KR101911473B1 - 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법 - Google Patents

데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법 Download PDF

Info

Publication number
KR101911473B1
KR101911473B1 KR1020160162974A KR20160162974A KR101911473B1 KR 101911473 B1 KR101911473 B1 KR 101911473B1 KR 1020160162974 A KR1020160162974 A KR 1020160162974A KR 20160162974 A KR20160162974 A KR 20160162974A KR 101911473 B1 KR101911473 B1 KR 101911473B1
Authority
KR
South Korea
Prior art keywords
information
data
service
resource allocation
link
Prior art date
Application number
KR1020160162974A
Other languages
English (en)
Other versions
KR20180062833A (ko
Inventor
이융
한동수
김세기
이병욱
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020160162974A priority Critical patent/KR101911473B1/ko
Publication of KR20180062833A publication Critical patent/KR20180062833A/ko
Application granted granted Critical
Publication of KR101911473B1 publication Critical patent/KR101911473B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H04L47/805—QOS or priority aware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/50—Queue scheduling
    • H04L47/52—Queue scheduling by attributing bandwidth to queues
    • H04L47/527—Quantum based scheduling, e.g. credit or deficit based scheduling or token bank

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법이 개시된다. 본 발명은, 데이터 센터 간 광역 통신망 환경에서 대역폭을 보장함과 동시에 높은 네트워크 자원 활용도를 달성할 수 있는 네트워크 가상화 솔루션을 제공한다. 본 발명에 따르면, 서비스 품질(QoS) 수준을 100% 이하로 하는 서비스 요청을 통계적으로 보장함으로써, 요청한 서비스 품질(QoS) 수준을 보장하면서도 높은 네트워크 자원 활용도를 획득할 수 있다.

