[论文解读] A First Look at Anycast CDN Traffic

Danilo Cicalese, Danilo Giordano+5 more|arXiv (Cornell University)|May 5, 2015

Caching and Content Delivery参考文献 14被引用 9

一句话总结

本论文通过结合主动测量与被动测量，首次对启用任播的内容分发网络（A-CDNs）进行了全面表征。结果表明，CloudFlare 和 EdgeCast 等 A-CDN 通过 TCP 协议稳定地分发热门网络内容，具备低路径波动性与显著的用户参与度——占网络总流量的 3%，每日服务约 50% 的用户。

ABSTRACT

Anycast routing is an IP solution that allows packets to be routed to the topologically nearest server. Over the last years it has been commonly adopted to manage some services running on top of UDP, e.g., public DNS resolvers, multicast rendez-vous points, etc. However, recently the Internet have witnessed the growth of new Anycast-enabled Content Delivery Networks (A-CDNs) such as CloudFlare and EdgeCast, which provide their web services (i.e., TCP traffic) entirely through anycast. To the best of our knowledge, little is known in the literature about the nature and the dynamic of such traffic. For instance, since anycast depends on the routing, the question is how stable are the paths toward the nearest server. To bring some light on this question, in this work we provide a first look at A-CDNs traffic by combining active and passive measurements. In particular, building upon our previous work, we use active measurements to identify and geolocate A-CDNs caches starting from a large set of IP addresses related to the top-100k Alexa websites. We then look at the traffic of those caches in the wild using a large passive dataset collected from a European ISP. We find that several A-CDN servers are encountered on a daily basis when browsing the Internet. Routes to A-CDN servers are very stable, with few changes that are observed on a monthly-basis (in contrast to more the dynamic traffic policies of traditional CDNs). Overall, A-CDNs are a reality worth further investigations.

研究动机与目标

• 通过主动测量检测并定位托管热门网站的任播启用 CDN（A-CDNs）
• 利用来自欧洲 ISP 的被动探测数据，表征真实世界中 A-CDN 的流量规模与模式
• 评估客户端与 A-CDN 缓存之间网络路径随时间的稳定性
• 挑战一种普遍观点，即有状态的 TCP 服务无法在任播上可靠运行
• 提供对 A-CDN 在真实环境中部署与使用的保守但具代表性的视图

提出的方法

• 使用主动测量方法，将 Alexa 排名前 10 万位的网站映射至 /24 IP 子网，识别出 328 个具备任播能力的子网
• 应用先前开发的任播检测技术 [19]，基于 TTL 和 TTFB 模式对 A-CDN 缓存副本进行地理定位
• 通过欧洲 ISP 收集为期一个月的被动流量探测数据，涵盖 20,000 个家庭，用于分析真实用户对 A-CDNs 的访问流量
• 通过监测 RTT、TTL 和 TTFB 随时间的变化，分析路径稳定性以检测路由变更
• 将路由事件与 TTL 分布变化及 RTT 突增相关联，推断 BGP 层级的路由切换
• 通过客户端-服务器亲和性分析，评估缓存选择在时间上的稳定性

实验结果

研究问题

• RQ1 在真实部署中，有多少网络流量被导向 A-CDNs，其分布特征如何？
• RQ2 客户端与 A-CDN 缓存之间的网络路径在长时间内是否稳定？
• RQ3 用户在日常浏览过程中在多大程度上会接触到 A-CDN 缓存，以及频率如何？
• RQ4 考虑到路径的不稳定性，有状态的 TCP 服务是否能在 IP 任播上可靠运行？
• RQ5 A-CDN 的路由与负载均衡策略在路径稳定性方面，与传统 CDN 相比如何？

主要发现

• 在观测数据集中，A-CDNs 占总网络流量的约 3%，表明其在生产环境中的广泛部署
• 数据集中约 50% 的用户在正常浏览过程中与 A-CDN 缓存发生交互，表明客户端侧存在广泛暴露
• EdgeCast 的 A-CDN 在整个月份内均未发生路由变更，而其他 A-CDNs 仅经历了少数几次路由事件，且事件之间间隔数天的稳定性
• A-CDN 所展现的路径稳定性与传统 CDN 形成鲜明对比，后者通常每小时发生一次负载均衡变更
• TTL 和 TTFB 模式在特定事件中确认了路由变更，例如初始 TTL 从 128 降至 64，表明缓存迁移
• 结果表明，有状态的 TCP 服务可在任播上可靠运行，挑战了长期以来认为任播不适用于面向连接协议的观念