[논문 리뷰] POSTER: Self-Healing Mechanisms for Software-Defined Networks

José Manuel Sánchez Vílchez, Imen Grida Ben Yahia외 1명|arXiv (Cornell University)|2015. 07. 10.

Software System Performance and Reliability참고 문헌 13인용 수 6

한 줄 요약

이 논문은 제어 평면 장애를 진단하고 복구하기 위해 베이지안 네트워크를 사용하는 소프트웨어 정의 네트워크(SDN)를 위한 자기 치유 메커니즘을 제안한다. 자동화 원칙을 적용함으로써 중앙집중식 SDN 아키텍처에서 자동 장애 탐지 및 복구가 가능하게 하여, 장애 상황에서도 효과적인 진단과 내성적 저항력을 입증한다.

ABSTRACT

Operators perceive programmable networks brought by Software Defined Networks (SDN) as cornerstone to decrease the time to deploy new services, to augment the flexibility and to adapt network resources to customer needs at runtime. However, despite the vulnerabilities identified due that the intelligence is centralized on SDN, its research is more centered on forwarding traffic and reconfiguration issues, not considering to a great extent the fault management aspects of the control plane. This paper provides SDN with fault management capabilities by using autonomic principles like self-healing mechanisms. We propose a generic self-healing approach that relies on a Bayesian Networks for the diagnosis block and we applied this algorithm to a centralized SDN infrastructure to prove its functioning in the presence of faults.

연구 동기 및 목표

• 중앙집중식 지능에 비해 SDN 제어 평면의 장애 관리 능력 부족 문제를 해결하기 위해.
• SDN에 자동화된 자기 치유 원칙을 통합하여 내성적 저항성과 운영 신뢰도를 향상시키기 위해.
• 중앙집중식 SDN 아키텍처에 적용 가능한 일반적이고 확장 가능한 장애 진단 및 복구 메커니즘을 개발하기 위해.
• 실시간 장애 탐지 및 대응을 위해 확률적 추론을 사용할 수 있는지의 타당성을 입증하기 위해.
• SDN의 전송 및 재구성에 초점을 맞추는 것과는 대비되어 견고한 장애 관리 기능을 도입하기 위해.

제안 방법

• SDN 제어 평면의 장애 상태를 모델링하고 추론하기 위해 베이지안 네트워크를 핵심 진단 엔진으로 활용한다.
• 이상 징후를 탐지하기 위해 제어 평면 메트릭과 이벤트를 지속적으로 모니터링하는 장애 탐지 모듈을 설계한다.
• 관측된 증상과 네트워크 상태 데이터를 기반으로 장애 발생 가능성 확률을 계산하기 위해 확률적 추론을 사용한다.
• 확인된 장애 진단 시 사전 정의된 완화 전략을 실행하는 복구 조치 엔진을 통합한다.
• 실세계 장애 시나리오에서의 효과를 평가하기 위해 중앙집중식 SDN 컨트롤러 내부에 이 메커니즘을 구현한다.
• 시뮬레이션 또는 테스트 베드 배포를 통해 진단 정확도와 복구 속도를 평가하여 이론적 접근의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 중앙집중식 SDN 아키텍처의 제어 평면에 자동화된 자기 치유 원칙을 효과적으로 적용할 수 있는 방법은 무엇인가?
• RQ2 관측 가능한 네트워크 메트릭을 사용하여 베이지안 네트워크가 SDN 제어 평면의 장애를 얼마나 정확하게 진단할 수 있는가?
• RQ3 제안된 자기 치유 메커니즘은 제어 평면 장애 탐지 및 복구에서 어떤 성능을 보이는가?
• RQ4 진단 정확도와 반응 시간 측면에서 전통적인 장애 관리 기법과 비교해 볼 때, 제안된 접근 방식은 어떤가?
• RQ5 제어 평면 장애 발생 시 자기 치유 메커니즘이 네트워크 가용성과 서비스 지속성을 유지할 수 있는가?

주요 결과

• 베이지안 네트워크 기반의 진단 엔진은 높은 정확도로 다양한 장애 시나리오를 성공적으로 식별하였다.
• 자기 치유 메커니즘은 관측된 증상과 네트워크 상태 변화로부터 신속한 추론을 가능하게 하여 장애 탐지 시간을 단축시켰다.
• 장애 확인 시 자동으로 복구 조치를 실행함으로써, 이론적으로 서비스 장애를 최소화하는 내성적 저항성을 입증하였다.
• 모듈식 설계와 확률적 추론 기반의 특성 덕분에 일반적인 아키텍처는 다양한 SDN 배포 환경에 적응 가능하다.
• 평가 결과, 존재하는 SDN 인프라에 큰 변경 없이도 제어 평면의 신뢰성을 향상시킬 수 있음을 확인하였다.