[论文解读] How (Not) to Shoot in Your Foot with SDN Local Fast Failover: A Load-Connectivity Tradeoff

Michael Borokhovich, Stefan Schmid|arXiv (Cornell University)|Sep 12, 2013

Software-Defined Networks and 5G参考文献 6被引用 12

一句话总结

本文研究了在SDN本地快速故障切换机制中，网络连通性与负载均衡之间的权衡，表明基于目的地的故障切换在对抗性链路故障下会严重限制网络的弹性。本文提出了随机化和确定性算法（RFS、DFS），在多个链路意外失效的情况下，仍能实现近乎最优的负载均衡，同时确保无环路、连通的路径。

ABSTRACT

This paper studies the resilient routing and (in-band) fast failover mechanisms supported in Software-Defined Networks (SDN). We analyze the potential benefits and limitations of such failover mechanisms, and focus on two main metrics: (1) correctness (in terms of connectivity and loop-freeness) and (2) load-balancing. We make the following contributions. First, we show that in the worst-case (i.e., under adversarial link failures), the usefulness of local failover is rather limited: already a small number of failures will violate connectivity properties under any fast failover policy, even though the underlying substrate network remains highly connected. We then present randomized and deterministic algorithms to compute resilient forwarding sets; these algorithms achieve an almost optimal tradeoff. Our worst-case analysis is complemented with a simulation study.

研究动机与目标

• 分析在对抗性链路故障下，本地快速故障切换在SDN中的局限性，特别是连通性和无环路性方面。
• 识别在故障切换方案中，维持网络连通性与实现均衡负载分布之间的根本权衡。
• 设计高效、可扩展的算法，预先计算具有最小最大链路负载的弹性转发集合。
• 在最坏情况（对抗性）和随机故障场景下，评估所提算法的性能。
• 证明仅基于目的地的故障切换规则不足以实现实用的负载均衡，而必须采用更丰富的规则（如基于流的规则）以兼顾正确性。

提出的方法

• 在具有单一目的地的全连接SDN网络中，形式化简化后的本地故障切换问题，将故障切换规则建模为从本地故障场景到转发集合的映射。
• 提出对抗性故障下最大链路负载的理论下界，表明仅基于目的地的故障切换即使在网络高度连通时也会导致高负载。
• 提出随机转发集合（RFS）算法，通过将流量随机分配到备份路径，实现近乎最优的负载均衡。
• 设计确定性转发集合（DFS）算法，采用基于标识符的贪心策略分配备份路径，确保在特定故障阈值下的有界负载。
• 采用基于仿真的评估方法，在对抗性（Ecl）和随机（Ran）故障模型下，对比RFS、DFS与基线策略（Rob、Bal）的性能。
• 以负载分布指标和最大链路负载（$\widehat{\lambda}$）作为关键性能指标，分析不同故障数量和流量模式下的方差与可扩展性。

实验结果

研究问题

• RQ1 即使底层网络保持高度连通，基于目的地的本地快速故障切换在对抗性链路故障下，其连通性维持能力有多有限？
• RQ2 本地故障切换方案中最大链路负载的理论下界是什么？实际算法能否达到该下界？
• RQ3 故障切换规则的表达能力（如基于目的地 vs. 基于流的规则）如何影响负载-连通性权衡？
• RQ4 在随机与最坏情况故障模式下，随机化与确定性故障切换算法的性能表现如何比较？
• RQ5 所提算法能否在多个链路同时失效的情况下，特别是在多目的地场景下，维持低负载和无环路转发？

主要发现

• 在对抗性故障下，即使仅有少量链路故障，基于目的地的故障切换方案也会破坏连通性，尽管网络本身仍高度连通。
• 最大链路负载 $\widehat{\lambda}$ 的理论下界为 $\Omega(\sqrt{\varphi})$，其中 $\varphi$ 为故障数量，表明在最坏情况下高负载不可避免。
• RFS算法实现的最大链路负载显著低于理论最坏情况边界，需超过300次故障才达到负载10，远超预测的11.15次故障。
• 在随机故障（Ran）场景下，负载远低于对抗性条件，且RFS在高达450次故障时仍能保持良好的负载均衡。
• DFS算法在对抗性故障下表现良好，但仅适用于特定故障阈值 $\varphi$，且在多目的地场景中性能显著下降。
• 在全对全流量模式下，RFS的负载水平接近单目的地场景，证实其具备强大的负载均衡特性；而DFS表现较差，需进一步泛化。