Description

데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법{System and method for multiplexing and allocating resource statistically for Inter-Data Center WAN}
본 발명은 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법에 관한 것으로, 더욱 상세하게는 데이터 센터 간 광역 통신망 환경에서 통계적인 방법으로 대역폭을 보장함과 동시에 높은 네트워크 자원 활용도, 그리고 요청된 서비스 품질을 달성할 수 있는 네트워크 가상화 솔루션을 제공하는 시스템 및 방법에 관한 것이다.
게임빌, 넷플릭스 등의 대부분의 서비스 제공자(service provider, SP)는 자신의 비즈니스를 위해 자신의 데이터 센터(Data Center, DC)를 구축하고 관리하고 있다. 그러나, 인프라스트럭쳐(infrastructure)를 확장하기 위해서는 추가적인 하드웨어나 소프트웨어를 구입하는 등의 비용이 소모된다. 이에 따라, 서비스 제공자(SP)의 대다수는 비용을 감소시키시 위해 그들의 서비스 인프라스트럭쳐를 클라우드 서비스 제공자(cloud service provider, CSP)에 의해 관리되는 데이터 센터(DC)들로 이주하고 있다. 클라우드 서비스 제공자(CSP)는 글로벌 커버리지와 데이터 센터(DC)들이 연결된 데이터 센터 간 광역 통신망(inter-datacenter wide-area network, Inter-DC WAN)을 제공하기 위해 전세계에 분포하고 있는 복수의 데이터 센터(DC)들을 구비하고 있다. 데이터 센터 간 광역 통신망(Inter-DC WAN)은 많은 양의 트래픽을 생성하는 복수의 서비스에 의해 공유되고 있다.
종래의 전체 트래픽(aggregate traffic) 관리는 도 1의 (a)에 도시된 고정 대역 폭 할당(Fixed Bandwidth Allocation) 방법이나 도 1의 (b)에 도시된 멀티플렉싱(Multiplexing) 방법을 이용하고 있다.
고정 대역폭 할당 방법은 사용자가 요청한 서비스 품질(Quality of Service, QoS)을 보증하기 위해 해당 사용자에게 고정된 대역폭을 할당하는 방식이다. 그러나, 이러한 결정된 네트워크 자원을 할당하는 방식은 서비스 제공자(SP)나 클라우드 서비스 제공자(CSP)에게 좋은 솔루션은 아니다. 서비스 제공자(SP)는 서비스의 요청이 복잡하고 시간에 따라 변화되기 때문에 그들이 필요한 대역폭이 얼마인지를 결정하기가 어렵다. 심지어 그들이 트래픽 패턴의 통계를 이미 알고 있다고 하더라도, 그들의 요구를 결정된 값으로 특정하는 것은 여전히 어려움이 있다. 나아가, 고정된 대역폭을 할당하는 것은 도 1의 (a)에 도시된 그래프에서 확인할 수 있듯이, 네트워크 자원을 효율적으로 사용하지 못하는 문제가 있다.
멀티플렉싱 방법은 사용자의 서비스 요청에 대해 고정된 대역폭을 할당하는 것이 아니라, 모든 트래픽을 섞어 네트워크 활용도를 향상시키기 위한 방식이다. 그러나, 멀티플렉싱 방법은 요청된 요구를 초과하지 않게 각 트래픽을 제어하는 것이 어려운 문제가 있다.
한국공개특허 제2004-0076822호 (후아웨이 테크놀러지 컴퍼니) 2004. 9. 3. 특허문헌 1은 IP 액세스 네트워크에서 서비스 품질이 보증된 서비스를 제공하는 방법으로서, 특허문헌 1에는 네트워크 제어 계층(network control layer)이 QoS 보증(guaranteed QoS)을 필요로 하는 서비스 요청에 대한 응답으로 액세스 네트워크에 네트워크 자원을 신청할 때, 에지 라우터(edge router)는 액세스 네트워크가 그 서비스를 위해 충분한 자원을 제공할 수 있는 지를 결정하고, 자원이 충분하면 에지 라우터는 보증된 QoS를 얻기 위해 QoS를 제어하는 액세스 네트워크 말단 장치(end devices)에 QoS 파라미터를 전송하는 내용이 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는, 데이터 센터 간 광역 통신망 환경에서 통계적인 방법으로 대역폭을 보장함과 동시에 높은 네트워크 자원 활용도, 그리고 요청된 서비스 품질을 달성할 수 있는 네트워크 가상화 솔루션을 제공하는 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법을 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템의 중앙 제어 장치는, 데이터 흐름 정보와 서비스 수준 정보를 포함하는 서비스 요청 정보를 사용자 단말로부터 수신하는 수신부; 상기 수신부를 통해 상기 서비스 요청 정보를 수신하면, 상기 서비스 수준 정보를 기초로 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하는 경로 획득부; 상기 경로 획득부를 통해 획득된 상기 데이터 흐름 경로를 기초로 라우팅 정보를 업데이트하고, 업데이트된 상기 라우팅 정보를 복수의 데이터 센터로 제공하는 라우팅 업데이트부;를 포함한다.
상기 서비스 수준 정보는, 데이터 흐름의 서비스 품질 수준을 나타내는 정보로서, 정규 분포를 따른 흐름의 피크 레이트의 평균과 표준 편차, 및 서비스 품질(Quality of Service, QoS) 수준을 포함할 수 있다.
상기 경로 획득부는, 데이터 센터 간 링크의 대역폭과 상기 링크에 기 할당된 서비스 정보를 기반으로 상기 서비스 수준 정보를 충족하면서 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득할 수 있다.
상기 경로 획득부는, k-shortest path 알고리즘을 이용하여 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하고, 상기 k는 경로에 포함된 링크의 개수일 수 있다.
상기 링크는, 현재 보유한 링크와 새롭게 구입한 링크를 포함할 수 있다.
상기 데이터 흐름 정보에 기초한 출발지 데이터 서버가 상기 서비스 수준 정보에 기초하여 데이터 패킷 흐름을 발생시키도록, 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는 자원 할당 관리부를 더 포함할 수 있다.
상기 출발지 데이터 서버는, 상기 서비스 수준 정보를 기초로 대역폭에 따라 토큰을 할당하고, 데이터 패킷 흐름을 발생시키는 경우 해당 토큰을 소모하여 상기 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시킬 수 있다.
상기 자원 할당 관리부는, 상기 출발지 데이터 서버가 포함된 데이터 센터를 관리하는 로컬 제어 장치를 통해 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공할 수 있다.
상기 라우팅 업데이트부는, 상기 복수의 데이터 센터를 각각 관리하는 복수의 로컬 제어 장치로 업데이트된 상기 라우팅 정보를 제공할 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법은, 중앙 제어 장치의 통계적 다중화 및 자원 할당 방법으로서, 데이터 흐름 정보와 서비스 수준 정보를 포함하는 서비스 요청 정보를 사용자 단말로부터 수신하는 단계; 상기 서비스 수준 정보를 기초로 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하는 단계; 및 획득된 상기 데이터 흐름 경로를 기초로 라우팅 정보를 업데이트하고, 업데이트된 상기 라우팅 정보를 복수의 데이터 센터로 제공하는 단계;를 포함한다.
상기 서비스 수준 정보는, 데이터 흐름의 서비스 품질 수준을 나타내는 정보로서, 정규 분포를 따른 흐름의 피크 레이트의 평균과 표준 편차, 및 서비스 품질(Quality of Service, QoS) 수준을 포함할 수 있다.
상기 경로 획득 단계는, 데이터 센터 간 링크의 대역폭과 상기 링크에 기 할당된 서비스 정보를 기반으로 상기 서비스 수준 정보를 충족하면서 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하는 것으로 이루어질 수 있다.
상기 경로 획득 단계는, k-shortest path 알고리즘을 이용하여 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하고, 상기 k는 경로에 포함된 링크의 개수일 수 있다.
상기 링크는, 현재 보유한 링크와 새롭게 구입한 링크를 포함할 수 있다.
상기 데이터 흐름 정보에 기초한 출발지 데이터 서버가 상기 서비스 수준 정보에 기초하여 데이터 패킷 흐름을 발생시키도록, 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는 단계를 더 포함할 수 있다.
상기 출발지 데이터 서버는, 상기 서비스 수준 정보를 기초로 대역폭에 따라 토큰을 할당하고, 데이터 패킷 흐름을 발생시키는 경우 해당 토큰을 소모하여 상기 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시킬 수 있다.
상기 서비스 요청 정보 제공 단계는, 상기 출발지 데이터 서버가 포함된 데이터 센터를 관리하는 로컬 제어 장치를 통해 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는 것으로 이루어질 수 있다.
상기 라우팅 정보 제공 단계는, 상기 복수의 데이터 센터를 각각 관리하는 복수의 로컬 제어 장치로 업데이트된 상기 라우팅 정보를 제공하는 것으로 이루어질 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 컴퓨터 프로그램은 컴퓨터로 읽을 수 있는 기록 매체에 저장되어 상기한 방법 중 어느 하나를 컴퓨터에서 실행시킨다.
