[論文レビュー] OCCAM: An Optimization-Based Approach to Network Inference

Anirudh Sabnis, Ramesh K. Sitaraman+1 more|arXiv (Cornell University)|Jun 9, 2018

Software-Defined Networks and 5G参考文献 22被引用数 5

ひとこと要約

OCCAMは、ネットワーク内のノードやリンクの直接観測が不可能な状況において、ホストで測定された経路メトリクス（距離と共有）のみを用いて、完全なネットワークトポロジーとルーティング経路を最適化に基づき推定する新規な手法を提案する。実際のISPネットワークにおいて93%の平均ネットワーク類似度と0.20のパス編集距離を達成し、20–30%の入力誤差に対しても高い正確性と耐障害性を示した。

ABSTRACT

We study the problem of inferring the structure of a communication network based only on network measurements made from a set of hosts situated at the network periphery. Our novel approach called "OCCAM" is based on the principle of occam's razor and finds the "simplest" network that explains the observed network measurements. OCCAM infers the internal topology of a communication network, including the internal nodes and links of the network that are not amenable to direct measurement. In addition to network topology, OCCAM infers the routing paths that packets take between the hosts. OCCAM uses path metrics measurable from the hosts and expresses the observed measurements as constraints of a mixed-integer bilinear optimization problem that can then be feasibly solved to yield the network topology and the routing paths. We empirically validate OCCAM on a wide variety of real-world ISP networks and show that its inferences agree closely with the ground truth. Specifically, OCCAM infers the topology with an average network similarity score of 93% and infers routing paths with a path edit distance of 0.20. Further, OCCAM is robust to error in its measured path metric inputs, producing high quality inferences even when 20-30% of its inputs are erroneous. Our work is a significant advance in network tomography as it proposes and empirically evaluates the first method that infers the complete network topology, rather than just logical routing trees from sources.

研究の動機と目的

• 内部ノードやリンクが直接観測できない状況において、完全なネットワークトポロジーとルーティング経路を推定する課題に対処すること。
• アクティブプローブやネットワーク内ノードの協力が不要な、ホストエンドで容易に測定可能な経路メトリクス（経路距離と経路共有）に依存する手法を開発すること。
• 観測された測定値と整合する最も単純なネットワークトポロジーを、オッカムの剃刀の原則に従って生成すること。
• 入力メトリクスに部分的な誤りが含まれる場合でも正確な推定が可能であり、実世界の環境における耐障害性を確保すること。

提案手法

• OCCAMは、観測された経路メトリクスから導かれる制約の下でネットワークの複雑性を最小化する混合整数双一次最適化問題としてネットワーク推定を定式化する。
• ホストペア間の経路距離（ホップ数）と経路共有（相対的リンク重複度）を入力測定値として用いる。
• 推定された経路が観測されたメトリクスと一致することを保証する制約を適用し、セグメントベースのルーティングとリンク共有の一貫性を確保する。
• ツリー・ステッチ処理では、ソースツリーと経路メトリクスを用いて、セグメントを経路にマッピングし、分岐点をノードにマッピングすることで一貫性のあるグローバルトポロジーを再構築する。
• リンクおよびセグメントの存在を表すバイナリ変数を用い、サイクルのないルーティング経路と正しいトポロジー構造を保証する制約を設ける。
• 経路共有と距離メトリクスからの完全な推定、およびソースツリーと経路メトリクスの組み合わせによる推定の両方をサポートする。

実験結果

リサーチクエスチョン

• RQ1 アクティブプローブやネットワーク内ノードの協力が一切不要な状況で、ホストレベルの経路メトリクスのみから完全なネットワークトポロジーとルーティング経路を推定できるか？
• RQ2 単純さを重視する最適化手法（オッカムの剃刀）を用いることで、真のネットワーク構造をどの程度正確に再構築できるか？
• RQ3 20–30%の誤った測定値を含む入力メトリクスに対しても、推定の耐障害性はどの程度保たれるか？
• RQ4 マルチキャストプローブから得られるソースツリーを、経路共有メトリクスと同等に使い替えて同じグローバルトポロジーを推定できるか？
• RQ5 高い忠実度のネットワーク推定を達成するために、必要な最小限の経路共有情報量はどの程度か？

主な発見

• OCCAMは、実際のISPネットワークにおいて経路共有と距離メトリクスからトポロジーを推定した際、平均93%のネットワーク類似度を達成した。
• 推定されたルーティング経路と真値との間のパス編集距離は0.20であり、経路再構築の高精度性を示している。
• ソースツリーと経路メトリクスを組み合わせた場合、OCCAMは平均92.9%のネットワーク類似度と0.22のパス編集距離を達成し、高い一貫性を示した。
• 入力メトリクスに最大30%の誤りが含まれても、OCCAMは高品質な推定を維持し、測定ノイズに対する耐障害性を示した。
• 経路メトリクスを除いたソースツリーのみを用いた場合、平均81.5%のネットワーク類似度と0.48のパス編集距離を達成し、ソースツリーのみでも妥当な推定が可能であることを示した。
• 結果から、経路共有メトリクスとソースツリーは、高精度なトポロジー推定において相互に置き換え可能な入力であることが示され、本手法の柔軟性が裏付けられた。