JP5747393B1 - フロー集約装置及び方法及びプログラム - Google Patents

フロー集約装置及び方法及びプログラム Download PDF

Info

Publication number
JP5747393B1
JP5747393B1 JP2014030007A JP2014030007A JP5747393B1 JP 5747393 B1 JP5747393 B1 JP 5747393B1 JP 2014030007 A JP2014030007 A JP 2014030007A JP 2014030007 A JP2014030007 A JP 2014030007A JP 5747393 B1 JP5747393 B1 JP 5747393B1
Authority
JP
Japan
Prior art keywords
flow
macro
macroflow
solution
size
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2014030007A
Other languages
English (en)
Other versions
JP2015156529A (ja
Inventor
高橋　洋介
洋介 高橋
石橋　圭介
圭介 石橋
上山　憲昭
憲昭 上山
塩本　公平
公平 塩本
裕一 大下
裕一 大下
正幸 村田
村田　　正幸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Osaka University NUC
Original Assignee
Nippon Telegraph and Telephone Corp
Osaka University NUC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp, Osaka University NUC filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2014030007A priority Critical patent/JP5747393B1/ja
Application granted granted Critical
Publication of JP5747393B1 publication Critical patent/JP5747393B1/ja
Publication of JP2015156529A publication Critical patent/JP2015156529A/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

【課題】 マクロフロー安定性とマクロフロー数、マクロフローサイズのそれぞれの条件を満たすようなマクロフローを生成する。【解決手段】 本発明は、ネットワークのマクロフローの時系列トラヒック情報が与えられると、トラヒック情報をフロー制御技術でのトラヒックサイズが一定の範囲に収まるように任意の粒度に分解し、マクロフロー安定性、マクロフロー数、マクロフローサイズのそれぞれの条件を満たすマクロフローを生成し、解マクロフローとして解マクロフロー記憶手段に格納する。【選択図】 図２

