KR20170079887A - 클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법 - Google Patents

클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법 Download PDF

Info

Publication number
KR20170079887A
KR20170079887A KR1020150190913A KR20150190913A KR20170079887A KR 20170079887 A KR20170079887 A KR 20170079887A KR 1020150190913 A KR1020150190913 A KR 1020150190913A KR 20150190913 A KR20150190913 A KR 20150190913A KR 20170079887 A KR20170079887 A KR 20170079887A
Authority
KR
South Korea
Prior art keywords
service
path
network function
virtual network
function
Prior art date
Application number
KR1020150190913A
Other languages
English (en)
Other versions
KR101863324B1 (ko
Inventor
박성용
김시리
Original Assignee
서강대학교산학협력단
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 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Priority to KR1020150190913A priority Critical patent/KR101863324B1/ko
Publication of KR20170079887A publication Critical patent/KR20170079887A/ko
Application granted granted Critical
Publication of KR101863324B1 publication Critical patent/KR101863324B1/ko

Links

Images

Classifications

    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0833—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network energy consumption
    • 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
    • H04L41/12—Discovery or management of network topologies
    • 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
    • H04L41/14—Network analysis or design
    • 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

Landscapes

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

Abstract

본 발명은 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법에 관한 것으로서, 네트워크를 구성하는 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계, 및 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계를 포함함으로써, 효율적인 네트워크 제어가 가능하다.

