[논문 리뷰] Compressing IP Forwarding Tables: Towards Entropy Bounds and Beyond

Gábor Rétvári, János Tapolcai외 3명|arXiv (Cornell University)|2014. 02. 05.

Network Packet Processing and Optimization참고 문헌 56인용 수 71

한 줄 요약

이 논문은 고도로 압축된 데이터 구조와 트라이 접기 기법을 사용하여 IP 전방위 테이블(FIBs)을 위한 정보 이론적 압축 한계에 도달하는 새로운 엔트로피 압축 데이터 구조를 제안한다. 이는 최소한의 성능 손실로 이루어지며, 440,000개 이상의 프리픽스에 대해 FIB 크기를 100–400 KB로 줄이고, 검색 처리량을 3배 향상시키며, 속도를 희생시키지 않고도 효율적인 업데이트를 가능하게 한다.

ABSTRACT

Lately, there has been an upsurge of interest in compressed data structures, aiming to pack ever larger quantities of information into constrained memory without sacrificing the efficiency of standard operations, like random access, search, or update. The main goal of this paper is to demonstrate how data compression can benefit the networking community, by showing how to squeeze the IP Forwarding Information Base (FIB), the giant table consulted by IP routers to make forwarding decisions, into information-theoretical entropy bounds, with essentially zero cost on longest prefix match and FIB update. First, we adopt the state-of-the-art in compressed data structures, yielding a static entropy-compressed FIB representation with asymptotically optimal lookup. Then, we re-design the venerable prefix tree, used commonly for IP lookup for at least 20 years in IP routers, to also admit entropy bounds and support lookup in optimal time and update in nearly optimal time. Evaluations on a Linux kernel prototype indicate that our compressors encode a FIB comprising more than 440K prefixes to just about 100--400 KBytes of memory, with a threefold increase in lookup throughput and no penalty on FIB updates. This technical report contains a number of important corrections and revisions to the original manuscript.

연구 동기 및 목표

• IPv4 프리픽스의 급격한 증가로 인해 라우터 내 IP 전방위 테이블(FIBs)의 메모리 점유율이 증가하고 있는 문제를 해결한다.
• 압축된 데이터 구조가 검색 및 업데이트 성능을 저하시키지 않은 채 FIB에 대해 정보 이론적 엔트로피 한계에 도달할 수 있음을 입증한다.
• 최적의 검색과 거의 최적의 업데이트 시간을 지원하는 새로운 압축된 FIB 표현 방식을 도입한다.
• 특히 라우터와 같은 대규모 메모리 제약이 있는 시스템에서 압축된 데이터 구조의 사용을 널리 보급한다.
• BGP RIB, MAC 테이블, 레이블 전방위 테이블과 같은 다른 네트워킹 데이터 구조에 엔트로피 한계 압축을 적용할 수 있는 기반을 마련한다.

제안 방법

• 정보 이론적으로 최적의 공간을 확보하면서도 빠른 랜덤 액세스 및 검색을 가능하게 하기 위해 최신 압축된 데이터 구조를 도입하여 FIB를 표현한다.
• 기존의 프리픽스 트리(트라이)를 재설계하여 공통된 레이블이 붙은 부분 트리를 방향성 비순환 그래프(DAG)로 접음으로써 엔트로피 한계를 달성하도록 한다.
• 요약된 데이터 구조에서 영감을 얻은 비트맵 기반의 압축 표현 방식(XBW-b)을 사용하여 FIB를 압축적으로 표현하면서도 쿼리 효율성을 유지한다.
• 압축 과정에서 가장 긴 프리픽스 매칭 의미 체계의 정확성을 유지하기 위해 레이블 인식형 부분 트리 병합 기법을 통합한다.
• IP 프리픽스의 구조적 특성을 활용하여 프리픽스 트리를 DAG로 접어 중복을 줄이고 저장소를 감소시키면서도 O(W)의 검색 시간을 유지한다.
• 실제 성능과 메모리 절감 효과를 검증하기 위해 리눅스 커널 프로토타입에서 이 방법을 구현하고 평가한다.

실험 결과

연구 질문

• RQ1 검색 및 업데이트 성능을 저하시키지 않은 채 IP 전방위 테이블을 정보 이론적 엔트로피 한계 수준으로 압축할 수 있는가?
• RQ2 IP 프리픽스의 구조적 특성을 얼마나 잘 활용하여 지능적인 데이터 구조 설계를 통해 FIB 저장소를 줄일 수 있는가?
• RQ3 제안된 트라이 접기 기법은 전통적인 FIB 압축 기법과 비교해 공간, 속도, 업데이트 효율성 측면에서 어떻게 다른가?
• RQ4 압축된 데이터 구조는 IP 라우팅과 같은 실제 네트워킹 워크로드에 대해 성능 저하를 최소화하면서 효과적으로 적용될 수 있는가?
• RQ5 엔트로피 한계 데이터 구조는 FIB 이외의 다른 네트워킹 데이터 구조에 대해 이론적이고 실용적인 잠재력을 얼마나 지니고 있는가?

주요 결과

• 제안된 XBW-b 압축기로 인해 440,000개 이상의 프리픽스에 대해 FIB 크기가 기존의 780 KB에서 1.2 MB 수준의 한계보다 훨씬 낮은 100–400 KB로 줄어들었다.
• 리눅스 커널 프로토타입에서 메모리 점유율이 감소했음에도 불구하고 검색 처리량이 3배 향상되었다.
• 업데이트에 성능 손실가 없었으며, 효율적인 DAG 기반 구조 덕분에 업데이트 시간이 거의 최적 수준을 유지했다.
• 이 방법은 점점 최적에 가까워지는 검색 시간과 공간을 확보하여 FIB 데이터의 이론적 정보 이론적 엔트로피 한계에 가까이 다가섰다.
• 이 접근법은 BGP RIB, 오픈플로우 테이블, MAC 학습 테이블과 같은 다른 네트워킹 데이터 구조로도 확장 가능하다.
• 공간 절감을 위한 압축이 성능 손실을 동반하지 않으며, 오히려 캐시 효율성과 속도를 향상시킨다는 점을 입증했다.