Description

本発明は、フロー集約装置及び方法及びプログラムに係り、特に、ネットワークにおけるトラヒックを効率的に収容するためのフローを集約するためのフロー集約装置及び方法及びプログラムに関する。
限られたネットワークリソースを用いてトラヒックを効率的に収容する技術として、到着トラヒックを予測し、予測結果に基づいてトラヒックの経路を制御するトラヒックエンジニアリング技術が研究されている。トラヒックエンジニアリングの例として、ネットワーク内の最大リンク利用率を最小化することを目的とした経路制御などが考えられる。この場合、トラヒックの予測値に基づいて、ネットワーク内の空いているリンクを通過させるようにトラヒックの経路を制御する（例えば、非特許文献１参照）。
インターネット上のサービスの多様化に伴い、ネットワーク上を流れるトラヒックの時系列予測を正確に実施することが困難となってきている。これは、トラヒック内に様々なサービス、コンテンツ、利用者のトラヒックが混在しているためである。誤ったトラヒック予測値に基づいてトラヒックの経路を制御した場合、特定リンクにトラヒックが集中し、リンクが輻輳する可能性がある（非特許文献２参照）。
新しいトラヒック制御技術として、近年、OpenFlow に代表されるSDN(Software Defined Network)技術への注目が高まっている。これらの技術の登場により、従来のネットワーキング技術では困難であったマイクロフロー単位の経路制御が技術的に可能となった。また、NetFlow 等のフロー計測技術の普及も進んでおり、マイクロフロー単位の詳細なトラヒック情報(フローデータ) を把握することが容易となっている。
Openflow では、Openflowスイッチ上のフローエントリでフローを制御する。フローエントリはフロー識別フィールドとアクションフィールドから成る。フロー識別フィールドは発着IPアドレス、発着ポート番号、プロトコル番号等のフローを特定する情報から構成される。アクションフィールドには特定ポートへの出力や、フローのドロップ等のフローの処理方法が記載されている。
Openflow によって任意の粒度でのフロー制御が可能となる。例えば、宛先アドレスだけをフロー識別フィールドに使用することで、宛先IPアドレスのみに基づく粗い粒度の制御をすることが可能であり、一方で、5-tuple (送信元アドレス，宛先アドレス，送信元ポート番号，宛先ポート番号，プロトコル番号) 全てをフロー識別フィールドに使用することで、5-tupleフロー(マイクロフロー)に基づく細かい粒度の制御が可能である。フローエントリ毎に上記の粒度を変えることも可能である。
また、トラヒックをマクロフローと呼ばれる単位に分割する方法がある。マクロフローはフローヘッダ情報（発着IPアドレス，発着ポート番号，プロトコル番号等）を任意に組み合わせて識別するフローであり、Openflow 等のフロー制御技術での制御が可能である（例えば、非特許文献３参照）。
トラヒックを制御粒度に分割する方法として、例えば、一律に宛先アドレスだけで分割する方法や、一律に宛先アドレスと送信元アドレスの組合せで分割する方法が考えられる（例えば、非特許文献３，４参照）。
A. Lakhina, M. Crovella, and C. Diot. Diagnosing Network-Wide Traffic Anomalies. In ACM SIGCOMM,Portland, August 2004. 工藤宏幸, 嶋村昌義, 池永全志, 鶴正人. "OpenFlow ネットワークにおける経路制御粒度が通信性能に与える影響 ", 電子情報通信学会技術研究報告. NS, ネットワークシステム, 111(8), 7-12, 2011. Broido, Andre, Young Hyun, and Ruomei Gao. "Their share: diversity and disparity in IP traffic". Passive and Active Network Measurement. Springer Berlin Heidelberg, 2004. 113-125. Kind, Andreas, Marc Ph Stoecklin, and Xenofontas Dimitropoulos. "Histogram-based traffic anomaly detection". Network and Service Management, IEEE Transactions on 6.2 (2009): 110-121.
上記の非特許文献２の技術には、マクロフローの粒度（フローサイズ）によって経路制御の性能（最大リンク利用率）が大きく変わることが示されている。細粒度のマクロフローであるほど、緻密な経路制御が可能となり、より高い経路制御性能が得られる (マクロフローサイズに関する制約)。しかし、マクロフローを細粒度とした場合、制御対象フロー数が大きくなる。制御対象フロー数が大きいことで、経路計算にかかる計算量が大きくなり、ネットワーク機器への設定数が多くなる(マクロフロー数に関する制約)。例えば、Openflow スイッチでは任意のフロー識別フィールドを利用できる代わりに、設定可能経路数(フローエントリ数)の上限がIPルータと比べて小さく抑えられている。マクロフロー数はフローエントリ数以内に抑えることが求められる。