Description

클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법{Energy Aware VNF Placement Algorithm for Service Function Chaining of Network Function Virtualization in Cloud environment}
본 발명은 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법에 관한 것으로서, 더욱 상세하게는 에너지 사용량에 따른 서비스 기능 체이닝 경로 및 가상 네트워크 기능의 배치를 통해 효율적인 네트워크 제어가 가능한 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법 및 재배치 방법에 관한 것이다.
기존의 네트워크 장비는 하드웨어와 소프트웨어가 통합된 형태로 제공되기 때문에 네트워크 구성이 복잡해지거나 변경이 있을 경우, 서비스 장비를 재배치하는 작업이 필수적이다. 또한 서비스 이용자들의 요구 사항이 나날이 복잡해짐에 따라 캐리어 네트워크 사업자(Network Service Provider: NSP)들은 요구사항에 맞는 서비스를 제공하는 것이 힘들어지고 있다. 또 기존의 네트워크 장비의 생명주기가 점점 짧아지면서 이에 따른 CAPEX(Capital Expenditure)와 OPEX(Operation Expense)가 증가하고 있다. 이런 기존 네트워크 장비의 복잡함과 경직성에서 벗어나기 위해 SDN(Software Defined Networking)과 NFV(Network Function Virtualization) 기술이 등장했다.
SDN은 스탠포드 대학의 연구과제에서 시작하였고, 미국을 중심으로 연구되고 있다. 기존 네트워크 구조를 제어평면(Control Plane)과 데이터평면(Forwarding Plane)으로 나누어 제어기능을 중앙집중식으로 관리함으로써 네트워크 설정을 소프트웨어적으로 제어할 수 있게 한다. SDN을 실현시키기 위해서는 네트워크 제어 기능을 데이터 전달 기능(data plane)과 분리하여 구현해야 하고, 네트워크 제어 기능이 개발되고 실행될 수 있는 환경을 분리하여 전형적인 낮은 성능의 CPU가 장착된 하드웨어 스위치에 더이상 위치시키지 않아야 한다. 즉, 네트워크 제어 기능이 기존의 스위치나 라우터 등의 하드웨어와 별도로 분리되어야 하고, 데이터 전달 기능과도 역시 분리되어 개발 및 실행될 수 있는 네트워크 구조를 가져야 한다는 것이다.
NFV는 네트워크 장비에서 하드웨어와 소프트웨어를 분리하고, 범용 서버의 가상화 기반 위에서 네트워크 기능을 가상화하여 제공하기 위한 시도로, 하드웨어와 소프트웨어를 분리함으로써 네트워크의 유연성을 높이자는 것이다. ETSI ISG NFV 그룹은 NFV 기술 분야에서 통신사업자 및 산업체가 요구하는 산업 규격을 정의하는 것을 목적으로 하고 있다. 최근 스웨덴의 에릭슨, 핀란드의 노키아 솔루션&네트워크(NSN), 중국의 화웨이 등 주요 네트워크 장비업체들이 모두 NFV를 주요 이슈로 다루고 있으며 관련 제품 개발 소식을 전하고 있다. NFV 기술을 통해 1)총소유 비용(Total Cost of Ownership: TCO)의 절감, 2)전력 소비 감소, 3)새로운 서비스 제공에 대한 기대 등의 효과를 기대할 수 있다.
한국공개특허공보 "가상 네트워크 관리 장치(10-2012-0067916)"
본 발명이 해결하고자 하는 첫 번째 과제는 에너지 사용량에 따른 서비스 기능 체이닝 경로 및 가상 네트워크 기능의 배치를 통해 효율적인 네트워크 제어가 가능한 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 두 번째 과제는 에너지 사용량에 따른 서비스 기능 체이닝 경로 및 가상 네트워크 기능의 배치를 통해 효율적인 네트워크 제어가 가능한 네트워크 기능 가상화에서 서비스 경로의 재배치 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 세 번째 과제는 에너지 사용량에 따른 서비스 기능 체이닝 경로 및 가상 네트워크 기능의 배치를 통해 효율적인 네트워크 제어가 가능한 네트워크 시스템을 제공하는 것이다.
본 발명은 상기 첫 번째 과제를 달성하기 위하여, 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법에 있어서, 네트워크를 구성하는 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계; 및 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계를 포함하는 방법을 제공한다.
본 발명의 실시예에 의하면, 상기 서비스 기능 체이닝 경로를 도출하는 단계는, 상기 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출하는 것을 특징으로 하는 방법일 수 있다.
본 발명의 실시예에 의하면, 상기 가상 네트워크 기능을 배치하는 단계는, 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하는 단계; 및 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 단계를 포함하는 것을 특징으로 하는 방법일 수 있다.
본 발명의 실시예에 의하면, 상기 가상 네트워크 기능 배치를 도출하는 단계는, 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하는 것을 특징으로 하는 방법일 수 있다.
본 발명은 상기 두 번째 과제를 달성하기 위하여, 네트워크 기능 가상화에서 서비스 경로의 재배치 방법에 있어서, 서비스 경로를 구성하는 서버들 중 아이들(idle) 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율이 임계치 이상인지를 판단하는 단계; 상기 아이들 상태의 서버들의 에너지 사용량의 비율이 임계치 이상인 경우, 네트워크를 구성하는 서버들 중, 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계; 및 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계를 포함하는 방법을 제공한다.
본 발명의 실시예에 의하면, 상기 서비스 기능 체이닝 경로를 도출하는 단계는, 상기 네트워크를 구성하는 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출하는 것을 특징으로 하는 방법일 수 있다.
본 발명의 실시예에 의하면, 상기 가상 네트워크 기능을 배치하는 단계는, 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하는 단계; 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하는 단계; 및 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 단계를 포함하는 것을 특징으로 하는 방법일 수 있다.
본 발명은 상기 세 번째 과제를 달성하기 위하여, 네트워크를 구성하며 가상 네트워크 기능이 배치될 수 있는 복수의 서버; 상기 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하고, 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 처리부를 포함하는 네트워크 시스템을 제공한다.
본 발명의 실시예에 의하면, 상기 처리부는, 상기 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출하는 것을 특징으로 하는 네트워크 시스템일 수 있다.
본 발명의 실시예에 의하면, 상기 처리부는, 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하고, 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하여, 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 것을 특징으로 하는 네트워크 시스템일 수 있다.
본 발명의 실시예에 의하면, 상기 처리부는, 서비스 경로를 구성하는 서버들 중 아이들(idle) 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율이 임계치 이상인 경우, 서비스 경로를 재배치하는 것을 특징으로 하는 네트워크 시스템일 수 있다.
