Main Idea

  • 网络测量在sdn中十分重要,使用sketch的方法需要消耗大量硬件资源,占用其他重要功能的资源,无法容纳更多的测量任务。基于sketch的测量方法有两个特性:基于sketch的测量方法在已知资源量的情况下可以预估精确度,并且资源和性能的边界效应是递减的。针对以上两个特性,在应用层和管理层之间,根据Cross-layers的信息,对资源和性能做出权衡,智能分配测量任务在稍稍降低精确度的情况下,大程度降低资源消耗,提升可处理的任务数。

背景

  • Sketch-based 通常使用TCAMs 需要使用大量资源
  • 挑战:处理大量并行任务,减少资源消耗。
  • 现有方法:探索不同任务指派的算法。
  • 本文:牺牲一小部分精确度,资源使用显著降低。
  • 为什么测量需要减少资源消耗:测量本是辅助功能,虽然可以为控制提供信息,掌握数据,调控全局,重要性很高。但是网络中还有其他大量的重要功能,包处理、转发等,所以说要尽可能减少测量的资源开销。资源使用率降低意味着在有限的资源下可以容纳更多的测量任务。

基于sketch在软件定义测量

优势:

  • 灵活性
  • 更适应基于流的算法
  • 通用性
  • 性价比高

不足

  • 硬件消耗大:基于sketch的测量,需要储存大量计数器、哈希值,需要消耗大量硬件资源,而最常用的TCAM和SRAM资源有限,只能主要用于转发功能

两个特性

- 为什么要节省资源,为什么要对资源消耗大的应用降低测量精确度?

  • 在限定资源的条件下,基于sketch的测量提供了一个精确度的边界,可以提前估计测量的精确度。为测量精度和资源的权衡提供先决条件。
  • 资源和性能的边界效应是递减的、利用过多资源,无法带来更多的性能提升。所以应该有一个在资源和精度之间的权衡,以做到用最少的资源达到最合适的精度。

解决方法

  • 利用应用和管理层之间的cross-layer 信息来优化,达到智能指派最终的任务。
  • 提供不同层次的针对资源和精确度的权衡。
  • 属于整数非线性规划问题、NP困难问题、复杂度高。采用近似最佳双阶段启发式方法完成任务指派(negligible性能损失)。
  • 可以节省40%的资源,提升30%的任务接受率。

相关工作

  • Opensketch最先提出sdn中基于sketch的测量框架
  • 后有人在资源和精确度的权衡间有准确讨论
  • DREAM基于TCAM动态分配测量任务,
  • OpenTM低消耗高性能软件定义测量框架,从交换机中收集流的信息。
  • FlowCover优化流收集的带宽
  • PayLess提出使用可适应的频繁轮询收集流信息的APIs
  • FlowSense提出被动测量技术来推断网络性能不带测量开销
  • OpenWatch提出基于预测的针对恶意流量的动态适应策划。

COSTA Cross-layer Optimization for Sketch-based笔记与感受的更多相关文章

  1. 【Convex Optimization (by Boyd) 学习笔记】Chapter 1 - Mathematical Optimization

    以下笔记参考自Boyd老师的教材[Convex Optimization]. I. Mathematical Optimization 1.1 定义 数学优化问题(Mathematical Optim ...

  2. layer弹框层学习笔记

    这里对layer的笔记只是大概记录一下其使用过程,以便后续使用时快速回顾,更详细使用及介绍参考官网实例.链接在本文末 一 .初步了解layer-弹层之美 layer是一款近年来备受青睐的web弹层组件 ...

  3. 使用layer显示弹出框笔记

    $.layer({     area : ['200px','auto'], //控制层宽高.当设置为auto时,意味着采用自适应, 当然,对于宽度,并不推荐这样做.例如:area : ['310px ...

  4. softmax、cross entropy和softmax loss学习笔记

    之前做手写数字识别时,接触到softmax网络,知道其是全连接层,但没有搞清楚它的实现方式,今天学习Alexnet网络,又接触到了softmax,果断仔细研究研究,有了softmax,损失函数自然不可 ...

  5. 【Convex Optimization (by Boyd) 学习笔记】Chapter 2 - Convex sets(1) 仿射集&凸集

    I. 仿射凸集(Affine and convex sets) 1. 线与线段 假设\(R^n\)空间内两点\(x_1,x_2\, (x_1≠x_2)\),那么\(y=\theta x_1+(1-\t ...

  6. 《A computer-aided healthcare system for cataract classification and grading based on fundus image analysis》学习笔记

    Abstract This paper presents a fundus image analysis based computer aided system for automatic class ...

  7. CMU Convex Optimization(凸优化)笔记1--凸集和凸函数

    CMU凸优化笔记--凸集和凸函数 结束了一段时间的学习任务,于是打算做个总结.主要内容都是基于CMU的Ryan Tibshirani开设的Convex Optimization课程做的笔记.这里只摘了 ...

  8. 5 Transforms 转移 笔记

    5 Transforms 转移 笔记   Transforms    Unfortunately, no one can be told what the Matrix is. You have to ...

  9. [C4] Andrew Ng - Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization

    About this Course This course will teach you the "magic" of getting deep learning to work ...

随机推荐

  1. ES6学习笔记(三)-正则扩展

    PS: 前段时间转入有道云笔记,体验非常友好,所以笔记一般记录于云笔记中,每隔一段时间,会整理一下, 发在博客上与大家一起分享,交流和学习. 以下:

  2. hihernate一对多关联映射

    hihernate一对多关联映射 一对多关联映射利用了多对一关联映射原理 多对一关联映射:在多的一端加入一个外键指向一的一端,它维护的关系是多指向一 一对多关联映射:在多的一端加入一个外键指向一的一端 ...

  3. JQuery漂浮广告代码

    <!doctype html><html><head><meta charset="utf-8"><title>jque ...

  4. Vue打包桌面程序

    开源的地址:https://github.com/electron/electron-quick-start 一.运行 1. 安装依赖 cnpm install electron --save cnp ...

  5. Raspberry Pi - Huawei HiLink E3256 3G modem to ethernet adapter

    Raspberry Pi - Huawei HiLink E3256 3G modem to ethernet adapter This page documents how to configure ...

  6. AutoCAD LoadLibrary Failed with error 126 Message

    LoadLibrary Failed with error 126 Message BY C3DISH ON 26 MAY, 2013 · ADD COMMENT I wanted to post a ...

  7. 利用Vagrant完成开发环境配置

    作者:astaxie链接:https://github.com/astaxie/go-best-practice/blob/master/ebook/zh/01.0.md著作权归作者所有.商业转载请联 ...

  8. 打通版微社区(5):部署DZ3.2

    参考官方帖子http://www.discuz.net/thread-3258186-1-1.html  这是第三方的帖子http://www.discuz.net/thread-3199850-1- ...

  9. 使用MDScratchImageView实现刮奖效果

    使用MDScratchImageView实现刮奖效果 https://github.com/moqod/iOS-Scratch-n-See 最终效果: 其实这是使用了别人的东西而已:) 源码: // ...

  10. Undirected Graphs

    无向图 Introduction 图是由边连接的点的集合,有着广泛的应用空间. 一些图的术语,点,边,路径,环(圈),连通分量(子图). 简单路径不重复经过点,简单环不含有重复点和边,简单图不含自环和 ...