이블 항목 수가 다중방송 그룹 크기에 따라 기하급수적으로 증가하는 소프트웨어 정의 네트워킹(SDN) 환경에서의 확장성 및 대역폭 효율성 문제를 해결한다.
• 기존의 다중방송 트리인 최단경로 트리(SPT)와 스티너 트리(ST)는 분기 노드 수를 최소화하지 못해 플로우 테이블 확장성에 한계가 있음을 극복한다.
• 간선 수와 분기 노드 수를 동시에 최소화하는 새로운 다중방송 트리 모델인 브랜치 인식 스티너 트리(BST)를 제안하여 네트워크 자원 소비와 플로우 테이블 오버헤드를 감소시킨다.
• 간선 수와 분기 노드 수를 균형 있게 조절하면서도 계산 비용을 낮게 유지하여 대규모 SDN 환경에 구현 가능한 효율적인 근사 알고리즘인 BAERA를 설계한다.
• 실제 및 합성 네트워크에서 SPT와 ST에 비해 총 비용(간선 수 + 가중 분기 노드 수)과 런타임 면에서 뛰어난 성능을 보임을 입증한다.

제안 방법

• 분기 노드 수를 우선시하기 위해 분기 노드에 높은 가중치를 할당한 간선 수와 가중 분기 노드 수의 합을 최소화하는 최적화 문제로 BST 문제를 수립한다.
• BST 문제가 NP-난해임을 증명하고, 그 최적화 가능성의 상한이 k(그룹 구성원 수) 이내로는 도달할 수 없음을 입증하여 근사 알고리즘의 필요성을 정당화한다.
• 전략적 경로 선택과 트리 재구성 기법을 통해 간선 수를 반복적으로 감소시키면서 분기 노드 수의 증가를 통제하는 k-근사 알고리즘인 분기 인식 간선 감소 알고리즘(BAERA)을 개발한다.
• 소규모 네트워크(Uunet, Deltacom)에서 최적의 BST 해를 도출하기 위해 정수형 프로그래밍과 CPLEX를 사용하여 BAERA의 성능과 근사 품질을 검증한다.
• Inet로 생성한 대규모 합성 네트워크(최대 10,000개 노드)에서 w(분기 노드 가중치)와 k(최종 수신자 수)를 변화시켜 BAERA의 확장성과 비용 트레이드오프를 평가한다.
• 다양한 네트워크 크기와 k 값에서 런타임 성능을 측정하여 BAERA가 실시간 SDN 구현에 적합한 계산 효율성을 확보했음을 확인한다.

실험 결과

연구 질문

• RQ1 플로우 테이블 확장성 향상을 위해 간선 수와 분기 노드 수를 동시에 최소화하는 다중방송 트리가 설계될 수 있는가?
• RQ2 목표 함수에 분기 노드 비용을 포함할 경우, 대역폭 효율성과 확장성 간의 트레이드오프는 어떻게 영향을 받는가?
• RQ3 NP-난해인 BST 문제에 대해 실용적인 시간 내에 거의 최적의 해를 달성하는 효율적인 근사 알고리즘이 설계될 수 있는가?
• RQ4 대규모 네트워크에서 BAERA는 최단경로 트리와 전통적인 스티너 트리에 비해 총 비용, 간선 수, 분기 노드 수, 런타임 면에서 어떻게 비교되는가?
• RQ5 그룹 구성원 수(k)와 분기 노드 가중치(w)를 변화시킬 경우, BST와 BAERA의 성능과 확장성에 어떤 영향을 미치는가?

주요 결과

• 예시에서 BAERA가 생성한 트리는 총 비용(간선 수 + 가중 분기 노드 수)이 126으로, SPT(167)와 ST(183)를 뛰어넘어 뛰어난 대역폭 효율성과 확장성 성능을 보였다.
• Uunet와 Deltacom와 같은 실제 네트워크에서 BAERA의 해는 CPLEX 최적 결과에 매우 가까웠으며, k가 증가함에 따라 SPT와 ST보다 분기 노드 수가 현저히 적었다.
• 대규모 합성 네트워크(10,000개 노드)에서 BAERA는 k가 400까지 7.5초 이내로 런타임을 유지했으며, k=100에서 k=400으로 증가할 때 시간이 10%만 증가하여 높은 계산 효율성을 입증했다.
• 4,000~10,000개 노드 네트워크에서 BAERA는 1.2~6.4초 내에 실행되어 실시간 SDN 구현에 매우 적합한 강력한 확장성과 타당성을 보였다.
• 분기 노드 가중치(w)가 증가함에 따라 BAERA는 분기 노드 수를 효과적으로 제한하면서도 간선 수 증가 폭이 작았고, SPT와 ST는 분기 노드 수가 현저히 많았다.
• k가 증가함에 따라 BAERA의 목표 값(총 비용) 증가율이 SPT와 ST보다 둔화되어, 대규모 다중방송 그룹에 대한 장기적 확장성에서 뛰어난 성능을 보였다.