このため、適切なマクロフローサイズ、マクロフロー数条件を満たすマクロフローへと分割する必要がある。
また、非特許文献１の技術では、発ノード、宛先ノード別トラヒック（以下、ODフローと記す。OD(Origin-Destination)）集合を主成分分析を用いて定常成分、スパイク成分、ノイズ成分に分解することに成功している。しかし、分解されたトラヒックは個々のODフローの混合和となっており、分解されたトラヒック自体をそのまま制御することはできない。
また、非特許文献３，４の技術は、それぞれの宛先アドレスへのトラヒックのサイズ分布は一様ではなく、人気のある一部の宛先に大きく偏っていることが多い(非特許文献３)。この傾向はポート番号などでも同様である（非特許文献４）。このため、一律に分割方法を決めてしまうことで、分割結果のトラヒックサイズも大きく偏ってしまう。結果として、極端に大きい粒度のトラヒックが生成され、経路制御性能が低下することが懸念される。また、アドレスやポート番号に紐付くコンテンツやサービスやアプリケーションに応じて、安定性が大きく異なるため、分割結果のトラヒック安定性が満たされない場合がある。
上記のように、従来手法（非特許文献１の手法）では、Openflow等のフロー制御技術で制御可能な可制御性を保ったままトラヒックを分解することが難しい。例えば、非特許文献１では、ネットワークのトラヒック全体をODフローの混合和とし、例えば、ODフロー１を0.3 、ODフロー2 を0.2 だけ混ぜた混合フローを集約フローA と表現し、ODフロー１を0.5 、ODフロー2 を0.1 だけ混ぜた混合フローを集約フローB と表現すると、この場合、集約フローA，B には2種類のODを持つフローが混在しているため、集約フローA，B を制御することは困難である。これは、同じ送信元と宛先を持つフローが、それぞれ集約フローＡ、集約フローＢに存在するためである。
さらに、細粒度マクロフローには、制御対象フロー数が多いという課題があり、粗粒度マクロフローには経路制御性能が低いという課題が存在する。
本発明は、上記の点に鑑みなされたもので、マクロフロー安定性とマクロフロー数、マクロフローサイズのそれぞれの条件を満たすようなマクロフローを生成することが可能なフロー集約装置及び方法及びプログラムを提供することを目的とする。
一態様によれば、ネットワークのトラヒックを収容する際に、トラヒックをマクロフロー単位に分割して制御するフロー集約装置であって、
前記ネットワークのマクロフローの時系列トラヒック情報が与えられると、任意のフローヘッダ情報に基づいてトラヒック情報を分解し、前記分解した時系列トラヒックのフローサイズが閾値以上となるフロー情報の中から、所定の安定条件を満たす単一安定マクロフロー、所定の非安定条件を満たす単一非安定マクロフローまたは所定の複合安定条件を満たすマクロフローの組み合わせを生成し、トラヒックがフロー制御技術で制御される単位である解マクロフローとして解マクロフロー記憶手段に格納するマクロフロー算出手段を有するフロー集約装置が提供される。
一態様によれば、予測可能性を考慮しながら、制御粒度を決めることにより、予測誤りを減らすことができる。また、所定の条件により制御対象のトラヒックサイズの上限を決めて集約できるため、トラヒックサイズが大きいことによる経路制御性能の劣化を防ぐことができる。さらに、制御対象のフロー数の上限を決めて集約できるため、経路計算に掛かるコスト、ネットワーク機器への設定コスト（フローエントリ数など）を抑えることができる。
本発明の一実施の形態におけるシステム構成例。 本発明の一実施の形態におけるフロー集約装置の構成例。 本発明の一実施の形態におけるフローデータベースの例。 本発明の一実施の形態におけるマクロフロー算出部の処理のフローチャート。
以下、図面と共に本発明の実施の形態を説明する。
本発明は、ネットワークを流れるトラヒックを分解して、
・マクロフロー安定性
・マクロフロー数
・マクロフローサイズ
のそれぞれの条件を満たし、Openflow等のフロー制御技術による制御が可能なマクロフローを生成する。
そのための処理として、
・ネットワークを流れるトラヒックの分解
・上記の条件を満たすようなマクロフローを生成
を行う。
本発明では、非特許文献１のようにマクロフロー粒度を一律に細粒度または粗粒度と決定することはせず、Openflowで使われる制御単位であるフローエントリ毎に任意のtuple組み合わせを設定する。ここで、フローエントリとは、主に、マッチフィールドとアクションフィールドとを有する。マッチフィールドは送受信アドレスや送受信ポート，プロトコル番号，VLAN IDなどのヘッダ情報を任意に組み合わせて記述されている。なお、全てのヘッダ情報を記載する必要はなく、ワイルドカードも使用可能である。例えば、宛先IP＝10.0.0.1、送信元ポート番号=80 といったマッチフィールドを作ると、宛先IPと送信元ポート番号だけを見てフローのマッチングを実施する。マッチフィールドにマッチしたフローはアクションフィールドに書かれたアクションを実施する。アクションフィールドには、どのポートから出力させるか、ドロップさせるか、等のアクションが記述される。フローエントリはマッチフィールドとアクションフィールドが記載された制御単位である。本発明は、このマッチフィールドをどう決めるかという点が重要であり、あまり細かい粒度に決めてしまうと、膨大な数のフローエントリ数が必要となり、粗すぎるとうまく経路制御できない場合がある。例えば、宛先IPの中でもトラヒック量の多いものとそうでないものがあり、一様では大きく偏っていることが多いため、一律にフローエントリの粒度を設定した場合には、フローエントリによって扱うフローのサイズが極端に大きかったり小さかったりする。
