카운팅 블룸 필터를 활용한 실시간 elephant flows 검출 :Real-time elephant flows detection with counting bloom filter

김보겸

추천

검색

자료유형: 학위논문

저자정보: 김보겸 (한밭대학교, 한밭大學校)

지도교수: 황경호

발행연도: 2020

저작권: 한밭대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2020

카운팅 블룸 필터를 활용한 실시간 elephant flows 검출

김보겸 컴퓨터工學科 2020.01 학위논문

2019

카운팅 블룸 필터를 활용한 실시간 Elephant Flows 검출

김보겸 , 황경호 한국통신학회 학술대회논문집 2019.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

국 문 요 약
카운팅 블룸 필터를 활용한
실시간 Elehpant Flows 검출
논문제출자 김 보 겸
지 도 교 수 황 경 호
본 논문에서는 SDN(Software Defined Networking)이 발전하면서 네트워크 트래픽의 대규모화가 급속히 진행되어 발생하는 Elephant Flow 문제를 카운팅 블룸 필터 방식에 간단한 메커니즘을 추가해 완화시킬 수 있는 알고리즘을 제안하였다. SDN의 개념이 제시된 이후 컨트롤 플레인과 데이터 플레인에 대한 연구가 계속되어 왔다. 특히 효율적인 메모리의 사용과 그에 따른 능률적인 라우팅을 위한 많은 연구가 실시되었다. 이를 위해 Elephant Flow를 식별해 처리하는 것이 중요한 해결과제가 되었다.
Elephant Flow는 다른 플로우에 비해 상당히 많은 바이트 수를 가져 네트워크 링크에서 특정 시간 동안 전체 대역의 일부를 홀로 점유하는 네트워크 플로우를 말한다. Elephant Flow는 전체 대역 공유의 불균형을 유발하는 문제점이 있다. 따라서 자원을 적게 사용하면서 높은 정확도로 Elephant Flow를 식별하기 위한 다양한 알고리즘이 연구되고 있다.
본 논문에서는 플로우 정보를 해싱하여 추출함으로써 고유하지만 메모리를 적게 요구하는 메모리 효율성과 시계열적 플로우의 특성을 바탕으로 검출 임계값을 산출해 Elephant Flow를 실시간으로 정확하게 식별해 낼 수 있는 알고리즘을 제안하고 성능을 비교 평가한다.
먼저 각 플로우의 고유 정보를 해싱한 데이터로 카운팅 블룸 필터를 생성하였다. 전체 해싱 데이터가 전부 필터에 적용되기 전, 특정 해시 세트로 범위를 한정하여 메모리를 절약하면서 고유한 Elephant Flow를 효율적으로 식별할 수 있도록 하였다. 이후 일정 간격으로 플로우를 나누어 검출 간격으로 설정하고 실시간으로 Elephant Flow를 식별할 검출 간격 당 임계값을 구한다. 이전 검출 간격의 결과를 참고하며 현재 검출 간격의 임계값을 산출해 플로우의 시계열적인 특성에 대응한다. 블룸 필터의 카운팅 값이 해당 임계값을 초과하는 즉시 식별하면서 필터를 갱신하여 실시간 검출 기능을 강화하였다.
본 논문에서 제안한 실시간 Elephant Flow 검출 알고리즘은 CAIDA(Center for Applied Internet Data Analysis)에서 제공받은 패킷 추적 데이터를 이용하여 연구를 진행했다. 미국 New York 주에 위치한 Equinix Datacenter에서 수집한 이 데이터는 New York과 브라질의 Sao Paulo 사이에 Tier1 ISP의 OC192 백본 링크에 연결되어 있는 모니터에서 추적된 패킷을 사용하여 성능을 분석 및 비교하였다.
제안한 방안을 통해 식별된 Elephant Flow 개수는 기존 식별 방안 알고리즘을 사용했을 때 보다 약 9% 이상 정확도가 높은 것을 확인하였다. 또한 제안한 방안의 파라미터를 변화시켜 최적의 파라미터를 도출하는 과정을 통해 향후 연구 과제를 제시하였다.