본 발명에 따르면, 최적의 네트워크 서비스 체이닝을 위한 경로 및 가상 네트워크 기능의 배치가 가능하다. 이에 따라 효율적인 네트워크 관리 제어가 가능하다.
도 1은 본 발명의 일 실시예에 따른 네트워크 시스템의 블록도이다.
도 2는 본 발명의 실시예에 따른 네트워크 시스템에서 결정된 서비스 경로의 블록도이다.
도 3 및 4는 네트워크 서비스 체이닝을 나타낸 것이다.
도 5는 본 발명의 일 실시예에 따른 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법의 흐름도이다.
도 6은 본 발명의 실시예에 따른 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법의 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 네트워크 기능 가상화에서 서비스 경로의 재배치 방법의 흐름도이다.
본 발명에 관한 구체적인 내용의 설명에 앞서 이해의 편의를 위해 본 발명이 해결하고자 하는 과제의 해결 방안의 개요 혹은 기술적 사상의 핵심을 우선 제시한다.
본 발명의 일 실시예에 따른 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법은 네트워크를 구성하는 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계, 및 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계를 포함한다.
이하 첨부된 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있는 실시 예를 상세히 설명한다. 그러나 이들 실시예는 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 범위가 이에 의하여 제한되지 않는다는 것은 당업계의 통상의 지식을 가진 자에게 자명할 것이다.
본 발명이 해결하고자 하는 과제의 해결 방안을 명확하게 하기 위한 발명의 구성을 본 발명의 바람직한 실시예에 근거하여 첨부 도면을 참조하여 상세히 설명하되, 도면의 구성요소들에 참조번호를 부여함에 있어서 동일 구성요소에 대해서는 비록 다른 도면상에 있더라도 동일 참조번호를 부여하였으며 당해 도면에 대한 설명시 필요한 경우 다른 도면의 구성요소를 인용할 수 있음을 미리 밝혀둔다. 아울러 본 발명의 바람직한 실시 예에 대한 동작 원리를 상세하게 설명함에 있어 본 발명과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명 그리고 그 이외의 제반 사항이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.
도 1은 본 발명의 일 실시예에 따른 네트워크 시스템의 블록도이다.
현재 많은 네크워크 사업자(Network Service provider: NSP)들은 다양한 네트워크 서비스를 제공하고 있는데, 네트워크 기능 가상화(Network Function Virtualization: NFV)를 이용하여 자사의 데이터 센터나 클라우드 센터 솔루션을 이용한다. 이런 추세에 맞춰 클라우드 사업자들은 기존에 하드웨어 기반으로 제공되던 네트워크 기능들을 가상화시켜 가상 네트워크 기능(Virtual Network Function: VNF)형태로 제공할 수 있다. 이렇게 클라우드에 가상화된 네트워크 서비스를 고객의 요청에 맞추어 하나의 연결로 순서화한 체인을 따라 네트워크 트래픽을 처리 및 전달하는 기술을 서비스 기능 체이닝(Service Function Chaining: SFC)이라고 한다. 네트워크 사업자는 사용자의 요청에 따라 다양한 네트워크 기능인 가상 네트워크 기능들을 논리 링크를 통해 연결해 서비스 기능 체이닝을 구성할 수 있으며, 새로운 네트워크 기능을 포함시켜 서비스 기능 체이닝에 포함시킬 수도 있다.
현재 네트워크는 매우 변동이 심하고, 비지 아워(Busy Hour)과 평균 아워(Average Hour)의 네트워크 트래픽 차이가 크다. 해가 지날수록 비지 아워와 ㅍ평균 아워의 네트워크 트래픽 차이가 점점 심해질 것으로 예측되고 있다. 사용자가 요청한 서비스의 품질(Quality of Service: QoS)를 보장하면서 비지 아워의 트래픽을 처리하기 위해 많은 물리적 서버가 사용되는데, 평균 아워에서도 똑같은 수의 물리적 서버를 사용하면 아이들(idle) 상태의 물리 머신의 수가 증가하게 되고, 에너지가 낭비된다. 현재 최대 전력 소비의 60% 이상이 아이들한 물리적 서버에서 낭비되기 때문에, 에너지 절약을 위해 아이들 상태에 있는 물리적 서버의 개수를 줄이는 것이 필요하다.
상기 문제점들을 해결하기 위하여, 본 발명의 일 실시예에 따른 네트워크 시스템(100)은 복수의 서버(120) 및 처리부(140)로 구성될 수 있고, 서비스 소스(110) 및 서비스 목적지(130)를 더 포함할 수 있다.
서버(120)들은 네트워크를 구성하며 가상 네트워크 기능이 배치될 수 있는 물리적 서버들이다.
처리부(140)는 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스(110)로부터 서비스 목적지(130)까지의 서비스 기능 체이닝 경로를 도출하고, 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치한다.
보다 구체적으로, 처리부(140)는 우선 서비스 경로인 서비스 기능 체이닝 경로를 도출한다. 모든 경로에 대해 최적의 가상 네트워크 기능 배치를 판단하는 것은 시간이 오래걸리고 복잡한바, 우선, 서비스 기능 체이닝 경로가 되는 서버들을 도출한다.
처리부(140)는 상기 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출한다. 서비스 기능 체이닝 경로를 도출함에 있어서 에너지 사용량을 이용한다. 후보 경로들의 에너지 사용량을 산출하고, 에너지 사용량이 최소인 경로를 서비스 기능 체이닝 경로로 도출한다. 에너지 사용량 이외에 서비스 품질(QoS)를 보장하기 위한 서비스 시간 또는 가용성을 고려하여 서비스 기능 체이닝 경로로 도출할 수 있다. 도 1에서 도출된 서비스 기능 체이닝 경로는 선택된 서버(120)들로 구성되는 경로일 수 있다. 도출된 서비스 기능 체이닝 경로는 서비스 소스(110)와 서비스 목적지(130)를 서로 연결하고, 서비스를 전송함에 있어서, 가상 네트워크 기능을 제공한다.
처리부(140)는 서비스 체이닝 경로를 도출한 이후에는 가상 네트워크 기능들을 어떤 서버에 배치할지를 도출한다. 이를 위하여, 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하고, 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하여, 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출한다.
가상 네트워크 기능의 배치에는 메타 휴리닉스 알고리즘 중 유전 알고리즘(Genetic Algorithm)을 이용한다. 다른 최적화 알고리즘을 이용할 수 있음은 당연하다. 유전 알고리즘은 자연계의 생물 유전학에 기본 이론을 둔 병렬적이고 전역적인 탐색 알고리즘으로 어떤 미지의 함수를 최적화하는 해를 찾기 위하여 진화를 모방한 탐색 알고리즘이라 할 수 있다. 유전 알고리즘을 적용하기 위하여, 우선, 미리 결정된 수의 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출한다. 후보의 수는 네트워크 사업자 또는 서비스 제공자에 의해 결정되거나, 네트워크 환경에 따라 결정될 수 있다. 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출한다. 2 개의 부모를 선택함에 있어서, 정확성을 높이기 위하여, 가중치를 이용할 수 있다. 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하여 부모 선택에 이용할 수 있다. 자손을 반복하여 생성하는 횟수는 미리 결정되어 있을 수 있다. 또는 해당 배치가 기준치 이하의 에너지 소모량을 가지는 경우까지 반복할 수 있다. 자손을 반복하여 생성하는 과정을 통해 도출되는 네트워크 기능 배치를 적용하여 도 2와 같이, 각 서버에 해당 네트워크 기능들을 배치한다.
