[论文解读] ReNets: Toward Statically Optimal Self-Adjusting Networks

Chen Avin, Stefan Schmid|arXiv (Cornell University)|Apr 5, 2019

Software-Defined Networks and 5G参考文献 64被引用 7

一句话总结

本文提出 ReNets，一种自适应网络架构，能根据不断变化的流量模式动态重构其拓扑结构，以最小化通信成本。通过为每个源节点使用自适应二叉搜索树（BST）作为‘自我中心树’（ego-trees），ReNets 实现了静态最优性能——匹配固定需求感知网络的理论下限——同时保持恒定大小的转发表和本地路由，所有性能均有可证明的保证，且重构过程时间复杂度为多项式时间。

ABSTRACT

This paper studies the design of self-adjusting networks whose topology dynamically adapts to the workload, in an online and demand-aware manner. This problem is motivated by emerging optical technologies which allow to reconfigure the datacenter topology at runtime. Our main contribution is ReNet, a self-adjusting network which maintains a balance between the benefits and costs of reconfigurations. In particular, we show that ReNets are statically optimal for arbitrary sparse communication demands, i.e., perform at least as good as any fixed demand-aware network designed with a perfect knowledge of the future demand. Furthermore, ReNets provide compact and local routing, by leveraging ideas from self-adjusting datastructures.

研究动机与目标

• 设计一种自适应网络，能够实时动态适应稀疏且分布不均的通信工作负载，优于固定且对需求不敏感的拓扑结构。
• 解决在线、需求感知网络设计中重构成本与性能增益之间的权衡问题，其中未来流量模式未知。
• 实现静态最优性——即在不依赖未来知识的前提下，性能可达到具备完美未来知识的固定需求感知网络的水平。
• 通过利用自适应数据结构实现紧凑且本地化的路由，避免全局路由重新计算。
• 在任意稀疏通信需求下，为动态网络拓扑提供可证明的性能保证。

提出的方法

• ReNets 使用自适应二叉搜索树（BST）作为每个源节点的‘自我中心树’（ego-trees），以保持频繁通信节点对之间的拓扑接近性。
• 每个节点维护一个本地 BST，其结构根据通信频率动态重组，受伸展树（splay trees）启发，以最小化访问成本。
• 网络拓扑通过组合各个独立的 ego-trees 构建，确保频繁访问的节点对在拓扑上更接近。
• 重构由通信模式触发，重构成本被显式建模，并与路由成本节省进行权衡。
• 该设计确保了恒定大小的转发表，并支持本地路由，即每个节点仅需了解自身的 ego-tree。
• 理论分析借鉴了先前工作 [7] 中的度数降低技术，证明 ReNets 实现了按熵比例的路由长度。

实验结果

研究问题

• RQ1 自适应网络能否实现与具备未来流量完美知识的固定需求感知网络相当的性能？
• RQ2 在在线、需求感知的网络拓扑中，如何平衡重构成本与路由成本节省？
• RQ3 在动态重构拓扑的自适应网络中，能否维持本地且紧凑的路由？
• RQ4 是否可能设计一种自适应网络，实现静态最优性，而无需事先知晓未来的通信模式？
• RQ5 自适应数据结构（如伸展树）在实现高效且可证明最优的网络自适应中起到什么作用？

主要发现

• ReNets 实现了静态最优性，即其性能至少与任何基于未来流量完美知识设计的固定需求感知网络相当。
• 网络实现了按熵比例的路由长度，在稀疏且分布不均的工作负载下，可显著低于传统需求无关网络的 O(log n) 上限。
• ReNets 维持了恒定大小的转发表，支持本地路由，实现了无需全局状态更新的可扩展、高效多跳转发。
• 重构机制为多项式时间，且在最小化相对于事后最优固定拓扑的遗憾意义下具有可证明的最优性。
• 该方法在任意稀疏通信需求下，优于现有基于启发式或启发式方法的可重构网络，提供了形式化的性能保证。
• ReNets 是首个在不依赖流量矩阵或未来需求先验知识的前提下，实现静态最优性的自适应网络设计。