また、可能な全てのフロー構成情報の組み合わせは膨大となり、その全ての組み合わせについて集約条件を満たすかどうかを実時間で調べることは計算時間や必要メモリ空間の点で困難である。本発明では、宛先アドレスや送信ポート番号等のトラヒック粒度で各トラヒックを分類及び分割し、一定の条件でトラヒックを合算し、Openflow等のフロー制御技術で制御可能なマクロフローを生成する。
以下に詳細に説明する。
図１は、本発明の一実施の形態におけるシステム構成例である。同図に示すシステムでは、フロー制御技術としてOpenflowを例として説明する。
ノード１はOpenflowスイッチ２に接続され、Openflowスイッチ２は、トラヒック情報をトラヒック情報モニタ３に送信する。トラヒック情報モニタ３は、収集したトラヒック情報を、フロー集約装置１０に送出する。フロー集約装置１０で生成されたマクロフロー情報は経路計算エンジン４に送られ、経路計算エンジン４で経路計算がなされたフローエントリ情報がOpenflowコントローラ５に送られる。Openflowコントローラ５は、フローエントリ設定命令を各Openflowスイッチ２に送出する。
図２は、本発明の一実施の形態におけるフロー集約装置の構成例を示す。
同図に示すフロー集約装置１０は、マクロフロー算出部１１、候補マクロフロー記憶部１２、フローデータベース１３、解マクロフロー記憶部１４を有する。
なお、上記の構成以外に、図示しないが、フロー集約装置１０は、所定の閾値や制御パラメータや、条件（安定条件、非安定条件、安定条件（複合）、解マクロフロー追加条件、集約アルゴリズム終了条件等）を格納するメモリ等の記憶媒体を有するものとする。
候補マクロフロー記憶部１２は、候補マクロフロー情報を格納する。
フローデータベース１３は、図３（ｃ）に示すように、送信元IPアドレス、宛先アドレス、送信元ポート番号、宛先ポート番号、プロトコル番号、時系列トラヒック情報等のマイクロフロー情報を格納する多次元データベースであり、図３（ｂ）に示すように、送信元ＩＰアドレス、宛先ＩＰアドレス、送信元ポート番号、宛先ポート番号、プロトコル番号等のマクロフロークエリに基づいて、対応するマイクロフロー情報を返却する。
解マクロフロー記憶部１４は、マクロフロー算出部１１で算出された解マクロフローを格納する。
マイクロフロー算出部１１は、図４に示す処理を行なう。
図４は、本発明の一実施の形態におけるマクロフロー算出部の処理のフローチャートである。
ステップ１０１）初期候補マクロフロー生成：
マクロフロー算出部１１は、フローデータベース１３にアクセスし、フローサイズが閾値Y以上となる１次元フロー情報を全て取得し、これを初期候補マクロフローとして候補マクロフロー情報記憶部１２に書き込む。ここで、閾値Yは予め決定され、メモリ（図示せず）等の記憶手段に格納されているものとする。
ステップ１０２）乱数X（０≦X≦１）を生成し、Xを評価：
マクロフロー算出部１１は、乱数X（0≦X≦1、実数）を生成し、制御パラメータA、B,Cと大小関係を評価する。制御パラメータCは候補マクロフロー拡張による解空間の探索と解マクロフロー選択による解選択をどの割合で実施するかを決める。Cが大きい場合には、候補マクロフローリスト拡張（ステップ１０６）が実施される割合が高くなり、より広い解空間から解を選ぶことができるため、解の精度が向上する。
一方で、解選択が実施される割合が低くなることで、最終的な解マクロフローを算出するまでの時間が長くなる。制御パラメータA,Bは３パターンの解選択処理をどの割合で実施するかを決定する。具体的には、閾値がA,Bの２つあれば、Xの値が、「A未満（X<A）」、「A以上B未満(A≦X<B)」、「B以上(X≧B)」のように３つのパターンに分けられる。
Xを評価した結果、x<Aであればステップ１０３に、A≦X＜Bであればステップ１０４に、B≦X＜Cであればステップ１０５に、C≦Xであればステップ１０６に移行する。
ステップ１０３）単一安定マクロフロー選択：
x<Aであれば、マクロフロー算出部１１は、候補マクロフロー記憶部１２にアクセスし、安定条件を満たすマクロフローを最大M個選択する。M個のマクロフローからランダムに１つ選択し、解マクロフロー記憶部１４の解マクロフローに「安定フロー」として加える。ここでは、ランダムに解を選択することで解が特定の局所解に収束することを防いでいる。
上記の安定条件として、トラヒック安定性条件
C.V.(f)< C.V._stable
（但し、fはマクロフロー、C.V.(f)は該fの時系列トラヒック量の変動係数、C.V._stableは解マクロフローに安定フローとして追加できる最大の変動係数）
及び、トラヒックサイズ条件
sizemin<size(f)<sizemax
（但し、size(f)は時系列トラヒック量の平均値、sizeminは解マクロフローに追加できる最小のフローサイズ、sizemaxは解マクロフローに追加できる最大のフローサイズ）を用いる。