본 발명에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법에 의하면, 서비스 품질(QoS) 수준을 100% 이하로 하는 서비스 요청을 통계적으로 보장함으로써, 요청한 서비스 품질(QoS) 수준을 보장하면서도 높은 네트워크 자원 활용도를 획득할 수 있다.
도 1은 종래의 서비스 요청에 따른 트래픽 관리 방법의 일례를 설명하기 위한 도면이다.
도 2는 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템을 설명하기 위한 블록도이다.
도 3은 도 2에 도시한 통계적 다중화 및 자원 할당 시스템의 구성을 설명하기 위한 블록도이다.
도 4는 도 3에 도시한 통계적 다중화 및 자원 할당 시스템의 구성의 일례를 설명하기 위한 도면이다.
도 5는 도 3에 도시한 데이터 센터의 구성을 설명하기 위한 블록도이다.
도 6은 도 5에 도시한 데이터 센터의 구성의 일례를 설명하기 위한 도면이다.
도 7은 도 3에 도시한 중앙 제어 장치의 구성을 설명하기 위한 블록도이다.
도 8은 본 발명의 바람직한 실시예에 따른 서비스 요청 정보를 설명하기 위한 도면이다.
도 9는 본 발명의 바람직한 실시예에 따른 네트워크 프로비저닝(Network Provisioning)을 설명하기 위한 도면이다.
도 10은 본 발명의 바람직한 실시예에 따른 자원 할당 관리 동작을 설명하기 위한 도면이다.
도 11은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 일례를 설명하기 위한 도면이다.
도 12는 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법을 설명하기 위한 흐름도이다.
도 13은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 비교를 하기 위한 그래프이다.
도 14는 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 성능을 시험하기 위한 테스트베드를 설명하기 위한 도면이다.
도 15는 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 성능을 시험하기 위한 시뮬레이션 환경의 일례를 설명하기 위한 도면이다.
도 16은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 네트워크 활용도(Network Utilization)를 비교하기 위한 도면이다.
도 17은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 수익(revenue)을 비교하기 위한 도면이다.
도 18은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작에 따른 실제 서비스 품질(Actual QoS)를 설명하기 위한 도면이다.
도 19는 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 네트워크 활용도(Network Utilization)를 제1 시뮬레이션 환경(G-Scale Topology)에서 비교하기 위한 도면이다.
도 20은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 네트워크 활용도(Network Utilization)를 제2 시뮬레이션 환경(Complete Topology)에서 비교하기 위한 도면이다.
이하에서 첨부한 도면을 참조하여 본 발명에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법의 바람직한 실시예에 대해 상세하게 설명한다.
먼저, 도 2를 참조하여 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템에 대하여 설명한다.
도 2는 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템을 설명하기 위한 블록도이다.
도 2를 참조하면, 본 발명에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템(이하 '통계적 다중화 및 자원 할당 시스템'이라 한다)(100)은 통신망(300)을 통해 사용자 단말(200)과 연결된다.
통계적 다중화 및 자원 할당 시스템(100)은 클라우드 서비스 제공자(CSP)가 운영하는 시스템으로서, 데이터 센터 간 광역 통신망 환경에서 대역폭을 보장함과 동시에 높은 네트워크 자원 활용도를 달성할 수 있는 네트워크 가상화 솔루션을 제공한다.
즉, 통계적 다중화 및 자원 할당 시스템(100)은 통신망(300)을 통해 사용자 단말(200)로부터 서비스 요청 정보를 수신한다. 여기서, 서비스 요청 정보는 데이터 흐름 정보와 서비스 수준 정보를 포함한다. 데이터 흐름 정보는 서비스를 요청하는 데이터 흐름의 출발지와 목적지에 대한 정보를 말한다. 서비스 수준 정보는 데이터 흐름의 서비스 품질(QoS)에 대한 수준을 나타내는 정보를 말한다.
그리고, 통계적 다중화 및 자원 할당 시스템(100)은 통계적인 네트워크 가상화(Statistical Network Abstraction, SNA)를 이용하여 서비스 요청 정보에 대응되는 데이터 흐름 경로를 획득한다. 여기서, 데이터 흐름 경로는 서비스 요청 정보에 따른 데이터 흐름의 출발지와 목적지 사이에서 데이터가 전달되는 경로를 말한다.
또한, 통계적 다중화 및 자원 할당 시스템(100)은 출발지 데이터 서버가 통계적인 네트워크 가상화(SNA)를 이용하여 서비스 요청 정보에 따른 데이터 패킷 흐름을 발생시키도록, 출발지 데이터 서버에 서비스 요청 정보를 제공한다.
사용자 단말(200)은 서비스 제공자(SP)가 운영하는 장치로서, 자신이 원하는 서비스 품질(QoS)의 수준에 대한 정보가 포함된 서비스 요청 정보를 통신망(300)을 통해 통계적 다중화 및 자원 할당 시스템(100)에 제공한다.
여기서, 사용자 단말(200)은 데스크톱 컴퓨터뿐만 아니라 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, UMPC(Ultra Mobile Personal Computer), 태블릿 PC, 개인 휴대 정보 단말기(Personal Digital Assistant, PDA), 웹 패드, 스마트폰, 휴대전화 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 단말기로 이루어질 수 있다.
통신망(300)은 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷 등을 포함하는 데이터 통신망뿐만 아니라 전화망 등을 포함할 수 있고, 유선과 무선을 가리지 않으며, 어떠한 통신 방식을 사용하더라도 상관없다.
그러면, 도 3 내지 도 6을 참조하여 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템에 대하여 보다 자세하게 설명한다.
도 3은 도 2에 도시한 통계적 다중화 및 자원 할당 시스템의 구성을 설명하기 위한 블록도이고, 도 4는 도 3에 도시한 통계적 다중화 및 자원 할당 시스템의 구성의 일례를 설명하기 위한 도면이다.
도 3을 참조하면, 통계적 다중화 및 자원 할당 시스템(100)은 중앙 제어 장치(110) 및 중앙 제어 장치(110)에 연결된 복수의 데이터 센터(130)를 포함할 수 있다.
중앙 제어 장치(110)는 복수의 데이터 센터(130)를 관리하고, 글로벌 네트워크 정보를 유지한다. 즉, 중앙 제어 장치(110)는 사용자 단말(200)로부터 서비스 요청 정보를 수신하면, 현재의 네트워크를 기반으로 서비스 요청 정보를 수락할 지 여부를 결정한다. 그리고, 중앙 제어 장치(110)는 통계적인 네트워크 가상화(Statistical Network Abstraction, SNA)를 이용하여 서비스 요청 정보에 대응되는 데이터 흐름 경로를 획득한다. 또한, 중앙 제어 장치(110)는 출발지 데이터 서버가 통계적인 네트워크 가상화(SNA)를 이용하여 서비스 요청 정보에 따른 데이터 패킷 흐름을 발생시키도록, 출발지 데이터 센터(130)에 서비스 요청 정보를 제공한다.
도 4에 도시된 통계적 다중화 및 자원 할당 시스템의 구성의 일례를 참조하면, 중앙 제어 장치(110)는 5개의 데이터 센터(130-1 내지 130-5)와 연결되어, 5개의 데이터 센터(130-1 내지 130-5)를 관리한다.
그리고, 제1 데이터 센터(130-1)와 제2 데이터 센터(130-2)는 제1 링크(L1)를 통해 서로 연결된다. 제2 데이터 센터(130-2)와 제3 데이터 센터(130-3)는 제2 링크(L2)를 통해 서로 연결된다. 제3 데이터 센터(130-3)와 제4 데이터 센터(130-4)는 제3 링크(L3)를 통해 서로 연결된다. 제4 데이터 센터(130-4)와 제5 데이터 센터(130-5)는 제4 링크(L4)를 통해 서로 연결된다. 제5 데이터 센터(130-5)와 제1 데이터 센터(130-1)는 제5 링크(L5)를 통해 서로 연결된다. 제5 데이터 센터(130-5)와 제2 데이터 센터(130-2)는 제6 링크(L6)를 통해 서로 연결된다.
도 5는 도 3에 도시한 데이터 센터의 구성을 설명하기 위한 블록도이고, 도 6은 도 5에 도시한 데이터 센터의 구성의 일례를 설명하기 위한 도면이다.
도 5를 참조하면, 데이터 센터(130)는 로컬 제어 장치(131), 로컬 제어 장치(131)에 연결된 복수의 중계 장치(133) 및 중계 장치(133)에 연결된 복수의 데이터 서버(135)를 포함할 수 있다.
