[論文レビュー] A geographic directed preferential Internet topology model

Sagy Bar, Mira Gonen+1 more|arXiv (Cornell University)|Sep 27, 2005

Network Traffic and Congestion Control参考文献 46被引用数 22

ひとこと要約

本稿では、自律システム（AS）トポロジーのための地理的指向的優先（GDP）モデルを提案する。このモデルは、有向エッジを用いて非対称な顧客-プロバイダ関係をモデル化し、無向エッジを用いて対称的なピアリングを表現するとともに、地理的クラスタリングを統合する。モデルは、現実的なパワー則次数分布、正確なピアリング比、濃密な地域的コア、経路の拡張（path inflation）を示す合成ASグラフを生成し、忠実度において既存の生成器を上回る性能を発揮する。

ABSTRACT

The goal of this work is to model the peering arrangements between autonomous systems (ASes). Most existing models of the AS-graph assume an undirected graph. However, peering arrangements are mostly asymmetric customer-provider arrangements, which are better modeled as directed edges. Furthermore, it is well known that the AS-graph, and in particular its clustering structure, is influenced by geography. We introduce a new model that describes the AS-graph as a directed graph, with an edge going from the customer to the provider, but also models symmetric peer-to-peer arrangements. In addition, our model takes geography into account. We are able to mathematically analyze its power-law exponent and number of leaves. Beyond the analysis, we have implemented our model as a synthetic network generator called GDNG. Experimentation with GDNG shows that the networks it produces are more realistic than those generated by other network generators, in terms of its power-law exponent, fractions of customer-provider and symmetric peering arrangements, and the size of its dense core. We believe that our model is the first to manifest realistic regional dense cores that have a clear geographic flavor. Our synthetic networks also exhibit path inflation effects that are similar to those observed in the real AS graph.

研究の動機と目的

• ピアリングを無向とみなす既存のASグラフモデルの限界を是正するため、顧客-プロバイダ関係を有向エッジとしてモデル化すること。
• 特に濃密な地域的コアの形成に寄与する地理的要因をASトポロジーに統合すること。
• パワー則次数分布やピアリング比といった、現実世界のASグラフの特性を再現する合成ネットワーク生成器（GDNG）を開発すること。
• 特にパワー則指数と有向グラフ構造におけるリーフ数の数学的分析を実施すること。
• 実験を通じた妥当性評価により、本モデルが実ASグラフで観察される経路の拡張や地域的コア構造を的確に再現すること。

提案手法

• エッジが顧客からプロバイダへ向かう有向グラフを構築し、現実の非対称ピアリング構成を反映する。
• 特に濃密な地域的クラスタにおいて、地理的に近いAS同士を優先的に接続することで、地理的近接性を統合する。
• 次数と地理的近接性の両方を根拠とした優先的付加メカニズムを用い、現実的なAS成長をシミュレートする。
• 現実ネットワークにおける混合ピアリングタイプを反映するため、有向エッジ（顧客-プロバイダ）と無向エッジ（ピアツーピア）を併用する。
• モデルを実装する合成ネットワーク生成器GDNGを提供し、地理的クラスタリングやエッジの方向性を設定可能なパラメータを備える。
• 数学的分析によりパワー則指数とリーフ数を導出し、ネットワーク構造の理論的妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 有向エッジは、無向モデルと比較して、ASグラフにおける実際の顧客-プロバイダ関係をどの程度よく表現できるか？
• RQ2 地理的近接性は、ASトポロジーにおける濃密な地域的コアの形成にどの程度影響を及ぼすか？
• RQ3 合成ネットワーク生成器は、現実的なパワー則次数分布とピアリング比を持つASグラフを生成できるか？
• RQ4 本モデルは、実ASグラフで観察される経路の拡張効果をどの程度正確に再現できるか？
• RQ5 提案モデルにおける主要なトポロジカル特性（パワー則指数やリーフ数）の解析的挙動はいかなるものか？

主な発見

• GDNG生成器は、実世界の測定値と非常に近いパワー則指数を持つ合成ASグラフを生成する。
• GDNGが生成するネットワークにおける顧客-プロバイダリンクと対称的ピアリングリンクの割合は、実証データとよく一致する。
• 本モデルは、従来のモデルに欠けていた地理的クラスタリングを明確に示す濃密な地域的コアを効果的に生成する。
• 合成ネットワークは、実ASグラフで観察されるのと同様の経路の拡張効果を示し、現実的なルーティング行動を再現している。
• 数学的分析により、本モデルのパワー則指数とリーフ数が、実ASトポロジーの特性と整合していることが確認された。
• GDNGは、現実のインターネットASグラフの主要な構造的・トポロジカル特徴を再現する点で、既存のネットワーク生成器を上回っている。