[论文解读] On the Trade-Off between Computational Load and Reliability for Network Function Virtualization

Jinkyu Kang, Osvaldo Simeone+1 more|arXiv (Cornell University)|Apr 23, 2017

Software-Defined Networks and 5G参考文献 8被引用 4

一句话总结

本文提出了一种联合优化框架，用于网络功能虚拟化（NFV）中的虚拟网络功能（VNF）链组合（CC）与转发图嵌入（FGE）问题，利用混合整数线性规划（MILP）和块坐标下降法，在端到端可靠性与每台服务器计算负载之间实现平衡。主要贡献在于，与单独优化方法相比，联合CC-FGE设计显著降低了端到端不可靠性，尤其在中等负载和低物理连通性条件下表现更优。

ABSTRACT

Network Function Virtualization (NFV) enables the "softwarization" of network functions, which are implemented on virtual machines hosted on Commercial off-the-shelf (COTS) servers. Both the composition of the virtual network functions (VNFs) into a forwarding graph (FG) at the logical layer and the embedding of the FG on the servers need to take into account the less-than-carrier-grade reliability of COTS components. This work investigates the trade-off between end-to-end reliability and computational load per server via the joint design of VNF chain composition (CC) and FG embedding (FGE) under the assumption of a bipartite FG that consists of controller and regular VNFs. Evaluating the reliability criterion within a probabilistic model, analytical insights are first provided for a simplified disconnected FG. Then, a block coordinate descent method based on mixed-integer linear programming is proposed to tackle the joint optimization of CC and FGE. Via simulation results, it is observed that a joint design of CC and FGE leads to substantial performance gains compared to separate optimization approaches.

研究动机与目标

• 为解决由于COTS服务器不可靠性导致的NFV中端到端可靠性与计算负载之间的权衡问题。
• 在概率可靠性模型下，针对二分图转发图（B-FGs）联合优化VNF链组合（CC）与转发图嵌入（FGE）。
• 支持单台服务器上部署多个VNF，不同于以往研究中每台服务器仅限一个VNF的限制。
• 为断开连接的转发图（D-FGs）提供关于可靠性-计算负载权衡的分析洞见。
• 通过仿真展示联合CC-FGE优化相较于单独优化的性能增益。

提出的方法

• 基于概率可靠性模型，为二分图转发图（B-FGs）建立联合CC与FGE优化问题，其中服务器以概率 $ p $ 独立失效。
• 提出一种块坐标下降（BCD）算法，交替优化VNF分配与链组合变量。
• 将联合问题重述为混合整数线性规划（MILP），以支持通过标准优化求解器进行启发式求解。
• 引入控制器容量（$ C_u $）、服务器失效概率（$ p_s $）以及物理网络连通性（$ c^{P}_{st} $）的约束。
• 在D-FG情况下，采用并集界近似法估算端到端不可靠性，以获得分析洞见。
• 采用启发式求解策略，固定约束条件后交替优化服务器分配与VNF链拓扑。

实验结果

研究问题

• RQ1 在断开连接的转发图（D-FG）中，端到端不可靠性如何随每台服务器的计算负载变化？
• RQ2 物理网络连通性对CC与FGE优化性能有何影响？
• RQ3 与仅优化FGE的方法相比，联合CC-FGE优化在可靠性与负载权衡方面表现如何？
• RQ4 在何种条件下，联合优化能为B-FGs带来最显著的可靠性增益？
• RQ5 在不同物理连通性与负载条件下，不同的VNF链组合策略（CCmin与CCmax）如何影响可靠性？

主要发现

• 对于断开连接的转发图（D-FGs），当 $ L $ 较小时，端到端不可靠性近似与 $ p^{rL} $ 成正比，其中 $ p $ 为服务器失效概率，$ r $ 为超配比，$ L $ 为每台服务器的计算负载。
• 在中等负载区间，联合CC-FGE优化相比仅FGE优化，可将端到端不可靠性降低最多50%，尤其在物理连通性较低时效果更显著。
• 当物理连通性较高（$ p^P = 0.8 $）时，CCmax-FGE优于CCmin-FGE，尤其在 $ L $ 为中等水平时，得益于更大的多样性增益。
• 当物理连通性较低（$ p^P $ 较小）时，CCmin-FGE优于CCmax-FGE，因其在服务器分配上具有更高的灵活性。
• 所提出的BCD-MILP算法在稀疏物理拓扑和中等负载条件下，相比单独优化实现了显著的可靠性提升。
• 随着物理连通性提高（$ p^P \to 1 $），CCmin-FGE的性能趋近于联合优化，而CCmax-FGE在低服务器规模场景中仍保持优势。