처리부(140)는 서비스 경로를 구성하는 서버들 중 아이들(idle) 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율이 임계치 이상인 경우, 서비스 경로를 재배치할 수 있다. 처음 서비스를 제공하는데 네트워크 기능 배치를 수행한 이후, 주기적 또는 간헐적으로, 서비스 경로를 구성하는 서버들 중 아이들 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율을 산출하여 그 비율이 임계치 이상인 경우, 효율성이 떨어진 것으로 판단하고, 서비스 경로를 재배치할 수 있다.
서비스 경로를 재배치하는 경우, 서비스의 종류에 따라 그 방법이 달라질 수 있다. 먼저, 상태 비보장 서비스(stateless service)의 경우에는 새로운 가상 네트워크 기능을 배치하여 경로를 바꾸어도 그 전의 상태에 상관없이 서비스가 지속될 수 있으므로 경로를 재구성할 때 새로운 가상 네트워크 기능을 배치하여 경로를 바꾸는 것이 적합하다. 하지만, 상태 보장 서비스(stateful service)의 경우에는 경로를 변경할 때 경로를 구성하는 네트워크 서비스 인스턴스들이 저장하고 있는 상태를 바뀐 경로에 전송을 해주거나 가상머신을 이주하여 상태를 보장해야 한다. 이런 경우에는 가상머신을 이주하는 비용과 바뀐 경로에 저장된 상태를 보내는 방식의 비용을 고려하여 경로를 재구성한다. 경로를 재배치하는 과정은 상기 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 과정에 대응된다.
이하, 도 3 및 4를 참조하여 구체적인 예를 들어 구체적으로 설명하도록 한다.
앞서 설명한 바와 같이, 서비스 기능 체이닝은 도 3과 같이, 클라우드에 가상화된 네트워크 서비스를 고객의 요청에 맞추어 하나의 연결로 순서화한 체인을 따라 네트워크 트래픽을 처리 및 전달하는 기술을 의미한다. 네트워크 사업자는 사용자의 요청에 따라 다양한 네트워크 기능인 가상 네트워크 기능들을 논리 링크를 통해 연결해 서비스 기능 체이닝을 구성할 수 있으며, 새로운 네트워크 기능을 포함시켜 서비스 기능 체이닝에 포함시킬 수도 있다. 현재 네트워크는 매우 변동이 심하고, Busy Hour과 Average Hour의 네트워크 트래픽 차이가 크다. 도 3에서 볼 수 있듯이 CISCO는 해가 지날수록 Busy Hour과 Average Hour의 네트워크 트래픽 차이가 점점 심해질 것이라고 예측하고 있다. 사용자가 요청한 서비스의 QoS를 보장하면서 Busy Hour의 트래픽을 처리하기 위해 많은 물리적 서버가 사용되는데, Average Hour에서도 똑같은 수의 물리적 서버를 사용하면 아이들 상태의 물리 머신의 수가 증가하게 되고, 에너지가 낭비된다. 현재 최대 전력 소비의 60% 이상이 아이들한 물리적 서버에서 낭비되기 때문에, 에너지 절약을 위해 아이들 상태에 있는 물리적 서버의 개수를 줄이는 것이 필요하다.
또한, 현재 빠르게 증가하고 있는 모바일 네트워크의 40-60%의 트래픽이 플로우의 지속 시간이 긴 비디오 스트리밍에서 발생하기 때문에 QoS를 보장하는 배치 알고리즘뿐만이 아닌 서비스 기능 체이닝을 재배치하는 방법이 필요하다. 즉 에너지 사용량을 줄이며 QoS를 보장할 수 있는 서비스 기능 체이닝 배치 및 재구성 방법이 필요하다.
가상 네트워크 기능을 배치 가능한 네트워크 환경을 구성하는 물리적 서버들을 방향성 비순환 그래프(Directed Acyclic Graph)를 도 4와 같이
Figure pat00001
로 정의한다. 여기서 V는 가상 네트워크 기능을 배치할 수 있는 N개의 물리적 서버 집합을 의미하고, E는 물리적 서버 간의 M개의 가상 링크 집합을 의미한다. 사용자에게 서비스 Sx를 제공해주어야 할 때 거쳐가야 하는 네트워크 서비스가 K개라고 하면 서비스 Sx에 대한 서비스 기능 체이닝 경로는
Figure pat00002
로 나타낼 수 있다. 이 경로의 에너지 사용량을
Figure pat00003
라 하고, 이 경로에 대한 서비스 시간 목표를
Figure pat00004
, 가용성 목표를
Figure pat00005
라고 정의 할 수 있다. 여기서, 서비스 기능 체이닝의 목표는 에너지 사용량
Figure pat00006
를 줄이는 것이고,
Figure pat00007
,
Figure pat00008
를 만족하는 것을 더 고려할 수 있다.
위에서 정의한 문제는 에너지, 가용성, 또는 서비스 시간의 사항을 고려하여 알맞은 경로를 찾는 문제이다. 이 문제는 다중-제약 경로 선택(Multiple-Constrained Path Selection)문제의 변형으로 문제의 복잡도가 NP-완전이라고 알려져 있다. 따라서 이 문제를 잘 알려진 최적의 해를 찾는 기법 중의 하나인 유전 알고리즘(Genetic Algorithm)을 이용하여 서비스 기능 체이닝을 위한 경로를 찾는다.
먼저, 서비스 Sx의 에너지 사용량은 다음과 같이 나타낼 수 있다. 가상 네트워크 기능을 배치할 수 있는 네트워크 환경을 구성하는 물리적 서버의 개수를 N이라고 하면 전체 네트워크 환경에서 사용하는 에너지 사용량
Figure pat00009
은 사용된 i 번째 물리적 서버의 에너지 사용량
Figure pat00010
의 합으로, 다음 식과 같이 나타낼 수 있다.
Figure pat00011
이와 같이 서비스 Sx를 구성하기 위해 사용되는 에너지를
Figure pat00012
라고 하고 서비스 기능 체이닝을 구성하는 VF의 개수가 K개일 때, 해당 서비스를 구성하는 서비스 기능 체이닝의 에너지 사용량
Figure pat00013
은 다음 수학식과 같이 나타낼 수 있다. 물리적 서버 i가 해당 서비스 기능 체이닝 경로에 선택되었다면
Figure pat00014
이고, 그렇지 않으면
Figure pat00015
이다.
Figure pat00016
물리적 서버의 에너지 사용량은 서버의 상태에 따라 달라진다. i 번째 물리적 서버의 상태가 power off인 경우 에너지 사용량은 0 이다. 또한, i 번째 물리적 서버의 상태가 idle인 경우
Figure pat00017
으로 나타낼 수 있다. 번째 물리적 서버가 사용되는 경우에는
Figure pat00018
로 나타낼 수 있다.
Figure pat00019
와
Figure pat00020
는 i 번째 물리적 서버의 cpu 사용량에 따라 선형적으로 증가하며 cpu utilization이 100%일 때 최대 에너지
Figure pat00021
값을 갖는다. 그러므로
Figure pat00022
와
Figure pat00023
의 합을 다음 수학식으로 정의한다. 메모리 사용량과 디스크 사용량은 전력 사용량에 거의 영향을 미치지 않으므로,
Figure pat00024
는 정해진 값을 사용한다.
Figure pat00025
QoS를 보장하기 위한 서비스 시간은 다음과 같이 확인할 수 있다. 요청한 서비스를 목표한 시간 내에 처리할 수 있어야 한다. 이를 서비스 시간
Figure pat00026
로 나타낼 수 있다.
Figure pat00027
은 서비스 Sx의 트래픽을 프로세싱하기 위한 시간으로,
Figure pat00028
로 정의한다.
Figure pat00029
은 서비스 Sx의 가상 네트워크 기능이 처리한 결과를 다음 가상 네트워크 기능로 전송할 때 걸리는 시간으로
Figure pat00030
로 정의한다.
Figure pat00031
은 가상 네트워크 기능이 배치되는 서버의 pCPU와 관련이 있다. 만약 서버에 배치된 가상 네트워크 기능의 vCPU 개수의 합이 pCPU의 수보다 작으면 은
Figure pat00032
는 vcpu당 pcpu가 하나씩 배치될 때의 프로세싱 시간과 같은데, 이는 pCPU가 사용되지 않는다고 해서 무조건 Hyper Threading이 가능하지 않기 때문이다. 결국 # of vcpu ≤ # of pcpu이면,
Figure pat00033
이라고 할 수 있다. 이와 반대로 서버에 배치된 전체 가상 네트워크 기능의 vCPU가 pCPU보다 많으면 스케줄링을 통해 vCPU가 pCPU를 나눠서 사용해야 한다. 즉, # of vcpu ≥ # of pcpu이면,
Figure pat00034
이다.
QoS를 보장하기 위한 가용성은 다음과 같이 확인할 수 있다. 서비스의 QoS를 보장하기 위해 클라우드 내의 서버와 네트워크 등의 시스템이 정상적으로 목표치 이상으로 사용 가능해야 한다. 이는 가용성으로 나타낼 수 있는데, 본 논문에서 정의한 가용성은 서비스 Sx의 가용성을 말한다. 서비스 Sx의 가용성
Figure pat00035
는 다음 수학식과 같이 나타낼 수 있다.
Figure pat00036
Figure pat00037
서비스 Sx의 목표 가용성을
Figure pat00038
, 추정 가용성을
Figure pat00039
