Online Resource Mapping for SDN Network Hypervisors using Machine Learning

發表時間：2016

一些定義：

• self-configuring networks：

• FlowVisor：

  FlowVisor是創建在OpenFlow之上的網絡虛擬化工具，它能夠將物理網絡劃分紅多個邏輯網絡，從而實現虛網劃分。

• 數據中心：
  

百度百科定義：數據中心是全球協做的特定設備網絡，用來在internet網絡基礎設施上傳遞、加速、展現、計算、存儲數據信息。

維基百科：給出的定義是「數據中心是一整套複雜的設施。它不只僅包括計算機系統和其它與之配套的設備（例如通訊和存儲系統），還包含冗餘的數據通訊鏈接、環境控制設備、監控設備以及各類安全裝置」。

• network hypervisor：
  點此瞭解更多

A network hypervisor is a program that provides an abstraction layer for network hardware.
Network hypervisors allow network engineers to create virtual networks that are completely decoupled and independent from the underlying physical network. The hypervisor enables segments of a virtual network to be managed independently and to be provisioned dynamically.
（網絡管理程序是爲網絡硬件提供抽象層的程序，容許網絡工程師建立徹底解耦且獨立於底層物理網絡的虛擬網絡）

• 什麼是Hypervisor（虛擬機監視器，英語：virtual machine monitor，縮寫爲 VMM）：

Hypervisor是一種將操做系統與硬件抽象分離的方法，以達到host machine的硬件能同時運行一個至多個虛擬機做爲guest machine的目的，這樣可以使得這些虛擬機高效地分享主機硬件資源。
被Hypervisor用來執行一個或多個虛擬機器的電腦稱爲主體機器（host machine），這些虛擬機器則稱爲客體機器（guest machine）

• Hypervisor的種類：
• bare-metal hypervisors：直接部署在主機硬件上，以管理硬件和guest machine，不須要底層操做系統。（虛擬管理程序直接運行在主機硬件上,如KVM虛擬機）

• hosted hypervisors：做爲軟件層部署在主機操做系統上，如今經常使用的VMware Player和VirtualBox就是這種類型。（好比我的使用的VMware運行在Windows操做系統上）
  

• OpenVirteX：

  OpenVirteX（如下簡寫爲OVX）是一個網絡虛擬化平臺，操做人員能夠用來建立和管理虛擬SDN網絡（vSDNs）。租戶能夠經過虛擬化的OF網絡構建特定的網絡拓撲，尋址等。同FlowVisor類似，OVX也處於Physical Network與Controller的中間層，擔任相同的角色。二者區別在於對數據包頭的處理粒度不一樣，FlowVisor會根據flowspace的信息（如端口、ip地址等）將不一樣主機進行劃分，以此來組成不一樣的slice。而OVX則是提供一個完整的虛擬網絡。
  

• offline benchmarks：

---

在先前的工做中，管理程序的資源映射是基於離線基準（offline benchmarks）的，這種離線基準能夠根據控制平面的工做負載（好比控制平面消息速率）來測量管理程序的資源消耗。離線基準測試因不一樣的管理程序的環境而產生變化，例如採用的是多線程仍是單線程，並取決於所部屬的硬件平臺的能力（CPU的處理能力）。

做者提出基於機器學習的在線方法（online approach），以肯定在運行時將管理程序資源映射到所控制的工做負載。

sdn network hypervisors運行在租戶控制器和數據平面的虛擬資源之間的中間軟件層，負責將租戶的SDN控制器鏈接到他們的虛擬網絡之中，還負責控制和管理物理數據平面資源的分配（例如在不一樣租戶之間的網絡帶寬）。

在虛擬化網絡中，和非虛擬化SDN網絡同樣，控制平面的性能會對數據平面的性能產生嚴重影響。網絡管理程序實例過載的狀況下，會影響租戶對控制平面消息的處理，進而對租戶的數據平面性能產生負面影響。所以，當請求虛擬SDN網絡時，租戶應要求數據平面資源和控制平面資源；網絡管理程序要保證每一個租戶的數據平面資源和控制平面資源的性能。當管理程序處理租戶的控制流量時，就須要複雜的資源映射。

目的：運用在線機器學習，在運行時估計不一樣資源模型的參數設置，使網絡管理程序可以以自我配置的方式進行工做。（自我配置的例子好比：用於雲系統的虛擬機的配置）。

做者所作的工做：經過對網絡過虛擬機監控程序的測試，證實了SDN虛擬機監控程序的可行性。因爲現有的基準測試工具不容許對特定的控制混合流量進行分類，咱們開發了本身的基準測試框架hvbench，與現有的解決方案如cbench[10]、ofcBenchmark[11]、SDLoad[12]、PktBlaster[13]和[14]中提出的框架相比，hvbench有更靈活的流量混合和消息到達時間。爲了達到測量目的，做者模擬了具備特定控制流量混合的虛擬網絡租戶（這一點能夠在下面的實驗配置部分體現出來），測量結果證實了在線學習資源分配映射的可行性。

hvbench是什麼：
由做者設計的一個管理程序基準測試工具。能夠根據機率分佈生成控制的混合流量（control traffic mixes）（個人理解是：這個管理程序對多個租戶的控制流量進行監測）。

Network traffic control ：網絡流量控制是管理、控制或減小網絡流量的過程，尤爲是因特網帶寬，例如數據包經過網絡調度器（Network scheduler）。網絡管理員使用它來減小擁塞，延遲和丟包。屬於寬帶管理的一部分，是數據中心的一個重要主題。

實驗裝置以下：

包括基於mininet的模擬SDN數據平面，網絡管理程序實例，資源監測器和基準測試工做hvbench。配置一個虛擬網絡，其中hvbench充當該虛擬網絡的控制器。

設置的參數：

管理程序的三種處理模型：

下一步描述迭代擬合過程，在過程當中逐步估計模型係數，遂做者定義了初步的參數的值：

在線學習模型：
在線學習是一個三個階段的迭代過程：
第一階段是收集新的樣本；第二階段是將模型函數擬合到收集的樣本中；第三階段，根據擬合的結果更新模型。當出現新樣本時，該過程又會不斷地重複進行。

對比的實驗：評估了兩個基於OpenFlow的Sdn管理程序，FlowVisor和OpenVirtex的學習處理模型。結果代表，線性的模型不足以預測CPU消耗，而指數模型的表現更好。