로컬 제어 장치(131)는 복수의 중계 장치(133)를 통해 복수의 데이터 서버(135)와 연결되어, 복수의 데이터 서버(135)를 관리한다. 즉, 로컬 제어 장치(131)는 중앙 제어 장치(110)의 명령에 따라 흐름 테이블(flow table)의 라우팅 정보를 업데이트한다. 그리고, 로컬 제어 장치(131)는 중앙 제어 장치(110)로부터 제공받은 서비스 요청 정보를 해당 데이터 센터(130) 내에 있는 데이터 서버(135)로 제공한다. 또한, 로컬 제어 장치(131)는 가용 대역폭(available bandwidth), 링크 고장(link failure) 등의 링크 정보를 모니터링하고, 모니터링된 링크 정보를 중앙 제어 장치(110)로 제공한다.
도 6에 도시된 데이터 센터의 구성의 일례를 참조하면, 제1 데이터 센터(130-1)는 로컬 제어 장치(131), 3개의 중계 장치(133-1 내지 133-3) 및 6개의 데이터 서버(135-1 내지 135-6)로 구성된다.
로컬 제어 장치(131)는 제1 중계 장치(133-1)와 연결된다. 제1 중계 장치(133-1)는 제2 중계 장치(133-2) 및 제3 중계 장치(133-3)와 연결된다. 제2 중계 장치(133-2)는 제1 데이터 서버(135-1), 제2 데이터 서버(135-2) 및 제3 데이터 서버(135-3)와 연결된다. 제3 중계 장치(133-3)는 제4 데이터 서버(135-4), 제5 데이터 서버(135-5) 및 제6 데이터 서버(135-6)와 연결된다.
그러면, 도 7 내지 도 10을 참조하며 본 발명의 바람직한 실시예에 따른 중앙 제어 장치에 대하여 보다 자세하게 설명한다.
도 7은 도 3에 도시한 중앙 제어 장치의 구성을 설명하기 위한 블록도이다.
도 7을 참조하면, 중앙 제어 장치(110)는 수신부(110), 경로 획득부(113), 라우팅 업데이트부(115) 및 자원 할당 관리부(117)를 포함할 수 있다.
수신부(110)는 서비스 요청 정보를 사용자 단말(200)로부터 수신한다. 여기서, 서비스 요청 정보는 데이터 흐름 정보와 서비스 수준 정보를 포함한다. 서비스 수준 정보는 데이터 흐름의 서비스 품질(QoS) 수준을 나타내는 정보를 말한다. 예컨대, 서비스 수준 정보는 정규 분포(normal distribution)를 따른 흐름(flow)의 피크 레이트(peak rates)의 평균(average)과 표준 편차(standard deviation), 서비스 품질(QoS) 수준 등을 포함할 수 있다.
도 8은 본 발명의 바람직한 실시예에 따른 서비스 요청 정보를 설명하기 위한 도면이다.
보다 자세하게 설명하면, 서비스 요청 R은 도 8에 도시된 바와 같이, n개의 흐름(flow)으로 구성되며, R={f1, ..., fn}로 정의된다. 각각의 흐름 fm은 fm={srcm, dstm, μm, σm, εm}으로 정의된다. 여기서, srcm은 흐름(flow)의 출발지 데이터 센터(DC)를 나타내고, dstm은 흐름(flow)의 목적지 데이터 센터(DC)를 나타낸다. μm은 정규 분포(normal distribution)를 따른 흐름(flow)의 피크 레이트(peak rates)의 평균(average)을 나타내고, σm은 정규 분포(normal distribution)를 따른 흐름(flow)의 피크 레이트(peak rates)의 표준 편차(standard deviation)를 나타낸다. εm은 서비스 품질(QoS)의 위배 가능성(violation probability)을 나타낸다. 예컨대, εm은 0.03.과 같은 작은 숫자이다. 따라서, 1-εm은 필요한 대역폭을 보증하는 가능성을 나타낸다. 사용자가 도 8의 (a)에 도시된 바와 같이 DC1, DC3 및 DC5로 이루어진 삼각형 토폴로지(topology)를 구축하기를 원하면, 도 8의 (a)에 도시된 바와 같이 3개의 다른 흐름들로 이루어진 서비스 요청을 할 수 있다. 그러면, 중앙 제어 장치(110)는 도 8의 (b)에 도시된 바와 같이 서비스 요청 정보에 대응되는 데이터 흐름 경로를 획득할 수 있다.
다시 도 7을 참조하면, 경로 획득부(113)는 수신부(110)를 통해 서비스 요청 정보를 수신하면, 서비스 수준 정보를 기초로 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득한다.
즉, 경로 획득부(113)는 데이터 센터(130) 간 링크의 대역폭과 링크에 기 할당된 서비스 정보를 기반으로 서비스 수준 정보를 충족하면서 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득할 수 있다. 여기서, 링크는 현재 보유한 링크를 말한다. 물론, 링크는 현재 보유한 링크와 새롭게 구입한 링크를 전부 포함할 수도 있다.
이때, 경로 획득부(1130)는 k-shortest path 알고리즘을 이용하여 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득할 수 있다. 여기서, k는 경로에 포함된 링크의 개수를 말한다.
보다 자세하게 설명하면, 본 발명에 따른 어드미션 컨트롤(Admission Control)은 현재 보유한 링크를 기반으로 서비스 요청 정보에 대응되는 데이터 흐름 경로를 획득한다.
즉, 서비스 요청 R={f1, f2, ..., fn}이 주어진다. 여기서, fi는 정규 분포 랜덤 변수(normal distributed random variable) Ni=N(μi, σi 2)을 따른다. 링크 l의 용량은 cl로 정의되고, 링크 l의 가중치는 wl로 정의된다. 여기서, 가중치는 클라우드 서비스 제공자(CSP)가 관심이 있어하는 예컨대, 가격 또는 딜레이와 같은 비용과 관련된 값으로 설정될 수 있다. Fl old는 링크 l을 포함하는 경로를 가지는 이미 할당된 흐름들의 세트를 말한다. εl min은 링크 l의 흐름 중에서 미니멈 서비스 품질(QoS) 위배 가능성(violation probability)을 말한다. 그러면, 본 발명에 따른 어드미션 컨트롤은 표기법 "IPm,l=1: 1 if l ∈ Pm, and 0 otherwise"를 이용하여, 각 흐름 i에 대해 k-shortest 경로들 Pi=(p1, p2, ..., pk)을 계산한다. 마지막으로, 본 발명에 따른 어드미션 컨트롤은 아래의 [표 1]을 통해 서비스 요청 정보에 최적화된 데이터 흐름 경로를 획득한다.
Figure 112016118188266-pat00001
위의 [표 1]에서 확인할 수 있듯이, 목적 함수(objective function)(5.1)는 네트워크의 전체 흐름들의 평균 가중치를 최소화하는 것이다. 다시 말해서, 최적화 문제는 수락된 서비스 요청들의 각 흐름을 위한 미니멈 가중치 경로(minimum weighted path)를 출력하는 것이다. (5.2)의 제약(constraint)은 통계적 QoS 보증을 나타낸다. 즉, 제공된 대역폭(현존하는 필요한 대역폭들의 합과 새로운 서비스 요청들)은 링크 용량보다 클 가능성이 모든 현존하고 새롭게 요청된 흐름들의 요구를 충족하기 위한 서비스 요청들 중에서 미니멈 서비스 품질(QoS) 위배 가능성(violation probability)보다 낮게 된다. 각 링크의 모든 흐름들이 더 큰 정규 분포를 따르는 집합 흐름으로 처리할 수 있기 때문에, 새로운 흐름이 링크 제약을 위배하는지 안하는지를 계산하기가 쉽고 빠르다.
그리고, 본 발명에 따른 네트워크 프로비저닝(Network Provisioning)은 현재 보유한 링크와 새롭게 구입한 링크를 기반으로 서비스 요청 정보에 대응되는 데이터 흐름 정보를 획득한다.
본 발명에 따른 네트워크 프로비저닝(Network Provisioning)은 추가적인 변수 cl '이 존재하는 것을 제외하면, 앞서 설명한 본 발명에 따른 어드미션 컨트롤(Admission Control)과 유사하게 동작한다. cl '은 프로비저닝(provisioning)을 위해 구입할 필요가 있는 대역폭의 양을 나타낸다. 결론적으로, 본 발명에 따른 네트워크 프로비저닝은 아래의 [표 2]를 통해 서비스 요청 정보에 최적화된 데이터 흐름 경로를 획득한다.
Figure 112016118188266-pat00002
위의 [표 2]에서 확인할 수 있듯이, 목적 함수(objective function)(5.3)는 서비스 품질(QoS) 비용(본 발명에 따른 어드미션 컨트롤)과 네트워크 프로비져닝 비용(예컨대, 추가적인 대역폭을 구입하는 비용 등)으로 구성된다. 여기서, α는 두 개의 비용을 균형 맞추기 위한 상수를 나타낸다. 함수 g(.,.)는 실제 대역폭 요금(real bandwidth fee) 함수를 나타낸다.
도 9는 본 발명의 바람직한 실시예에 따른 네트워크 프로비저닝(Network Provisioning)을 설명하기 위한 도면이다.
데이터 센터 간 광역 통신망(Inter-DC WAN)에서, 대부분의 다중화 방식은 현재 네트워크 자원을 기반으로 수용한 트래픽을 최적화하려는 노력을 하고 있다. 그러나, 수익(revenue)을 최대화하는 관점에서 대역폭 프로비저닝(provisioning)을 고려하는 것이 클라우드 서비스 제공자(CSP)를 위해 경제적일 수 있다. 도 9의 (b)에 도시된 바와 같이, 클라우드 서비스 제공자(CSP)는 DC1로부터 DC7까지의 서비스 요청(도 9의 (a) 참조)을 수신할 때, 보통 4개의 링크들을 할당한다. 그러나, 이러한 경로 할당은 다음의 서비스 요청을 수락하는 것에 해가 될 수도 있다. 이런 이유로, 도 9의 (c)에 도시된 바와 같이, DC1과 DC4 사이, 및 DC4와 DC7 사이의 대역폭을 프로비저닝(provisioning)하는 것이 서비스 요청을 수락하는 것에 효율적일 수 있다.
정리하면, 경로 획득부(113)는 아래의 [표 3]을 통해 서비스 요청 정보에 대응되는 데이터 흐름 경로를 획득할 수 있습니다.