라고 정의할 때,
Figure pat00040
을 다음 수학식과 같이 정의한다.
Figure pat00041
Figure pat00042
먼저 서비스를 요청한 사용자를 서비스 기능 체이닝의 서비스 소스로 설정하고 경로의 목적지(Destination)를 확인하여 SDN 컨트롤러가 최단 경로를 찾아준다. 이 때, SDN 컨트롤러는 도 4와 같이 다익스트라 알고리즘(Dijkstra Algorithm)을 이용하여 네트워크 flow의 경로를 찾는다. flow의 경로가 정해지면, 해당 경로에 있는 물리적 서버들에 가상 네트워크 기능들을 배치해야 한다. 이때, 에너지 사용량이 최소가 될 수 있도록 배치를 결정한다.
Figure pat00043
를 만족시키면서, 해당 경로에 있는 물리적 서버의
Figure pat00044
를 만족하는 가상 네트워크 기능 배치 문제는 다중-제약 경로 선택 문제의 변형으로 NP 완전의 시간 복잡도를 갖기 때문에 본 논문에서는 메타 휴리스틱 알고리즘인 유전 알고리즘을 사용하여 최적에 가까운 가상 네트워크 기능 배치를 결정한다.
가상 네트워크 기능 배치를 결정함에 있어서, 해당 경로 내에서 에너지 사용량이 최소가 될 수 있도록 배치를 결정하기 위해서 유전 알고리즘을 사용한다. 이 알고리즘은 자연의 진화 법칙을 모방하여 문제를 푸는 방법으로 크게 두 과정을 거치는 데 첫 번째는 자손을 생산할 두 개의 부모를 뽑는 과정이고 두 번째는 선택한 부모로 교차와 변이를 통해 몇 명의 자손을 만들 것인지를 결정하는 것이다.
정해진 경로에서 K번 동안 임의로 물리적 서버를 선택한다. 이 때, 정해진 경로에 있는 동일한 물리적 서버가 선택될 수 있으며, 해당 배치에 대한
Figure pat00045
,
Figure pat00046
,
Figure pat00047
를 계산하여 가용성을 만족했을 때, 하나의 염색체로 선정한다. 위의 과정을 반복하여 임의의 N개의 해 집단을 만든다. 각각의 해는 각각의 해는 문자열 또는 염색체라고 부른다.
위의 과정에서 선정된 해 집단에서 2개의 해를 선택하여 각각을 부모 P1, P2라고 하자. 부모를 선택하는 방법으로는 품질 비례 룰렛 휠 선택 방법을 사용할 수 있다. 각 해의 적합도 fi를 평가하여 가장 좋은 해의 적합도가 가장 나쁜 해의 적합도의 k 배가 되도록 조절한다. 해 집단 내에서 i번째로 가장 좋은 해의 적합도는 다음 수학식 6으로 구한다. 이는 해 집단 내에서 여기서
Figure pat00048
는 선택된 경로 중 에너지 사용량이 가장 많은 경로의 에너지 사용량이고,
Figure pat00049
는 에너지 사용량이 가장 적은 경로의 에너지 사용량이다.
Figure pat00050
위와 같은 적합도 계산을 통해 선택한 부모의 해를 교차한다. 여기서 한 점 교차 방법을 사용하였다. 한 점 교차는 부모 P1, P2의 염색체를 교차할 부분을 임의로 한 점을 선택하여 그 점을 중심으로 앞 쪽과 뒤 쪽을 합쳐서 새로운 자손
Figure pat00051
를 만드는 방법이다.
상기와 같이 만들어 자손에 대하여 일정한 확률로 변이를 일으켜 완전 새로운 해를 만든다. 그 이유는 부모의 해에 없는 속성을 도입하여 탐색 공간을 넓히기 위해서이다. 변이율을 0.015로 설정하여 이용하였다.
이하, Average Hour에서 Busy Hour과 똑같은 수의 물리적 서버를 사용할 때 낭비되는 에너지를 줄이기 위해 경로에 있는 물리적 서버의 에너지 소모량을 최소화하고, QoS를 보장할 수 있는 방법에 대해 기술한다. 서비스 경로의 에너지 사용량 중 idle 상태의 물리적 서버의 에너지 사용량이 많은 경우에 경로를 재배치하는 알고리즘을 제안한다. 주기적인 에너지 사용량 모니터링을 통해 경로에서 idle 상태의 물리적 서버가 사용하는 에너지
Figure pat00052
가 전체 에너지
Figure pat00053
의
Figure pat00054
이상일 때 즉,
Figure pat00055
인 경우에 경로를 재배치 한다.
서비스의 종류에 따라 경로 재구성을 수행하는 방법이 달라질 수 있다. 먼저 상태 비보장 서비스(stateless service)의 경우에는 새로운 가상 네트워크 기능을 배치하여 경로를 바꾸어도 그 전의 상태에 상관없이 서비스가 지속될 수 있으므로 경로를 재구성할 때 새로운 가상 네트워크 기능를 배치하여 경로를 바꾸는 것이 적합하다. 하지만 상태 보장 서비스(stateful service)의 경우에는 경로를 변경할 때 경로를 구성하는 네트워크 서비스 인스턴스들이 저장하고 있는 상태를 바뀐 경로에 전송을 해주거나 가상머신을 이주하여 상태를 보장해야 한다. 이런 경우에는 가상머신을 이주하는 비용과 바뀐 경로에 저장된 상태를 보내는 방식의 비용을 고려하여 경로를 재구성한다.
도 5는 본 발명의 일 실시예에 따른 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법의 흐름도이고, 도 6은 본 발명의 실시예에 따른 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법의 흐름도이다.
도 5 내지 6에 대한 상세한 설명은 도 1 내지 도 4의 네크워크 시스템에 대한 상세한 설명에 대응하는바, 이하 중복되는 설명은 생략하도록 한다.
510 단계는 네트워크를 구성하는 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계이다.
보다 구체적으로, 우선, 서버들로 구성되는 상기 서비스 기능 체이닝 경로를 도출한다. 상기 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출할 수 있다.
520 단계는 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계이다.
보다 구체적으로, 510 단계에서 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는데 유전 알고리즘을 이용한다.
가상 네트워크 기능을 배치하는 520 단계는 구체적으로 610 단계에서 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하고, 620 단계는 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용한 후, 630 단계에서 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 과정을 통해 수행된다.
도 7은 본 발명의 일 실시예에 따른 네트워크 기능 가상화에서 서비스 경로의 재배치 방법의 흐름도이다.
도 7에 대한 상세한 설명은 도 1 내지 도 4의 네크워크 시스템에 대한 상세한 설명에 대응하는바, 이하 중복되는 설명은 생략하도록 한다.
710 단계는 서비스 경로를 구성하는 서버들 중 아이들(idle) 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율이 임계치 이상인지를 판단하는 단계이다.
720 단계는 710 단계의 판단 결과, 상기 아이들 상태의 서버들의 에너지 사용량의 비율이 임계치 이상인 경우, 네트워크를 구성하는 서버들 중, 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계이다. 상기 네트워크를 구성하는 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출할 수 있다.
730 단계는 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계이다. 730 단계는 배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하는 단계, 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하는 단계, 및 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 단계로 수행될 수 있다.
본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체 (magnetic media), CD-ROM, DVD와 같은 광기록 매체 (optical media), 플롭티컬 디스크 (floptical disk)와 같은 자기-광 매체 (magneto-optical media), 및 롬 (ROM), 램 (RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100: 네크워크 시스템
110: 서비스 소스
120: 서버
130: 서비스 목적지
140: 처리부