上記のC.V.は以下の式により求められる。
Figure 0005747393
 （但し、xiは時刻iのトラヒック量）
観測期間中に変動係数が小さくトラヒックの時系列変動が安定しているフローは将来に亘っても変動係数が小さくトラヒックの時系列が安定している可能性が高いと考えられる。
上記の処理の後、ステップ１０７の処理に移行する。
ステップ１０４）単一非安定マクロフロー選択：
A≦X＜Bであれば、候補マクロフロー記憶部１２にアクセスし、非安定条件を満たすマクロフローを最大M個選択する。M個のマクロフローからランダムに１つ選択し、解マクロフロー記憶部１４の解マクロフローに「非安定フロー」として加える。ここでは、ランダムに解を選択することで、解が特定の局所解に収束することを防いでいる。
上記の非安定条件として、
トラヒック非安定条件C.V.(f)<C.V._unstable
（但し、fはマクロフロー、C.V.(f)は該fの時系列トラヒック量の変動係数）
及び、トラヒックサイズ条件
sizemin<size(f)<sizemax
（但し、size(f)は時系列トラヒック量の平均値）を用いる。
ステップ１０５）ペア安定マクロフロー選択：
B≦X＜Cであれば、候補マクロフロー記憶部１２にアクセスし、安定条件（複合）を満たすマクロフロー組み合わせを最大M個選択する。M個のマクロフロー組み合わせからランダムに一つ選択し、解マクロフロー記憶部１４の解マクロフローに「安定フロー」として加える。ここでは、ランダムに解を選択することで解が特定の局所解に収束することを防いでいる。
安定条件（複合）として、トラヒック安定条件
C.V.(f+g)< C.V._stable
（但し、f+gは時系列データを合算したマクロフロー、C.V.(f+g)は該f+gの時系列トラヒック量の変動係数）
及び、トラヒックサイズ条件
sizemin<size(f+g)<sizemax
（但し、size(f+g)はf+gの時系列トラヒック量の平均値）を用いる。
という条件を用いる。
ステップ１０６）候補マクロフローリスト拡張
C≦Xであれば、候補マクロフロー記憶部１２の候補マクロフローリストを拡張することで、解空間を拡大する。フローサイズが上位L個のN次元マクロフローからランダムに一つ選択する（但し、N≦４）。選択したN次元のマクロフローヘッダ情報の未選択次元の各値から選択することで最もフローサイズが大きくなる値を１つ選択し、マクロフローヘッダに追加することで新たなN+1次元マクロフローを生成し、候補マクロフロー記憶部１２の候補マクロフローリストに追加する。
例えば、２次元マクロフロー（sipA,*,*,dpB,*）を(sipAk*,*,dpB,prA)を生成する。未選択次元は、dstIP，srcPort，protoの３次元とする。未選択次元から１つ値を選んで、３次元フローを生成する。このうち、proto=prAを選択して生成した３次元フローが最もフローサイズが大きくなった場合には、（sipA,*,*,dpB,prA）を候補として新たに候補マクロフロー記憶部１２に追加する。
ステップ１０７）フローデータベース更新及び候補マクロフロー情報更新：
上記のステップ１０３，１０４，１０５で選択した解マクロフローに含まれるマイクロフローをフローデータベース１３から削除する。更新後のフローデータベース１３の情報で候補マクロフローのフローサイズ、時系列変動係数を再計算し、候補マクロフロー記憶部１２に書き込む。
ステップ１０８）マクロフロー生成継続条件判定：
マクロフロー生成継続条件（残余フローサイズ、ループ回数）を評価し、継続条件を満たす場合は、ステップ１０２に移行し、再度マクロフロー構成の処理を実施する。継続条件を満たさない場合は、ステップ１０９に移行する。
例えば、残余フローサイズをsize(residual_flow)とした場合、size(residual_flow)＜residual_thresholdの場合には残余フローが殆ど残っていないと判定し、ステップ１０９に進み、それ以外の場合はステップ１０２（マクロ生成継続）に進む。ここで、residual_thresholdは残余フローサイズの閾値である。
また、例えば、ループ回数をnumloopとした場合、numloop > repeat_thresholdの場合にはループが十分な回数回ったと判定し、ステップ１０９（マクロフロー生成終了）へと進み、それ以外の場合はステップ１０２（マクロフロー生成継続）に進む。ここで、repeat_thresholdはアルゴリズム繰り返し回数の閾値である。
ステップ１０９）マクロ生成終了通知
マクロフロー生成が終了したことを解マクロフロー記憶部１４に通知する。
なお、図２に示すフロー集約装置１０の処理をプログラムとして構築し、フロー集約装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。
本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。
１ ノード
２ Openflowスイッチ
３ トラヒック情報モニタ
４ 経路計算エンジン
５ Openflowコントローラ
１０ フロー集約装置
１１ マクロフロー算出部
１２ 候補マクロフロー記憶部
１３ フローデータベース
１４ 解マクロフロー記憶部