ABSTRACT
Real-time Elephant Flows Detection with Counting Bloom Filter
Bo-Keom Kim
Dept. of Computer Engineering
Graduate School of Information & Communications
Hanbat National University
Advisor : Gyung-Ho Hwang
In this thesis, we proposed an algorithm that can mitigate the elephant flow problem caused by the rapid growth of network traffic with the development of SDN (Software Defined Networking). Since the concept of SDN has been proposed, research on the control plane and data plane has continued. In particular, a lot of research has been conducted for efficient memory usage and consequently efficient routing. Identifying and processing elephant flows has become an important challenge.
The Elephant Flow is a network flow that has a significantly larger number of bytes than other flows and occupies part of the entire band alone for a certain time on a network link. The Elephant Flow has a problem of causing an imbalance in the overall bandwidth sharing. Therefore, various algorithms for identifying Elephant Flows with high accuracy while using less resources have been studied.
In this thesis, we proposed an algorithm that can accurately identify Elephant Flows in real time by calculating detection thresholds considering the memory efficiency and the characteristics of time series flows by hashing and extracting flow information. The performance of the proposed algorithm is evaluated and compared with conventional scheme.
First, a counting bloom filter is generated by hashing the unique information of each flow. Before the entire hashing data is applied to the filter, it is scoped to a specific set of hashes to uniquely identify Elephant Flow while saving memory. After that, the flow is divided at regular intervals to be set as the detection interval, and a threshold value per detection interval to identify the elephant flow in real time is obtained. The threshold value of the current detection interval is calculated considering the result of the previous detection interval and the time series characteristics of the flow. As the counting value of the bloom filter exceeds the corresponding threshold, the Elephant Flow is detected and the filter is updated.
The real-time elephant flow detection algorithm proposed in this thesis was studied using packet tracking data provided from CAIDA (Center for Applied Internet Data Analysis). The data, collected from the Equinix Datacenter in New York, USA, were analyzed and compared performance using packets traced from a monitor connected to the OC192 backbone link of the Tier1 ISP between New York and Sao Paulo of Brazil.
The number of elephant flows identified through the proposed scheme is confirmed to be about 9% more accurate than the conventional algorithm. In addition, we proposed future research tasks through the process of deriving the optimal values by changing the parameters of the proposed scheme.

목 차
표 목 차 ……………………………………………………………………… Ⅱ
그림목차 ……………………………………………………………………… Ⅱ
국문요약 ……………………………………………………………………… Ⅲ
Ⅰ. 서 론 …………………………………………………………………… 1
Ⅱ. 관련연구 …………………………………………………………………… 2
1. Software Defined Networking ……………………………………………………… 2
2. Counting Bloom Filter ………………………………………………………………… 3
3. RML-HCBF ……………………………………………………………………………… 6
4. OsF L-LRU ……………………………………………………………………………… 6
Ⅲ. 카운팅 블룸 필터를 활용한 실시간 Elephant Flow 검출 …………… 8
1. 해싱 ……………………………………………………………………………………… 8
2. 식별 ……………………………………………………………………………………… 9
3. Threshold 정의 ……………………………………………………………………… 11
4. 제안하는 알고리즘 동작 …………………………………………………………… 12
5. 성능평가 ………………………………………………………………………………… 14
(1). 데이터 세트 ………………………………………………………………………… 14
(2). 성능평가 …………………………………………………………………………… 15
(3). 환경 파라미터 변화 실험 ………………………………………………………… 16
(4). 네트워크 트래픽 데이터 변화 실험 …………………………………………… 23
(5). Flows 특성 분석 …………………………………………………………………… 24
Ⅳ. 결 론 …………………………………………………………………… 27
Ⅴ. 참고문헌 …………………………………………………………………… 28
ABSTRACT …………………………………………………………………… 30

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)