Step 1 : 서비스 요청들을 전체 요구(total demands)에 따라 내림차순으로 정렬

Step 2 : 남아있는 서비스 요청이 없으면, 중단

Step 3 : 전체 네트워크 자원 요구(total network resource demands)가 가장 큰 서비스 요청을 선택

Step 4 : 본 발명에 따른 어드미션 컨트롤(Admission Control)이나 네트워크 프로비저닝(Network Provisioning)에 따라 최적화된 데이터 흐름 경로를 획득

Step 5 : 작업이 끝나면, Step 2로 이동
본 발명에 따른 경로 최적화 문제를 풀기 위해, 그로비 리니어 옵티마이저(Gurobi Linear Optimizer)를 이용한다. 그러나, 위의 [표 1]과 [표 2]에 따른 제약(5.2, 5.4)은 리니어(linear) 형태가 아니다. 즉, 정규화 과저에서의 표준 정규 분포(Q 함수)의 테일 확률(tail probability), 및 Ni·Ei,Pm에서 각각 분자와 분모에 위치한 μi·Ei,Pm과 σi·Ei,Pm은 리니어 형태가 아니다. 이런 이유로, 오리지널 최적화 문제의 가능성을 위반하지 않기 위해 2개의 근사치 이론(approximation schemes)을 이용한다. 첫번째, 테일러 전개(Taylor's expansion)를 이용하여 Q 함수를 리니어 함수로 변환하는 것이다. 두번째, σi·Ei,Pm의 변동성은 미리 모든 가능한 k-shortest 경로들에 σi을 반영하는 것에 의해 제거될 수 있다. 다시 말해서, Ei,Pm의 값을 할당되지 않은 경로들의 하나로 설정한다. 전체 근사치 과정은 아래의 [표 4]와 같다.
Figure 112016118188266-pat00003
다시 도 7을 참조하면, 라우팅 업데이트부(115)는 경로 획득부(113)를 통해 획득된 데이터 흐름 경로를 기초로 라우팅 정보를 업데이트한다. 여기서, 라우팅 정보는 OpenFlow Protocol을 준수하여 전달될 수 있다. 예컨대, 하나의 서비스 요청은 복수 개의 흐름들로 구성되어 있고, 각각의 흐름은 출발지와 목적지로 이루어져 있습니다. 보다 자세하게는, 출발지 서버(SRC_IP), 출발지 포트(SRC_PORT), 목적지 서버(DSP_IP), 목적지 포트(DSP_PORT)를 포함하고 있습니다. 각 로컬 제어 장치(131)는 이 출발지 서버, 출발지 포트, 목적지 서버, 목적지 포트 등을 확인하고, 해당 목적지 서버, 포트로 가기 위해 어느 경로로 전달해야 되는지에 대한 표를 가지고 있습니다. 이를 테면, (SRC_IP, SRC_PORT, DST_IP, DST_PORT, output_port)와 같은 순서쌍 테이블을 가지고 있습니다. 이러한 정보를 라우팅 규칙, 즉 라우팅 정보라 합니다. OpenFlow Protocol에 의하면, 앞 부분(SRC_IP, SRC_PORT, DST_IP, DST_PORT)은 Matching Part라 하고, 뒷 부분(output_port)은 Action Part라 합니다.
그리고, 라우팅 업데이트부(115)는 업데이트된 라우팅 정보를 복수의 데이터 센터(130)로 제공한다. 이때, 라우팅 업데이트부(115)는 복수의 데이터 센터(130)를 각각 관리하는 복수의 로컬 제어 장치(131)로 업데이트된 라우팅 정보를 제공할 수 있다.
자원 할당 관리부(117)는 데이터 흐름 정보에 기초한 출발지 데이터 서버(135)가 서비스 수준 정보에 기초하여 데이터 패킷 흐름을 발생시키도록, 출발지 데이터 서버(135)에 서비스 요청 정보를 제공한다.
이때, 자원 할당 관리부(117)는 출발지 데이터 서버(135)가 포함된 데이터 센터(130)를 관리하는 로컬 제어 장치(131)를 통해 출발지 데이터 서버(135)에 서비스 요청 정보를 제공할 수 있다.
그리고, 출발지 데이터 서버(135)는 서비스 수준 정보를 기초로 대역폭에 따라 토큰을 할당하고, 데이터 패킷 흐름을 발생시키는 경우 해당 토큰을 소모하여 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시킬 수 있다.
그러면, 도 10을 참조하여 본 발명에 따른 자원 할당 관리 동작에 대하여 보다 자세하게 설명한다.
도 10은 본 발명의 바람직한 실시예에 따른 자원 할당 관리 동작을 설명하기 위한 도면이다.
본 발명에 따른 자원 할당 관리 동작은 일종의 토큰 버킷(token bucket)과 같은 통계적인 레이트 리미터(statistical rate limiter)를 이용한다.
데이터 서버(135)는 로컬 제어 장치(131)로부터 수락된 서비스 요청의 서비스 요청 정보, 즉 트래픽 레이트 정보(예컨대, μ, σ)를 수신하면, 연속적인 확룔 밀도 함수(probability density function, PDF) 대신에 정규 분포 N(μ, σ2)를 따르는 히스토그램(histogram)을 구축한다. 히스토그램을 생성하기 위해, 데이터 서버(135)는 정규 분포의 전체 영역을 일련의 결정된 인터벌(interval)들로 분할한다. 그러면, 각 인터벌에서 토큰들의 개수가 결정된다. 이때, N(μ, σ2)을 따른 흐름의 피크 레이트(peak reate)는 μ+σ·F-1(0.99)이라고 가정한다. 이런 이유로, 통계적인 레이트 리미터 LR은 아래와 같이 표현될 수 있다.
LR=[max(0, μ-σ·F-1(0.99)), μ+σ·F-1(0.99)]
타임 슬롯(time slot)의 길이 및 기간이 각각 Ts 및 Tp로 정의되면, 통계적인 레이터 리미터의 i번째 인터벌에서의 토큰들의 개수 ni token은 누적 분포 함수(cummulative distribution function, CDF)의 정의에 의해 아래와 같이 기술될 수 있다.
ni token=Tp/Ts·(F(ki, μ, σ2)-F(k(i-1), μ, σ2))
여기서, k는 각 인터벌의 길이를 나타낸다. F(., μ, σ2)는 N(μ, σ2)의 누적 분포 함수(CDF)를 나타낸다. 아래의 [표 5]에 따른 알고리즘은 통계적 레이트 리미터 구축의 전체 단계를 나타낸다.
Figure 112016118188266-pat00004
마지막으로, 구축된 통계적 레이트 리미터를 따르는 데이터 흐름의 형태를 생성한다. 도 10은 통계적 레이트 리미터의 실행 과정의 일례를 나타낸다. 먼저, 데이터 서버(135)는 통계적 레이터 리미터 내의 모든 토큰들 중에서 tMAX로 정의된 맥시멈 레이트(maximum rate)를 가지는 토큰을 선택한다. 이는 매 타임 슬롯에서 흐름 레이트(flow rate)는 tMAX를 초과하지 못한 다는 것을 의미한다. 타임 슬롯의 순간 레이트가 영역 [k(i-1), ki] 내에 존재하면, i번째 인터벌에 있는 토큰을 하나 제거한다. i번째 인터벌에 토큰이 없으면, i번째 인터벌을 초과하는 미니멈 값을 가지는 토큰을 감소시킨다. 그리고, tMAX는 남아있는 토큰들 중에서 업데이트된다. 이와 같은 과정은 모든 토큰들이 존재하지 않을 때까지 반복된다. 아래의 [표 6]은 통계적 레이트 리미터의 실행과 관련된 슈도 코드(pseudo code)를 나타낸다.
Figure 112016118188266-pat00005
그러면, 도 11을 참조하여 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 일례에 대하여 설명한다.
도 11은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 일례를 설명하기 위한 도면이다.
도 11에 도시된 바와 같이, 네트워크 토폴로지는 중앙 제어 장치(CC)와 4개의 데이터 센터(DC1 내지 DC4)로 구성된다. 제1 링크(L1)는 제1 데이터 센터(DC1)와 제2 데이터 센터(DC2)를 연결한다. 제2 링크(L2)는 제1 데이터 센터(DC1)와 제3 데이터 센터(DC3)를 연결한다. 제3 링크(L3)는 제2 데이터 센터(DC2)와 제3 데이터 센터(DC3)을 연결한다. 제4 링크(L4)는 제2 데이터 센터(DC2)와 제4 데이터 센터(DC4)를 연결한다. 제5 링크(L5)는 제3 데이터 센터(DC3)와 제4 데이터 센터(DC4)를 연결한다. 그리고, 모든 링크(L1 내지 L5)의 대역폭은 100Mbps라고 가정한다. 도 11에 도시된 네트워크 토폴로지는 규모가 작아 각 데이터 센터를 관리하는 로컬 제어 장치는 존재하지 않고, 중앙 제어 장치(CC)가 각 데이터 센터를 관리하는 것으로 가정하고 설명한다.
위와 같은, 네트워크 토폴로지 하에서 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작에 대하여 설명한다.
즉, 본 발명은 새로운 서비스 요청이 들어오면, 해당 서비스 요청을 받아 들일 수 있는 여분 자원이 있는지 확인한다. 그런 다음, 해당 서비스 요청을 받아 들이기로 하면, 본 발명은 해당 자원을 서비스 할 수 있도록, 중앙 제어 장치(CC)가 해당 서비스 요청에 대응되는 데이터 흐름 경로를 획득하고, 이를 토대로 라우팅 정보를 업데이트한다. 그리고, 중앙 제어 장치(CC)는 해당 요청 만큼만 링크를 사용하도록 흐름의 레이트를 제한한다.
예컨대, 서비스 요청이 (1, 2, 5, 4, 0.01)이면, 제1 데이터 센터(DC1)에서 제2 데이터 센터(DC2)로 데이터 흐름을 보내길 원하며, 그 때의 레이트는 평균이 5, 표준 편차가 4인 정규 분포를 따르도록 원한다는 의미를 나타낸다. 그리고, 0.01의 의미는 99%가 이 정규 분포를 따르도록 하고, 1%는 따르지 않아 loss가 발생하더라도 괜찮다는 것을 나타내는다. 즉, 99%는 보장해주고 1%는 손실해도 괜찮다는 의미에서 서비스 품질(QoS) 위배 가능성이라 한다.
제3 링크(LC3)에 이미 존재하는 서비스 요청들의 합이 평균은 90, 분산은 60인 정규 분포를 따르고, 이 서비스 요청들이 가지는 서비스 품질(QoS) 위배 가능성 팩터(factor)의 최소값은 0.15로 가정한다. 이때, 제3 링크(LC3)의 대역폭이 100Mbps를 넘을 확률은 0.1로 서비스 품질(QoS) 위배 가능성인 0.15 이하이므로, 정상적으로 서비스가 되고 있는 것을 알 수 있다.
이때, 새로운 요청 (3, 2, 10, 25, 0.05)가 들어온다고 가정한다. 그러면, k-shortest 경로를 계산하여야 하는데, k가 1이라고 가정하면 제3 링크(LC3)를 이용하는 경로밖에 없다. 새로운 서비스 요청을 받아 드리면 제3 링크(LC3)에 흐르는 흐름의 합은 평균이 100, 분산이 85인 정규 분포를 따르게 되고, 서비스 품질(Qos) 위배 가능성의 최소값은 0.15에서 0.05로 변경되게 된다. 그러나, 이 경우, 제3 링크(LC3)의 대역폭이 100Mbps를 넘을 확률이 0.05를 넘게 되고, 해당 서비스 요청은 거부하게 된다.
이에 반면, 새로운 요청 (3, 2, 2, 16, 0.14)가 들어온다고 가정한다. 그러면, k-shortest 경로를 계산하여야 하는데, k가 1이라고 가정하면 제3 링크(LC3)를 이용하는 경로밖에 없다. 새로운 서비스 요청을 받아 드리면 제3 링크(LC3)에 흐르는 흐름의 합은 평균이 92, 분산이 76인 정규 분포를 따르게 되고, 서비스 품질(Qos) 위배 가능성의 최소값은 0.15에서 0.14로 변경되게 된다. 이 경우, 새로운 요청에 따른 플로우를 더하더라도 제3 링크(LC3)의 대역폭이 100Mbps를 넘을 확률이 13%가 되어, 서비스 품질(QoS) 위배 가능성의 최소값 이하이므로 해당 서비스 요청을 받아 들이게 된다.
새로운 요청이 받아들여지면, 이에 따라 제3 데이터 센터(DC3)에서 발생된 트래픽이 제3 링크(LC3)를 통해 제2 데이터 센터(DC2)로 전달되어야 하므로, 라우팅 정보를 업데이트하여 업데이트된 라우팅 정보를 데이터 센터로 전달한다.
그리고, 제3 데이터 센터(DC3)는 새로운 요청에 따라, 평균이 2이고 분산이 16인 정규 분포에 따라 데이터 패킷을 발생시킨다. 이를 위해, 토큰 버킷 방법을 이용하여 토큰을 소모하면서 해당 데이터 패킷을 전송한다.
그러면, 도 12를 참조하여 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법에 대하여 설명한다.
도 12는 본 발명의 바람직한 실시예에 따른 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법을 설명하기 위한 흐름도이다.