Claims (8)

  1. ネットワークのトラヒックを収容する際に、トラヒックをマクロフロー単位に分割して制御するフロー集約装置であって、
    前記ネットワークのマクロフローの時系列トラヒック情報が与えられると、任意のフローヘッダ情報に基づいてトラヒック情報を分解し、前記分解した時系列トラヒックのフローサイズが閾値以上となるフロー情報の中から、所定の安定条件を満たす単一安定マクロフロー、所定の非安定条件を満たす単一非安定マクロフローまたは所定の複合安定条件を満たすマクロフローの組み合わせを生成し、トラヒックがフロー制御技術で制御される単位である解マクロフローとして解マクロフロー記憶手段に格納するマクロフロー算出手段を
    有することを特徴とするフロー集約装置。
  2. 前記マクロフロー算出手段は、
    任意のフローヘッダ情報に基づいて、多次元フローデータベースにアクセスし、前記マクロフローの時系列トラヒック情報を取得する手段と、
    前記時系列トラヒック情報のフローサイズが所定の閾値以上となるフロー情報を候補マクロフロー情報記憶手段に格納する手段と、
    乱数X(0≦X≦1)を生成し、所定の制御パラメータとの大小関係により、前記候補マクロフロー情報記憶手段から、所定の安定条件を満たす単一安定マクロフローを選択して解マクロフローとして解マクロフロー記憶手段に格納する、所定の非安定条件を満たす単一非安定マクロフローを選択して解マクロフローとして解マクロフロー記憶手段に格納する、所定の複合安定条件を満たすマクロフローの組み合わせを選択して解マクロフローとして解マクロフロー記憶手段に格納する、または、該候補マクロフロー情報記憶手段の候補マクロフローリストを拡張するマクロフロー選択手段と、
    前記解マクロフロー記憶手段の前記解マクロフローを前記多次元フローデータベースから削除し、更新後の多次元フローデータベースの情報でフローサイズ、時系列変動係数を再計算し、前記候補マクロフロー記憶手段を更新する更新手段と、
    を含む請求項１記載のフロー集約装置。
  3. 前記マクロフロー選択手段は、
    候補マクロフロー拡張による解空間の探索と解マクロフロー選択による解選択をどの割合で実施するかを決める制御パラメータC、所定の閾値を表す制御パラメータA、制御パラメータBを用いて、
    前記乱数Xが前記制御パラメータAより小さければ、前記候補マクロフロー記憶手段にアクセスして、前記所定の安定条件を満たすM個のマクロフローをランダムに選択し、前記単一安定マクロフローとして前記解マクロフロー記憶手段に格納する手段と、
    前記乱数Xが前記制御パラメータA以上、かつ、前記制御パラメータBより小さければ、前記候補マクロフロー記憶手段にアクセスして、前記所定の非安定条件を満たすM個のマクロフローからランダムに１つ選択し、前記単一非安定マクロフローとして前記解マクロフロー記憶手段に格納する手段と、
    前記乱数Xが前記制御パラメータB以上、かつ、前記制御パラメータCより小さければ、前記候補マクロフロー記憶手段にアクセスして、前記所定の複合安定条件を満たすM個のマクロフローの組み合わせからランダムに１つ選択し、前記単一非安定マクロフローとして前記解マクロフロー記憶手段に格納する手段と、
    前記乱数Xが前記制御パラメータC以上である場合は、フローサイズが上位L個のN（N≦４）次元マクロフローからランダムに１つ選択し、選択したN次元マクロフローのヘッダ情報の未選択次元の各値から、選択することで最もフローサイズが大きくなる値を１つ選択し、マクロフローヘッダに追加してN+1次元のマクロフローを生成し、前記候補マクロフロー記憶手段に追加する手段と、
    を含む請求項２記載のフロー集約装置。
  4. 前記所定の安定条件を、
    トラヒック安定条件CV(f)< CV_stable（但し、fはマクロフロー、CV(f)は該fの時系列トラヒック量の変動係数、stablecvは解マクロフローに安定フローとして追加できる最大の変動係数）及び、トラヒックサイズ条件sizemin<size(f)<sizemax（但し、size(f)は時系列トラヒック量の平均値、sizeminは解マクロフローに追加できる最小のフローサイズ、sizemaxは解マクロフローに追加できる最大のフローサイズ）とし、
    前記所定の非安定条件を、
    トラヒック非安定条件CV(f)< CV_unstable（但し、fはマクロフロー、CV(f)は該fの時系列トラヒック量の変動係数）及び、トラヒックサイズ条件sizemin<size(f)<sizemax（但し、size(f)は時系列トラヒック量の平均値）とし、
    前記所定の複合安定条件を、
    トラヒック安定条件CV(f+g)< CV_stable（但し、f+gは時系列データを合算したマクロフロー、CV(f+g)は該f+gの時系列トラヒック量の変動係数）及び、トラヒックサイズ条件sizemin<size(f+g)<sizemax（但し、size(f+g)はf+gの時系列トラヒック量の平均値）とする
