TU Darmstadt / ULB / TUprints

Monitoring Federated Softwarized Networks: Approaches for Efficient and Collaborative Data Collection in Large-Scale Software-Defined Networks

Hark, Rhaban Simon (2019)
Monitoring Federated Softwarized Networks: Approaches for Efficient and Collaborative Data Collection in Large-Scale Software-Defined Networks.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication

[img]
Preview
Disseration Rhaban Simon Hark: Monitoring Federated Softwarized Networks - Approaches for Efficient and Collaborative Data Collection in Large-Scale Software-Defined Networks. - Text (PDF)
2019-08-15_Hark_Rhaban_Simon.pdf - Accepted Version
Copyright Information: CC BY-NC-ND 4.0 International - Creative Commons, Attribution NonCommercial, NoDerivs.

Download (8MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Monitoring Federated Softwarized Networks: Approaches for Efficient and Collaborative Data Collection in Large-Scale Software-Defined Networks
Language: English
Referees: Steinmetz, Prof. Dr. Ralf ; Mauthe, Prof. Dr. Andreas
Date: 15 August 2019
Place of Publication: Darmstadt
Date of oral examination: 15 August 2019
Abstract:

The term Softwarized Networking encapsulates technologies that allow the use of software to program a communication network. These technologies, predominantly Software-Defined Networking (SDN) and Network Functions Virtualization (NFV), have dominated the scientific interests of the networking community in the last decade. Leading companies already adopted SDN in large-scale deployments (e.g., Google’s B4 Project, Microsoft Azure). According to Cisco, 76% of all data centers will apply SDN by 2021. Along with a hand full of valuable advantages, the foundation of the success of Softwarized Networking lies in its flexibility. In the case of SDN, a logically centralized controller, denoted control-plane, uses software to dynamically change how the networking devices, denoted data-plane, handle traffic. This centralization tremendously eases the management process. With respect to network state monitoring, which is a cornerstone of network management and the basis for its adaptivity, SDN provides, in addition to the advantage of the by-design centrally available knowledge, a set of new techniques to collect statistics from the networking devices. The centralization of the control-plane quickly turned out to be only of logical nature and requires a physically distributed implementation to achieve scalability and reliability. Therefore, numerous distributed controller architectures have been proposed. Yet, the distribution of the control and, in line with this, the distribution of large-scale networks (e.g., one data center consists of a multitude of distributed sub-data centers) have not been considered in existing monitoring approaches. We believe there is a potential to increase the efficiency of monitoring when network parts collaborate. In this thesis, we exploit this potential by developing monitoring approaches that utilize coordination and information exchange among collaborating SDN controllers. We create mechanisms to discover redundancy in the monitoring of shared resources and aggregate overlapping measurement tasks of different controllers whenever possible. Doing so, we substantially cut down the costs for monitoring, which is necessary for future networks that face a vast increase in load and dynamics. On top of this, we zoom into the statistic collection process in Softwarized Networks between controllers and the data-plane devices. Within that, we identify three not yet fully explored aspects, namely how, where, and which statistics to measure from the network. We propose novel methods for these aspects to collect information efficiently while limiting resource consumption. Extensive evaluations show that filtering irrelevant data can reduce the required measurement transmissions to a fraction and an intelligent measurement point placement requires only a small number of measurements compared to measuring the entire network, without affecting the accuracy.

Alternative Abstract:
Alternative AbstractLanguage

Der Ausdruck Softwarized Networking fasst Technologien zusammen, welche es ermöglichen, mithilfe von Software das Verhalten eines Kommunikationsnetzes zu programmieren. In den letzten Jahren haben ebensolche Technologien, insbesondere Software-Defined Networking (SDN) und Network Functions Virtualization (NFV), das wissenschaftliche Interesse dominiert. Führende Unternehmen nutzen seitdem zunehmend SDN für große Netze (Google B4, Microsoft Azure). Cisco beziffert den Anteil der Datenzentren, die im Jahr 2021 voraussichtlich SDN nutzen werden, auf 76%. Neben vielen weiteren Vorteilen ist die gewonnene Flexibilität von Softwarized Networks Grundlage des Erfolgs. Im Fall von SDN definiert ein logisch zentraler Controller (Control-Plane) dynamisch, mithilfe von Software, wie das Datennetz (Data-Plane) Pakete verarbeitet. Diese Zentralisierung erleichtert viele Aspekte des Netzwerkmanagementprozesses. In Hinblick auf die Statusüberwachung bietet SDN einige praktische Techniken, um Statistiken aus Netzwerkelementen abzufragen. Die effiziente Überwachung des Netzes stellt eine Kernkomponente des Netzwerkmanagements und Grundlage für dessen Adaption dar. Die Zentralisierung der Control-Plane ist nur von logischer Natur und muss physisch verteilt implementiert werden um benötigte Skalierbarkeit und Zuverlässigkeit zu gewährleisten. Hierfür wurde bereits eine Vielzahl von Architekturen vorgeschlagen. Im Gegensatz dazu wird die Verteilung der Control-Plane sowie die Verteilung von großen Netzen (z.B. verteilte Datenzentren) bei existierenden Monitoringansätzen nicht berücksichtigt. Entsprechend ist der erste Beitrag dieser Arbeit, Ansätze vorzustellen, um mithilfe der Koordination kollaborierender Netze dieses Potential zu nutzen und somit die Monitoringeffizienz zu erhöhen. Die entwickelten Ansätze erkennen redundante Messungen von gemeinsam genutzten Netzressourcen und aggregieren überlappende Monitoringaufgaben verschiedener Controller. Mithilfe dieser Ansätze werden die Monitoringkosten stark reduziert und können dadurch die erwartete ansteigende Last und Dynamik zukünftiger Netze bewältigen. Weiterhin fokussiert sich diese Arbeit in einem zweiten Beitrag auf den Prozess der Statistiksammlung in der Beziehung zwischen Controllern und Elementen der Data-Plane. Dabei werden drei Aspekte identifiziert, die vom aktuellen Stand der Forschung nicht vollständig abgedeckt sind: Wie und wo müssen welche Statistiken aus dem Netz abgefragt werden. Hierzu werden neue Methoden vorgestellt, welche diese Aspekte behandeln, indem möglichst effizient Informationen bei geringem Ressourcenverbrauch gesammelt werden. Eine umfangreiche Evaluation zeigt, dass z.B. das Herausfiltern von irrelevanten Messwerten eine Reduktion von zu übermittelnden Messwerten auf einen Bruchteil erlaubt. Weiterhin wird gezeigt, dass eine geringere Anzahl an Messungen die gleiche Genauigkeit liefern kann, wenn eine intelligente Messpunktplatzierung, wie in dieser Arbeit vorgeschlagen, genutzt wird.

German
URN: urn:nbn:de:tuda-tuprints-90737
Classification DDC: 000 Generalities, computers, information > 004 Computer science
600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 18 Department of Electrical Engineering and Information Technology > Institute of Computer Engineering
18 Department of Electrical Engineering and Information Technology > Institute of Computer Engineering > Multimedia Communications
Profile Areas > Internet and Digitization
Date Deposited: 08 Oct 2019 14:22
Last Modified: 09 Jul 2020 02:45
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/9073
PPN: 454752504
Export:
Actions (login required)
View Item View Item