도 12를 참조하면, 중앙 제어 장치(110)는 데이터 흐름 정보와 서비스 수준 정보를 포함하는 서비스 요청 정보를 수신한다(S110). 여기서, 데이터 흐름 정보는 서비스를 요청하는 데이터 흐름의 출발지와 목적지에 대한 정보를 말한다. 서비스 수준 정보는 데이터 흐름의 서비스 품질(QoS)에 대한 수준을 나타내는 정보를 말한다. 예컨대, 서비스 수준 정보는 정규 분포(normal distribution)를 따른 흐름(flow)의 피크 레이트(peak rates)의 평균(average)과 표준 편차(standard deviation), 서비스 품질(QoS) 수준 등을 포함할 수 있다.
그리고, 중앙 제어 장치(110)는 서비스 수준 정보를 기초로 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득한다(S130). 여기서, 데이터 흐름 경로는 서비스 요청 정보에 따른 데이터 흐름의 출발지와 목적지 사이에서 데이터가 전달되는 경로를 말한다.
즉, 중앙 제어 장치(110)는 데이터 센터(130) 간 링크의 대역폭과 링크에 기 할당된 서비스 정보를 기반으로 서비스 수준 정보를 충족하면서 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득할 수 있다. 여기서, 링크는 현재 보유한 링크를 말한다. 물론, 링크는 현재 보유한 링크와 새롭게 구입한 링크를 전부 포함할 수도 있다.
이때, 중앙 제어 장치(110)는 k-shortest path 알고리즘을 이용하여 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득할 수 있다. 여기서, k는 경로에 포함된 링크의 개수를 말한다.
그런 다음, 중앙 제어 장치(110)는 획득된 데이터 흐름 경로를 기초로 라우팅 정보를 업데이트하고, 업데이트된 라우팅 정보를 복수의 데이터 센터(130)로 제공한다(S150). 이때, 중앙 제어 장치(110)는 복수의 데이터 센터(130)를 각각 관리하는 복수의 로컬 제어 장치(131)로 업데이트된 라우팅 정보를 제공할 수 있다.
그리고, 중앙 제어 장치(110)는 데이터 흐름 정보에 기초한 출발지 데이터 서버(135)가 서비스 수준 정보에 기초하여 데이터 패킷 흐름을 발생시키도록, 출발지 데이터 서버(135)에 서비스 요청 정보를 제공한다(S170). 이때, 중앙 제어 장치(110)는 출발지 데이터 서버(135)가 포함된 데이터 센터(130)를 관리하는 로컬 제어 장치(131)를 통해 출발지 데이터 서버(135)에 서비스 요청 정보를 제공할 수 있다.
그러면, 출발지 데이터 서버(135)는 서비스 요청 정보에 따라 데이터 패킷 흐름을 발생시킨다(S190). 즉, 출발지 데이터 서버(135)는 서비스 수준 정보를 기초로 대역폭에 따라 토큰을 할당하고, 데이터 패킷 흐름을 발생시키는 경우 해당 토큰을 소모하여 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시킬 수 있다.
그러면, 도 13 내지 도 20을 참조하여 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 성능에 대하여 설명한다.
도 13은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 비교를 하기 위한 그래프이다.
본 발명에 따른 통계적 다중화 및 자원 할당 동작의 성능을 평가하기 위해, 본 발명에 따른 서비스 요청 Ds=<μ, σ, ε>과 고정 대역폭 할당 방법(이하 '고정 대역폭 할당 방법" 또는 "결정 방식"이라 한다)에 따른 결정된 서비스 요청 Dd=μ+σ·F-1(1-ε)는 동일하다고 가정한다. 여기서, F는 표준 정규 분포 N~<0, 12>의 누적 분포 함수(CDF)이다. 이것은 도 13에 도시된 바와 같이 본 발명과 고정 대역폭 할당 방법이 동일한 서비스 품질(QoS) 레벨을 가지기 때문이다.
본 발명에 따른 네트워크 프로비저닝(Network Provisioning)의 비용(예컨대, g(cl, cl '))은 상황에 의존하여 2개의 다른 비용을 가지는 것을 제안한다. 첫번째 케이스는 클라우드 서비스 제공자(CSP)가 개별적으로 데이터 센터 간 광역 통신망(Inter-DC WAN)을 더 구축하는 것이다. 이에 따라, g(cl, cl ')는 새롭게 프로비져닝된 링크들(예컨대, cl ')의 양에 비례한다. 두번째 케이스는 자신의 인프라스트럭쳐를 가지는 인터넷 서비스 제공자(Internet Service Provider, ISP)로부터 더 많은 링크들을 빌려오는 것이다. 이 케이스에서, 프로비저닝 비용은 인터넷 서비스 제공자가 경제 논리에 의해 현재 사용되는 링크들의 양과 관련된다. 이로 인해, 프로비저닝 비용 g(cl, cl ')은 cl '/C-cl로 정의한다. 여기서, C는 인터넷 서비스 제공자(ISP)가 이미 소유하고 있는 대역폭의 전체 양을 나타낸다.
지표
본 발명에 따른 통계적 다중화 및 자원 할당 동작의 성능을 평가하기 위해 다음의 4개의 지표를 사용한다. (i) 평균-기반 수익(mean-based revenues) : 수락된 서비스 요청의 평균 요구(예컨대, μ)의 합, (ii) 새롭게 프로비저닝된 대역폭의 양, (iii) 네트워크 활용도(Network Utilization)의 평균, 및 (iv) 실제 서비스 품질(actual QoS)
테스트베드 설정
도 14는 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 성능을 시험하기 위한 테스트베드를 설명하기 위한 도면이다.
테스트베드는 도 14에 도시된 바와 같이, 데이터 센터 간 광역 통신망(Inter-DC WAN) 환경을 모방하기 위한 4개의 데이터 센터(DC1 내지 DC4), 5개의 링크, 및 중앙 제어 장치(CC)로 구성된다. 중앙 제어 장치(CC)는 듀얼 코어 인텔 E8400 3.00GHz, 8GB 메모리, 및 300GB 하드 디스크로 이루어진다. 각 데이터 센터(DC1 내지 DC4)는 5개의 데이터 서버, Iptime H50008 8-port Gigabit Switching Hub, 및 OVS(open virtual switch)로 구성된다. 각 OVS는 12개의 Intel Xeon X5690 3.47GHz CPU, 20G 램, 1TB 하드 디스크, 및 5 개의 1 Gigabit Ethernet NICS로 이루어진다. 데이터 센터 간 광역 통신망(Inter-DC WAN)의 모든 링크들에 동일한 가중치와 동일한 500Mbps 용량을 할당한다. Iperf 어플리케이션은 트래픽을 생성하는데 이용된다.
각 타임 슬롯은 10초로 설정하고, 30분 동안(180 타임 슬롯) 실험을 수행한다. 400개의 서비스 요청을 생성하고, 각 서비스 요청의 네트워크 자원 요구는 μ=u[1, 10], σ=[1, 2]에서 랜덤하게 선택된다. 여기서, u는 균일 분포(uniform distribution)이다. 순간 레이트는 타임 슬롯 내에서 고정된다.
시뮬레이션 설정
도 15는 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작의 성능을 시험하기 위한 시뮬레이션 환경의 일례를 설명하기 위한 도면이다.
2개의 다른 데이터 센터 간 광역 통신망(Inter-DC WAN) 토폴로지를 이용한다. (i) 도 15에 도시된 바와 같이, G-Scale, 12개의 데이터 센터(DC)와 19개의 링크를 가지는 Google의 데이터 센터 간 광역 통신망(Inter-DC WAN)을 이용(이하 '제1 시뮬레이션 환경'이라 한다)한다. (ii) 12개의 데이터 센터(DC)와 66개의 링크를 가지는 합성한 컴플리트 토폴로지(synthetic complete topology)를 이용(이하 '제2 시뮬레이션 환경'이라 한다)한다. 각각의 시뮬레이션 환경의 링크들에 동일한 가중치를 할당하고 각각 100Gbps 및 60Gbps의 링크 용량을 할당한다. 2개의 시뮬레이션 환경에서 클라우드 서비스 제공자(CSP)가 인터넷 서비스 제공자(ISP)로부터 빌릴 수 있는 대역폭의 최대 양(예컨대, C)은 200으로 설정한다. 서비스 요청의 수락하기 위한 k-shotest 경로에서 k는 10으로 설정한다.
제1 시뮬레이션 환경 및 제2 시뮬레이션 환경 각각에서 70개 및 280개의 서비스 요청을 생성한다. 서비스 요청은 1~3개의 흐름으로 구성되고, 각각의 흐름은 독립적인 정규 분포를 따른다. 평균과 표준 편차의 값은 μ=u[1, 7], σ=[1, 2]에서 균일하게 분포된다. 각각의 시나리오는 100번 수행되고, 수행된 결과의 평균을 결과로 이용한다.
실험 결과
도 16은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 네트워크 활용도(Network Utilization)를 비교하기 위한 도면이다. 도 16의 (a)는 ε가 0.1일 때의 네트워크 활용도를 나타내고, (b)는 ε가 0.05일 때의 네트워크 활용도를 나타낸다.
도 16에 도시된 바와 같이, 본 발명에 따른 통계적 다중화 및 자원 할당 동작은 ε의 값에 상관없이 고정 대역폭 할당 방법과 비교하면 10~15%의 높은 활용도를 나타낸다. 나아가, 본 발명에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 성능 차이는 서비스 품질(QoS)이 더 클 때 더 크게 나타난다.
시뮬레이션 결과
도 17은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 수익(revenue)을 비교하기 위한 도면이다. 도 17의(a)는 제1 시뮬레이션 환경(G-Scale Topology)의 수익을 나타내고, (b)는 제2 시뮬레이션 환경(Complete Topology)의 수익을 나타낸다.
도 17에 도시된 바와 같이, 같은 수의 서비스 요청이 도착할 때, 본 발명에 따른 통계적 다중화 및 자원 할당 동작은 고정 대역폭 할당 방법에 비해 제1 및 제2 시뮬레이션 환경에서 더 많은 서비스 요청을 수락할 수 있다.
도 18은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작에 따른 실제 서비스 품질(Actual QoS)를 설명하기 위한 도면이다.
도 18에 도시된 바와 같이, 본 발명에 따른 통계적 다중화 및 자원 할당 동작은 제1 및 제2 시뮬레이션 환경에서 각 트래픽에서 10%, 5%, 1%보다 낮은 에러율을 보증한다. 즉, 본 발명에 따른 통계적 다중화 및 자원 할당 동작은 서비스 요청에 따른 에러율보다 2% 더 낮은 에러율을 제공할 수 있다.
도 19는 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 네트워크 활용도(Network Utilization)를 제1 시뮬레이션 환경(G-Scale Topology)에서 비교하기 위한 도면이고, 도 20은 본 발명의 바람직한 실시예에 따른 통계적 다중화 및 자원 할당 동작과 고정 대역폭 할당 방법의 네트워크 활용도(Network Utilization)를 제2 시뮬레이션 환경(Complete Topology)에서 비교하기 위한 도면이다.
도 19에 도시된 바와 같이, 본 발명에 따른 통계적 다중화 및 자원 할당 동작은 프로비저닝 비용(예컨대, α)에 상관없이 제1 시뮬레이션 환경(G-Scale Topology)에서 고정 대역폭 할당 방법보다 약 절반의 대역폭을 필요로 한다. 그리고, 도 20에 도시된 바와 같이, 이러한 추세는 제2 시뮬레이션 환경(Complete Topology)에서도 동일하게 나타난다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터로 읽을 수 있는 기록 매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 롬(ROM), 램(RAM), 씨디-롬(CD-ROM), 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 유무선 통신망으로 연결된 컴퓨터 장치에 분산되어 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 다음의 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
100 : 통계적 다중화 및 자원 할당 시스템, 110 : 중앙 제어 장치,
111 : 수신부, 113 : 경로 획득부,
115 : 라우팅 업데이트부, 117 : 자원 할당 관리부,
130 : 데이터 센터, 131 : 로컬 제어 장치,
133 : 중계 장치, 135 : 데이터 서버

Claims (19)

  1. 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템의 중앙 제어 장치로서,
    데이터 흐름 정보와 서비스 수준 정보를 포함하는 서비스 요청 정보를 사용자 단말로부터 수신하는 수신부;
    상기 수신부를 통해 상기 서비스 요청 정보를 수신하면, 통계적인 네트워크 가상화(Statistical Network Abstraction, SNA)를 이용하여, 데이터 센터 간 링크의 대역폭과 상기 링크에 기 할당된 서비스 정보를 기반으로 상기 서비스 수준 정보를 충족하면서 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하는 경로 획득부;
    상기 경로 획득부를 통해 획득된 상기 데이터 흐름 경로를 기초로 라우팅 정보를 업데이트하고, 업데이트된 상기 라우팅 정보를 복수의 데이터 센터로 제공하는 라우팅 업데이트부; 및
    상기 데이터 흐름 정보에 기초한 출발지 데이터 서버가 통계적인 네트워크 가상화(SNA)를 이용하여 상기 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시키도록, 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는 자원 할당 관리부;
    를 포함하며,
    상기 서비스 수준 정보는, 데이터 흐름의 서비스 품질 수준을 나타내는 정보로서, 정규 분포를 따른 흐름의 피크 레이트의 평균과 표준 편차, 및 서비스 품질(Quality of Service, QoS)의 위배 가능성(violation probability)를 나타내는 서비스 품질 수준을 포함하는 중앙 제어 장치.
  2. 삭제
  3. 삭제
  4. 제1항에서,
    상기 경로 획득부는, k-shortest path 알고리즘을 이용하여 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하고, 상기 k는 경로에 포함된 링크의 개수인, 중앙 제어 장치.
  5. 제1항에서,
    상기 링크는, 현재 보유한 링크와 새롭게 구입한 링크를 포함하는, 중앙 제어 장치.
  6. 삭제
  7. 제1항에서,
    상기 출발지 데이터 서버는, 상기 서비스 수준 정보를 기초로 대역폭에 따라 토큰을 할당하고, 데이터 패킷 흐름을 발생시키는 경우 해당 토큰을 소모하여 상기 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시키는, 중앙 제어 장치.
  8. 제1항에서,
    상기 자원 할당 관리부는, 상기 출발지 데이터 서버가 포함된 데이터 센터를 관리하는 로컬 제어 장치를 통해 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는, 중앙 제어 장치.
  9. 제1항에서,
    상기 라우팅 업데이트부는, 상기 복수의 데이터 센터를 각각 관리하는 복수의 로컬 제어 장치로 업데이트된 상기 라우팅 정보를 제공하는, 중앙 제어 장치.
  10. 중앙 제어 장치의 통계적 다중화 및 자원 할당 방법으로서,
    데이터 흐름 정보와 서비스 수준 정보를 포함하는 서비스 요청 정보를 사용자 단말로부터 수신하는 단계;
    통계적인 네트워크 가상화(Statistical Network Abstraction, SNA)를 이용하여, 데이터 센터 간 링크의 대역폭과 상기 링크에 기 할당된 서비스 정보를 기반으로 상기 서비스 수준 정보를 충족하면서 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하는 단계;
    획득된 상기 데이터 흐름 경로를 기초로 라우팅 정보를 업데이트하고, 업데이트된 상기 라우팅 정보를 복수의 데이터 센터로 제공하는 단계; 및
    상기 데이터 흐름 정보에 기초한 출발지 데이터 서버가 통계적인 네트워크 가상화(SNA)를 이용하여 상기 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시키도록, 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는 단계;
    를 포함하며,
    상기 서비스 수준 정보는, 데이터 흐름의 서비스 품질 수준을 나타내는 정보로서, 정규 분포를 따른 흐름의 피크 레이트의 평균과 표준 편차, 및 서비스 품질(Quality of Service, QoS)의 위배 가능성(violation probability)를 나타내는 서비스 품질 수준을 포함하는 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법.
  11. 삭제
  12. 삭제
  13. 제10항에서,
    상기 경로 획득 단계는, k-shortest path 알고리즘을 이용하여 상기 데이터 흐름 정보에 대응되는 데이터 흐름 경로를 획득하고, 상기 k는 경로에 포함된 링크의 개수인, 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법.
  14. 제10항에서,
    상기 링크는, 현재 보유한 링크와 새롭게 구입한 링크를 포함하는, 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법.
  15. 삭제
  16. 제10항에서,
    상기 출발지 데이터 서버는, 상기 서비스 수준 정보를 기초로 대역폭에 따라 토큰을 할당하고, 데이터 패킷 흐름을 발생시키는 경우 해당 토큰을 소모하여 상기 서비스 수준 정보에 기초한 데이터 패킷 흐름을 발생시키는, 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법.
  17. 제10항에서,
    상기 서비스 요청 정보 제공 단계는, 상기 출발지 데이터 서버가 포함된 데이터 센터를 관리하는 로컬 제어 장치를 통해 상기 출발지 데이터 서버에 상기 서비스 요청 정보를 제공하는 것으로 이루어진, 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법.
  18. 제10항에서,
    상기 라우팅 정보를 복수의 데이터 센터로 제공하는 단계는, 상기 복수의 데이터 센터를 각각 관리하는 복수의 로컬 제어 장치로 업데이트된 상기 라우팅 정보를 제공하는 것으로 이루어진, 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법.
  19. 제10항, 제13항, 제14항, 제16항 내지 제18항 중 어느 한 항에 기재된 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램.
KR1020160162974A 2016-12-01 2016-12-01 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법 KR101911473B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160162974A KR101911473B1 (ko) 2016-12-01 2016-12-01 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160162974A KR101911473B1 (ko) 2016-12-01 2016-12-01 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법