    請求項２または３に記載のフロー集約装置。
  5. ネットワークのトラヒックを収容する際に、トラヒックをマクロフロー単位に分割して制御するフロー集約方法であって、
    フロー集約装置が、
    前記ネットワークのマクロフローの時系列トラヒック情報が与えられると、任意のフローヘッダ情報に基づいてトラヒック情報を分解し、前記分解した時系列トラヒックのフローサイズが閾値以上となるフロー情報の中から、所定の安定条件を満たす単一安定マクロフロー、所定の非安定条件を満たす単一非安定マクロフローまたは所定の複合安定条件を満たすマクロフローの組み合わせを生成し、トラヒックがフロー制御技術で制御される単位である解マクロフローとして解マクロフロー記憶手段に格納するマクロフロー算出ステップを
    行うことを特徴とするフロー集約方法。
  6. 前記マクロフロー算出ステップにおいて、
    任意のフローヘッダ情報に基づいて、多次元フローデータベースにアクセスし、前記マクロフローの時系列トラヒック情報を取得するステップと、
    前記時系列トラヒック情報のフローサイズが所定の閾値以上となるフロー情報を候補マクロフロー情報記憶手段に格納するステップと、
    乱数X(0≦X≦1)を生成し、所定の制御パラメータとの大小関係により、前記候補マクロフロー情報記憶手段から、所定の安定条件を満たす単一安定マクロフローを選択して解マクロフローとして解マクロフロー記憶手段に格納する、所定の非安定条件を満たす単一非安定マクロフローを選択して解マクロフローとして解マクロフロー記憶手段に格納する、所定の複合安定条件を満たすマクロフローの組み合わせを選択して解マクロフローとして解マクロフロー記憶手段に格納する、または、該候補マクロフロー情報記憶手段の候補マクロフローリストを拡張するマクロフロー選択ステップと、
    前記解マクロフロー記憶手段の前記解マクロフローを前記多次元フローデータベースから削除し、更新後の多次元フローデータベースの情報でフローサイズ、時系列変動係数を再計算し、前記候補マクロフロー記憶手段を更新する更新ステップと、
    を行う請求項５記載のフロー集約方法。
  7. 前記マクロフロー選択ステップにおいて、
    候補マクロフロー拡張による解空間の探索と解マクロフロー選択による解選択をどの割合で実施するかを決める制御パラメータC、所定の閾値を表す制御パラメータA、制御パラメータBを用いて、
    前記乱数Xが前記制御パラメータAより小さければ、前記候補マクロフロー記憶手段にアクセスして、前記所定の安定条件を満たすM個のマクロフローをランダムに選択し、前記単一安定マクロフローとして前記解マクロフロー記憶手段に格納するステップと、
    前記乱数Xが前記制御パラメータA以上、かつ、前記制御パラメータBより小さければ、前記候補マクロフロー記憶手段にアクセスして、前記所定の非安定条件を満たすM個のマクロフローからランダムに１つ選択し、前記単一非安定マクロフローとして前記解マクロフロー記憶手段に格納するステップと、
    前記乱数Xが前記制御パラメータB以上、かつ、前記制御パラメータCより小さければ、前記候補マクロフロー記憶手段にアクセスして、前記所定の複合安定条件を満たすM個のマクロフローの組み合わせからランダムに１つ選択し、前記単一非安定マクロフローとして前記解マクロフロー記憶手段に格納するステップと、
    前記乱数Xが前記制御パラメータC以上である場合は、フローサイズが上位L個のN（N≦４）次元マクロフローからランダムに１つ選択し、選択したN次元マクロフローのヘッダ情報の未選択次元の各値から、選択することで最もフローサイズが大きくなる値を１つ選択し、マクロフローヘッダに追加してN+1次元のマクロフローを生成し、前記候補マクロフロー記憶手段に追加するステップと、
    を行う請求項６記載のフロー集約方法。
  8. コンピュータを、
    請求項１乃至４のいずれか１項に記載のフロー集約装置の各手段として機能させるためのフロー集約プログラム。
JP2014030007A 2014-02-19 2014-02-19 フロー集約装置及び方法及びプログラム Expired - Fee Related JP5747393B1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014030007A JP5747393B1 (ja) 2014-02-19 2014-02-19 フロー集約装置及び方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014030007A JP5747393B1 (ja) 2014-02-19 2014-02-19 フロー集約装置及び方法及びプログラム

