[논문 리뷰] Service Function Chaining Simplified

Milad Ghaznavi, Nashid Shahriar외 2명|arXiv (Cornell University)|2016. 01. 05.

Software-Defined Networks and 5G참고 문헌 38인용 수 64

한 줄 요약

이 논문은 서비스 기능 체인(SFC)을 최적화하기 위해 복수의 VNF 인스턴스를 호스트에 분산하여 맞춤형 처리량을 달성하면서 자원 사용을 최소화하는 혼합정수계획법(MIP) 모델과 히우리스틱인 Kariz를 제안한다. Kariz는 튜닝 파라미터를 통해 속도와 정확도의 균형을 이루며, 시뮬레이션에서 최적의 MIP 해와 비교해 79–100%의 수용 비율과 최대 125% 이내의 운영 비용을 기록한다.

ABSTRACT

Middleboxes have become a vital part of modern networks by providing service functions such as content filtering, load balancing and optimization of network traffic. An ordered sequence of middleboxes composing a logical service is called service chain. Service Function Chaining (SFC) enables us to define these service chains. Recent optimization models of SFCs assume that the functionality of a middlebox is provided by a single software appliance, commonly known as Virtual Network Function (VNF). This assumption limits SFCs to the throughput of an individual VNF and resources of a physical machine hosting the VNF instance. Moreover, typical service providers offer VNFs with heterogeneous throughput and resource configurations. Thus, deploying a service chain with custom throughput can become a tedious process of stitching heterogeneous VNF instances. In this paper, we describe how we can overcome these limitations without worrying about underlying VNF configurations and resource constraints. This prospect is achieved by distributed deploying multiple VNF instances providing the functionality of a middlebox and modeling the optimal deployment of a service chain as a mixed integer programming problem. The proposed model optimizes host and bandwidth resources allocation, and determines the optimal placement of VNF instances, while balancing workload and routing traffic among these VNF instances. We show that this problem is NP-Hard and propose a heuristic solution called Kariz. Kariz utilizes a tuning parameter to control the trade-off between speed and accuracy of the solution. Finally, our solution is evaluated using simulations in data-center networks.

연구 동기 및 목표

• 서비스 기능 체인(SFC)에서 단일 VNF나 단일 물리적 머신의 처리량 한계를 극복하기 위해.
• 다양한 성능과 자원 요구 사항을 가진 이질적인 VNF를 포함한 맞춤형 처리량을 갖는 체인을 구현할 때 발생하는 복잡성을 해결하기 위해.
• 분산된 SFC 배포 환경에서 VNF 인스턴스 배치, 워크로드 분배, 대역폭 할당을 통합 최적화하기 위해.
• VNF 이질성을 추상화하고 자원 인식이 가능한 효율적인 SFC 배포를 가능하게 하는 확장 가능한 솔루션을 개발하기 위해.

제안 방법

• VNF 인스턴스의 최적 배치 및 자원 할당을 찾기 위해 SFC 배포를 혼합정수계획법(MIP) 문제로 수식화한다.
• 호스트 및 대역폭 자원 할당, VNF 인스턴스 배치, 복수의 VNF 인스턴스 간의 트래픽 로드 밸런싱을 통합 최적화하는 모델을 구축한다.
• 해결 속도와 정확도 사이의 트레이드오프를 제어할 수 있는 튜닝 파라미터를 가진 국소 탐색 히우리스틱인 Kariz를 제안한다.
• 동일한 서비스 기능의 복수 VNF 인스턴스 간에 트래픽 분할 및 로드 분배 메커니즘을 활용해 워크로드를 균형 있게 분배한다.
• 복수의 VNF 인스턴스가 함께 단일 백본 장치의 기능을 수행하는 분산 배포 모델을 적용한다.
• 다양한 체인 길이와 처리량 요구 사항을 가진 데이터센터 네트워크에서 MIP와 Kariz를 시뮬레이션을 통해 평가한다.

실험 결과

연구 질문

• RQ1 단일 VNF나 물리적 호스트의 한계를 초월해 맞춤형 처리량을 달성하기 위해 서비스 기능 체인을 어떻게 최적화할 수 있는가?
• RQ2 VNF의 이질성은 자원 효율적인 SFC 배포에 어떤 영향을 미치며, 최적화 모델에서 이를 어떻게 추상화할 수 있는가?
• RQ3 히우리스틱 솔루션이 대규모 SFC 배포 환경에서 수용 비율과 운영 비용 측면에서 최적의 MIP 모델 성능을 따라잡을 수 있는가?
• RQ4 해결 속도와 정확도 사이의 트레이드오프는 SFC 배포의 확장성과 실용성에 어떤 영향을 미치는가?

주요 결과

• Kariz는 다양한 체인 길이와 처리량 요구 사항에서 최적의 MIP 해와 비교해 79–100%의 수용 비율을 기록한다.
• 대역폭 활용도 측면에서 Kariz는 Len-1에서 97–101%, Len-2에서 88–106%, Len-3에서 78–111%, Len-4에서 101–131%의 효율성을 확보한다.
• CPU 활용도는 Len-1에서 95–100%에서부터 Len-4에서 100–103%까지 다양하게 나타나 MIP 성능과 유사하다.
• VNF 인스턴스 활용도는 MIP 대비 100–111% 수준으로, VNF 자원의 거의 최적의 사용을 보여준다.
• Len-4 체인에서는 최대 MIP 비용의 140%의 운영 비용을 발생시키지만, 자원이 부족한 상황에서 일부 체인을 기각함으로써 1% 적은 비용을 지불하는 경우도 있다.
• 모든 설정에서 경쟁적인 성능을 유지하며, 모든 테스트 시나리오에서 MIP 대비 총 운영 비용이 125% 이내로 유지된다.