Claims (12)

  1. 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 방법에 있어서,
    네트워크를 구성하는 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계; 및
    유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 서비스 기능 체이닝 경로를 도출하는 단계는,
    상기 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출하는 것을 특징으로 하는 방법.
  3. 제 1 항에 있어서,
    상기 가상 네트워크 기능을 배치하는 단계는,
    배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하는 단계; 및
    상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제 3 항에 있어서,
    상기 가상 네트워크 기능 배치를 도출하는 단계는,
    상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하는 것을 특징으로 하는 방법.
  5. 네트워크 기능 가상화에서 서비스 경로의 재배치 방법에 있어서,
    서비스 경로를 구성하는 서버들 중 아이들(idle) 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율이 임계치 이상인지를 판단하는 단계;
    상기 아이들 상태의 서버들의 에너지 사용량의 비율이 임계치 이상인 경우, 네트워크를 구성하는 서버들 중, 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하는 단계; 및
    유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 단계를 포함하는 방법.
  6. 제 5 항에 있어서,
    상기 서비스 기능 체이닝 경로를 도출하는 단계는,
    상기 네트워크를 구성하는 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출하는 것을 특징으로 하는 방법.
  7. 제 5 항에 있어서,
    상기 가상 네트워크 기능을 배치하는 단계는,
    배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하는 단계;
    상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하는 단계; 및
    상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 단계를 포함하는 것을 특징으로 하는 방법.
  8. 제 1 항 내지 제 7 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  9. 네트워크를 구성하며 가상 네트워크 기능이 배치될 수 있는 복수의 서버;
    상기 서버들로부터 에너지 사용량을 이용하여 서비스를 제공하고자 하는 서비스 소스로부터 서비스 목적지까지의 서비스 기능 체이닝 경로를 도출하고, 유전 알고리즘을 이용하여 상기 도출된 서비스 체이닝 경로를 구성하는 서버들에 상기 서비스를 제공하는데 필요한 가상 네트워크 기능을 배치하는 처리부를 포함하는 네트워크 시스템.
  10. 제 9 항에 있어서,
    상기 처리부는,
    상기 서버들로 구성되는 후보 경로들 중 에너지 사용량이 최소가 되는 경로를 상기 서비스 기능 체이닝 경로로 도출하는 것을 특징으로 하는 네트워크 시스템.
  11. 제 9 항에 있어서,
    상기 처리부는,
    배치 가능한 복수의 가상 네트워크 기능 배치 후보를 도출하고, 상기 네트워크 기능 배치 후보들 각각의 에너지 사용량을 이용하여 적합도를 산출하고, 상기 적합도에 따른 가중치를 상기 네트워크 기능 배치 후보들에게 적용하여, 상기 가상 네트워크 기능 배치 후보들 중 2 개를 부모로 선택하여 교차와 변이를 통해 자손을 소정의 횟수만큼 반복적으로 생성함으로써 가상 네트워크 기능 배치를 도출하는 것을 특징으로 하는 네트워크 시스템.
  12. 제 9 항에 있어서,
    상기 처리부는,
    서비스 경로를 구성하는 서버들 중 아이들(idle) 상태의 서버들의 에너지 사용량의 서비스 경로를 구성하는 서버 전체의 에너지 사용량 대비 비율이 임계치 이상인 경우, 서비스 경로를 재배치하는 것을 특징으로 하는 네트워크 시스템.

KR1020150190913A 2015-12-31 2015-12-31 클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법 KR101863324B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150190913A KR101863324B1 (ko) 2015-12-31 2015-12-31 클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150190913A KR101863324B1 (ko) 2015-12-31 2015-12-31 클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법

Publications (2)

Publication Number Publication Date
KR20170079887A true KR20170079887A (ko) 2017-07-10
KR101863324B1 KR101863324B1 (ko) 2018-05-31

Family

ID=59356286

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150190913A KR101863324B1 (ko) 2015-12-31 2015-12-31 클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법

Country Status (1)

Country Link
KR (1) KR101863324B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749801A (zh) * 2017-09-28 2018-03-02 西南交通大学 一种基于种群增量学习算法的虚拟网络功能放置方法
KR101927239B1 (ko) * 2018-07-19 2019-03-12 엠아이앤컴퍼니 주식회사 Ar 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램
KR20200025084A (ko) * 2018-08-29 2020-03-10 주식회사 케이티 전송망 소프트웨어 정의 네트워킹을 이용한 전송망 대량 회선 재배치 장치 및 방법
US10826797B2 (en) 2017-12-15 2020-11-03 Foundation Of Soongsil University Industry Cooperation System and method for processing network packets based on NFV for ensuring high availability
CN112187510A (zh) * 2020-08-26 2021-01-05 中国科学院信息工程研究所 一种基于遗传算法的虚拟网络功能放置方法及电子装置
KR20210067911A (ko) * 2019-11-29 2021-06-08 경희대학교 산학협력단 에지 컴퓨팅에서 멀티 연합 학습 서비스 오케스트레이터 및 이의 실행 방법
CN114650234A (zh) * 2022-03-14 2022-06-21 中天宽带技术有限公司 数据处理方法、装置和服务器
CN115174393A (zh) * 2022-06-27 2022-10-11 福州大学 基于带内网络遥测的服务功能链动态调整方法
CN115361299A (zh) * 2022-07-26 2022-11-18 广东工业大学 低时延边缘计算服务功能链部署方法、系统、设备及存储介质
KR20230061755A (ko) * 2021-10-29 2023-05-09 한국전자기술연구원 머신러닝 모델 최적화를 위한 유전 알고리즘 기반 대표 데이터 선정 방법

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749801A (zh) * 2017-09-28 2018-03-02 西南交通大学 一种基于种群增量学习算法的虚拟网络功能放置方法
CN107749801B (zh) * 2017-09-28 2019-09-06 西南交通大学 一种基于种群增量学习算法的虚拟网络功能放置方法
US10826797B2 (en) 2017-12-15 2020-11-03 Foundation Of Soongsil University Industry Cooperation System and method for processing network packets based on NFV for ensuring high availability
KR101927239B1 (ko) * 2018-07-19 2019-03-12 엠아이앤컴퍼니 주식회사 Ar 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램
KR20200025084A (ko) * 2018-08-29 2020-03-10 주식회사 케이티 전송망 소프트웨어 정의 네트워킹을 이용한 전송망 대량 회선 재배치 장치 및 방법
KR20210067911A (ko) * 2019-11-29 2021-06-08 경희대학교 산학협력단 에지 컴퓨팅에서 멀티 연합 학습 서비스 오케스트레이터 및 이의 실행 방법
CN112187510A (zh) * 2020-08-26 2021-01-05 中国科学院信息工程研究所 一种基于遗传算法的虚拟网络功能放置方法及电子装置
CN112187510B (zh) * 2020-08-26 2021-09-14 中国科学院信息工程研究所 一种基于遗传算法的虚拟网络功能放置方法及电子装置
KR20230061755A (ko) * 2021-10-29 2023-05-09 한국전자기술연구원 머신러닝 모델 최적화를 위한 유전 알고리즘 기반 대표 데이터 선정 방법
CN114650234A (zh) * 2022-03-14 2022-06-21 中天宽带技术有限公司 数据处理方法、装置和服务器
CN114650234B (zh) * 2022-03-14 2023-10-27 中天宽带技术有限公司 数据处理方法、装置和服务器
CN115174393A (zh) * 2022-06-27 2022-10-11 福州大学 基于带内网络遥测的服务功能链动态调整方法
CN115174393B (zh) * 2022-06-27 2023-09-22 福州大学 基于带内网络遥测的服务功能链动态调整方法
CN115361299A (zh) * 2022-07-26 2022-11-18 广东工业大学 低时延边缘计算服务功能链部署方法、系统、设备及存储介质
CN115361299B (zh) * 2022-07-26 2023-09-01 广东工业大学 低时延边缘计算服务功能链部署方法、系统、设备及存储介质

Also Published As

Publication number Publication date
KR101863324B1 (ko) 2018-05-31

Similar Documents

Publication Publication Date Title
KR101863324B1 (ko) 클라우드 환경에서 네트워크 기능 가상화의 서비스 기능 체이닝을 위한 가상 네트워크 기능 배치 및 재구성 방법
Liu et al. Solving the multi-objective problem of IoT service placement in fog computing using cuckoo search algorithm
CN106464530B (zh) 网络更新的动态调度的方法和系统
Schlinker et al. Condor: Better topologies through declarative design
JP5943431B2 (ja) ネットワーク、データ転送ノード、通信方法およびプログラム
Palmieri et al. GRASP-based resource re-optimization for effective big data access in federated clouds
Santos et al. Service function chain placement in distributed scenarios: a systematic review
EP3183848B1 (en) Optimization framework for multi-tenant data centers
Bolodurina et al. Development and research of models of organization distributed cloud computing based on the software-defined infrastructure
CN109412963A (zh) 一种基于流拆分的服务功能链部署方法
CN114697256B (zh) 基于集中式控制器的动态网络带宽分配与管理
US11695631B1 (en) Generating candidate links and candidate paths before selecting links for an optimized optical network plan
Doan et al. SAP: Subchain-aware NFV service placement in mobile edge cloud
Liao et al. AI-based software-defined virtual network function scheduling with delay optimization
CN106104503A (zh) 使用统一api对用于转发的服务器和架构编程以用于细粒度网络优化
US10721168B1 (en) Utilizing constraint optimization for egress peer engineering to determine optimized traffic plans and to implement an optimized traffic plan
US11290348B1 (en) Interactive user interfaces for displaying features of an optimized network plan
Sapkota et al. Multi-controller placement optimization using naked mole-rat algorithm over software-defined networking environment
KR101608818B1 (ko) 가상 서비스 체인 설정을 위한 네트워크 시스템 및 컴퓨터 프로그램
US11411854B2 (en) Utilizing segment routing data and network data to determine optimized network plans and to implement an optimized network plan
Hbaieb et al. A survey and taxonomy on virtual data center embedding
CN114726434B (zh) 一种适用于大规模光网络的毫秒级快速寻路方法
US20160065461A1 (en) Risk mitigation in data center networks using virtual machine sharing
Aleyadeh et al. Mobility aware edge computing segmentation towards localized orchestration
Shi et al. Service chain orchestration based on deep reinforcement learning in intent-based IoT

Legal Events

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