Publications (2)

Publication Number Publication Date
JP5747393B1 true JP5747393B1 (ja) 2015-07-15
JP2015156529A JP2015156529A (ja) 2015-08-27

Family

ID=53718455

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014030007A Expired - Fee Related JP5747393B1 (ja) 2014-02-19 2014-02-19 フロー集約装置及び方法及びプログラム

Country Status (1)

Country Link
JP (1) JP5747393B1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5862811B1 (ja) * 2015-02-02 2016-02-16 日本電信電話株式会社 評価装置、評価方法、及びプログラム
US11811667B2 (en) 2019-02-19 2023-11-07 Nippon Telegraph And Telephone Corporation Prediction apparatus, prediction method and program
US11924061B2 (en) 2019-06-05 2024-03-05 Nippon Telegraph And Telephone Corporation Required communication quality estimation apparatus, required communication quality estimation method and program

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6660283B2 (ja) * 2016-12-09 2020-03-11 日本電信電話株式会社 トラヒック需要予測装置、トラヒック需要予測方法、及びプログラム
JP7473004B2 (ja) 2020-10-26 2024-04-23 日本電信電話株式会社 マクロフロー生成装置、マクロフロー生成方法及びプログラム
WO2023203771A1 (ja) * 2022-04-22 2023-10-26 日本電信電話株式会社 体感品質推定装置、機械学習方法、体感品質推定方法及びプログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5862811B1 (ja) * 2015-02-02 2016-02-16 日本電信電話株式会社 評価装置、評価方法、及びプログラム
US11811667B2 (en) 2019-02-19 2023-11-07 Nippon Telegraph And Telephone Corporation Prediction apparatus, prediction method and program
US11924061B2 (en) 2019-06-05 2024-03-05 Nippon Telegraph And Telephone Corporation Required communication quality estimation apparatus, required communication quality estimation method and program

Also Published As

Publication number Publication date
JP2015156529A (ja) 2015-08-27

Similar Documents

Publication Publication Date Title
JP5747393B1 (ja) フロー集約装置及び方法及びプログラム
Vissicchio et al. FLIP the (flow) table: Fast lightweight policy-preserving SDN updates
Yan et al. Efficient routing on complex networks
US10171332B2 (en) Probing technique for predictive routing in computer networks
US11159432B2 (en) Data transmission method, and switch and network control system using the method
EP3053055B1 (en) System and method for joint dynamic forwarding and caching in content distribution networks
US9432312B2 (en) Proactive and selective time-stamping of packet headers based on quality of service experience and node location
Xu et al. Low latency security function chain embedding across multiple domains
KR101541531B1 (ko) 소프트웨어 정의 네트워크 환경에서 사용 가능한 대역폭 패턴 기반 라우팅 기법
WO2024146193A1 (zh) 一种基于sdn的路由路径选择方法、装置及存储介质
JP2006245874A (ja) オーバーレイネットワークにおける部分測定を利用した通信経路計算システムおよび通信経路計算方法ならびにそのためのプログラム
JP5742981B1 (ja) 経路計算装置及び方法及びプログラム
Blose et al. Scalable Hybrid Switching-Driven Software Defined Networking Issue: From the Perspective of Reinforcement Learning
Zhou et al. Cost-efficient and scalable multicast tree in software defined networking
JP2013175913A (ja) 通信システム、経路決定装置、経路決定方法及び経路決定プログラム
Munemitsu et al. A mixed integer programming solution for network optimization under tunneling-based traffic engineering schemes
Liu et al. Achieving efficient and fast update for multiple flows in software-defined networks
Qin et al. Minimum cost multi-path parallel transmission with delay constraint by extending openflow
Messaoudi et al. GNN-Based SDN Admission Control in Beyond 5G Networks
Nguyen The OpenFlow rules placement problem: a black box approach
CN117938750B (zh) 调度路由信息的处理方法、装置、设备、存储介质及产品
Ruelas et al. Implementation of neural switch using OpenFlow as load balancing method in data center
JP5888684B2 (ja) フロー集約装置及び方法及びプログラム
Wu et al. Achieving fast loop-free updates with ingress port in software-defined networks
Anh et al. A new localized multiconstraint QoS routing algorithm

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150421

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150423

R150 Certificate of patent or registration of utility model

Ref document number: 5747393

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees