[论文解读] Service Function Chaining Simplified

Milad Ghaznavi, Nashid Shahriar+2 more|arXiv (Cornell University)|Jan 5, 2016

Software-Defined Networks and 5G参考文献 38被引用 64

一句话总结

本文提出了一种混合整数规划（MIP）模型和一种名为Kariz的启发式算法，通过在主机之间分配多个VNF实例来优化服务功能链（SFC），以实现自定义吞吐量并最小化资源使用。Kariz通过调优参数平衡速度与精度，在模拟中实现了79–100%的接受率，且运行成本低于最优MIP解决方案的125%。

ABSTRACT

Middleboxes have become a vital part of modern networks by providing service functions such as content filtering, load balancing and optimization of network traffic. An ordered sequence of middleboxes composing a logical service is called service chain. Service Function Chaining (SFC) enables us to define these service chains. Recent optimization models of SFCs assume that the functionality of a middlebox is provided by a single software appliance, commonly known as Virtual Network Function (VNF). This assumption limits SFCs to the throughput of an individual VNF and resources of a physical machine hosting the VNF instance. Moreover, typical service providers offer VNFs with heterogeneous throughput and resource configurations. Thus, deploying a service chain with custom throughput can become a tedious process of stitching heterogeneous VNF instances. In this paper, we describe how we can overcome these limitations without worrying about underlying VNF configurations and resource constraints. This prospect is achieved by distributed deploying multiple VNF instances providing the functionality of a middlebox and modeling the optimal deployment of a service chain as a mixed integer programming problem. The proposed model optimizes host and bandwidth resources allocation, and determines the optimal placement of VNF instances, while balancing workload and routing traffic among these VNF instances. We show that this problem is NP-Hard and propose a heuristic solution called Kariz. Kariz utilizes a tuning parameter to control the trade-off between speed and accuracy of the solution. Finally, our solution is evaluated using simulations in data-center networks.

研究动机与目标

• 为克服单个VNF和单台物理主机在服务功能链（SFC）中的吞吐量限制。
• 解决在异构VNF（性能和资源需求各异）上部署具有自定义吞吐量的链路时的复杂性。
• 在分布式SFC部署中联合优化VNF实例放置、工作负载分配和带宽分配。
• 开发一种可扩展的解决方案，抽象VNF异构性，实现高效、资源感知的SFC部署。

提出的方法

• 将SFC部署建模为混合整数规划（MIP）问题，以寻找VNF实例的最优放置和资源分配。
• 对主机和带宽资源分配、VNF实例放置以及跨多个VNF实例的流量负载均衡进行联合建模。
• 提出Kariz，一种带调优参数的局部搜索启发式算法，用于控制解的求解速度与精度之间的权衡。
• 采用流量拆分和负载分发机制，平衡同一服务功能的多个VNF实例之间的工作负载。
• 采用分布式部署模型，使多个VNF实例共同提供单个中间设备的功能。
• 在具有不同链路长度和吞吐量需求的数据中心网络中，通过模拟评估MIP和Kariz。

实验结果

研究问题

• RQ1 如何优化服务功能链以实现超越单个VNF或物理主机限制的自定义吞吐量？
• RQ2 VNF异构性对资源高效SFC部署有何影响？如何在优化模型中抽象这种异构性？
• RQ3 启发式解能否在大规模SFC部署中，于接受率和运行成本方面匹配最优MIP模型的性能？
• RQ4 解的求解速度与精度之间的权衡如何影响SFC部署的可扩展性和实用性？

主要发现

• 在不同链路长度和吞吐量需求下，Kariz的接受率相比最优MIP解达到79–100%。
• 在带宽利用率方面，Kariz在Len-1链路中实现97–101%效率，Len-2中为88–106%，Len-3中为78–111%，Len-4中为101–131%。
• Kariz的CPU利用率从Len-1的95–100%到Len-4的100–103%，与MIP性能非常接近。
• Kariz的VNF实例利用率处于MIP的100–111%之间，表明VNF资源的使用接近最优。
• 对于Len-4链路，Kariz的运行成本最高可达MIP的140%，但在某些情况下因在资源稀缺时拒绝链路，反而比MIP少支付1%。
• 该启发式算法在所有配置下均保持良好性能，所有测试场景下的总运行成本均低于MIP的125%。