Publications (2)

Publication Number Publication Date
KR20180062833A KR20180062833A (ko) 2018-06-11
KR101911473B1 true KR101911473B1 (ko) 2018-10-24

Family

ID=62600894

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160162974A KR101911473B1 (ko) 2016-12-01 2016-12-01 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법

Country Status (1)

Country Link
KR (1) KR101911473B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113037645A (zh) * 2019-12-24 2021-06-25 深圳市中兴微电子技术有限公司 业务传输方法及装置、计算机可读的存储介质、电子装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014131130A (ja) * 2012-12-28 2014-07-10 Hitachi Ltd 通信システム、経路切替方法及び通信装置
US20160014634A1 (en) * 2014-07-09 2016-01-14 T-Mobile Usa, Inc. Cellular Network Backhaul Oversubscription

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1319348C (zh) 2003-02-26 2007-05-30 华为技术有限公司 Ip接入网业务服务质量保障方法
KR101953790B1 (ko) * 2012-02-27 2019-03-05 한국전자통신연구원 클라우드 네트워킹 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014131130A (ja) * 2012-12-28 2014-07-10 Hitachi Ltd 通信システム、経路切替方法及び通信装置
US20160014634A1 (en) * 2014-07-09 2016-01-14 T-Mobile Usa, Inc. Cellular Network Backhaul Oversubscription

Also Published As

Publication number Publication date
KR20180062833A (ko) 2018-06-11

Similar Documents

Publication Publication Date Title
US10623277B2 (en) Network service pricing and resource management in a software defined networking environment
US10700936B2 (en) System and methods for virtual infrastructure management between operator networks
CN110972208B (zh) 一种切片信息处理方法及装置
Kumar et al. BwE: Flexible, hierarchical bandwidth allocation for WAN distributed computing
JP6380110B2 (ja) リソース制御システム、制御パターン生成装置、制御装置、リソース制御方法及びプログラム
CN104660507B (zh) 数据流转发路由的控制方法及装置
US10887172B2 (en) Network function virtualization
GB2542870A (en) Local and demand driven QoS models
JP2003110613A (ja) パケットネットワークにおける帯域幅ブローカのための方法および装置
Gvozdiev et al. On low-latency-capable topologies, and their impact on the design of intra-domain routing
CN108512672B (zh) 业务编排方法、业务管理方法及装置
US20140133302A1 (en) Tuning routing metrics to reduce maximum link utilization and end-to-end delay violations
Antevski et al. Resource orchestration of 5G transport networks for vertical industries
CN110036608A (zh) 用于Diameter消息的优先级路由的方法、系统和计算机可读介质
KR101911473B1 (ko) 데이터 센터 간 광역 통신망에서 통계적 다중화 및 자원 할당 시스템과 이의 방법
US20210203561A1 (en) Method and apparatus for obtaining interior gateway protocol domain through division in network
Slim et al. CLOSE: A costless service offloading strategy for distributed edge cloud
EP3485618A1 (en) Device and method for managing end-to-end connections
Yan et al. Data center selection: A probability based approach
Fajjari et al. Novel adaptive virtual network embedding algorithm for Cloud’s private backbone network
KR101987346B1 (ko) 데이터 센터 간 광역 통신망에서 통계적 자원 할당 및 서비스 품질 보장 시스템과 이의 방법
Huang et al. A new mechanism for SDN network virtualization service
Adami et al. An OpenFlow controller for cloud data centers: Experimental setup and validation
Beshley et al. Traffic engineering and QoS/QoE supporting techniques for emerging service-oriented software-defined network
Kostiv et al. Metaheuristics in cloud platform traffic engineering

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant