Affinity measurement for NFV-enabled networks : a criteria-based approach
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/150902 |
Resumo: | Network Functions Virtualization (NFV) oferece diversos benefícios para Provedores de Serviço, como mitigar o custo de equipamentos e aumentar a agilidade do negócio. Em redes com suporte a NFV, a alocação inadequada de Virtualized Network Functions (VNFs) pode criar gargalos, impactando negativamente no desempenho. Portanto, operadores de rede devem estabelecer regras de afinidade e anti-afinidade para evitar gargalos de rede e processamento, e assim respeitar os requisitos de Service Level Agreement (SLA) estabelecidos com o usuário. Regras de afinidade e anti-afinidade em NFV devem ser abragentes e cuidadosamente elaboradas para manter o desempenho dos serviços. Operadores de rede devem considerar mais que apenas a alocação de recursos ao identificar afinidades entre VNFs. Os critérios para afinidade de VNFs variam para grafos de encaminhamento diferentes. Geolocalização, latência, perda de pacotes, e largura de banda são alguns exemplos de critérios que podem ser considerados como indicadores de gargalos em redes de alto tráfego. Neste trabalho, é proposta uma solução para medir a afinidade entre pares de VNFs, baseando-se em um conjuntos de critérios de afinidade, com pesos associados, considerados relevantes por um operador de rede. Para avaliar a viabilidade do modelo de afinidade, foi desenvolvida a solução AMNESiA, uma implementação do modelo proposto de medição de afinidade. AMNESiA foi então utilizado para analizar três casos de estudo em um cenário NFV experimental. Conclui-se que o modelo de afinidade pode ajudar operadores de redes identificar causas de problemas em redes com suporte a NFV, bem como pode ser utilizado por orquestradores NFV para auxiliar na alocação e migração de VNFs. |
id |
UFRGS-2_92751b7fff92c2c51d1746e467ae65b3 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/150902 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Jacobs, Arthur SelleGranville, Lisandro Zambenedetti2017-01-18T02:28:14Z2016http://hdl.handle.net/10183/150902001009687Network Functions Virtualization (NFV) oferece diversos benefícios para Provedores de Serviço, como mitigar o custo de equipamentos e aumentar a agilidade do negócio. Em redes com suporte a NFV, a alocação inadequada de Virtualized Network Functions (VNFs) pode criar gargalos, impactando negativamente no desempenho. Portanto, operadores de rede devem estabelecer regras de afinidade e anti-afinidade para evitar gargalos de rede e processamento, e assim respeitar os requisitos de Service Level Agreement (SLA) estabelecidos com o usuário. Regras de afinidade e anti-afinidade em NFV devem ser abragentes e cuidadosamente elaboradas para manter o desempenho dos serviços. Operadores de rede devem considerar mais que apenas a alocação de recursos ao identificar afinidades entre VNFs. Os critérios para afinidade de VNFs variam para grafos de encaminhamento diferentes. Geolocalização, latência, perda de pacotes, e largura de banda são alguns exemplos de critérios que podem ser considerados como indicadores de gargalos em redes de alto tráfego. Neste trabalho, é proposta uma solução para medir a afinidade entre pares de VNFs, baseando-se em um conjuntos de critérios de afinidade, com pesos associados, considerados relevantes por um operador de rede. Para avaliar a viabilidade do modelo de afinidade, foi desenvolvida a solução AMNESiA, uma implementação do modelo proposto de medição de afinidade. AMNESiA foi então utilizado para analizar três casos de estudo em um cenário NFV experimental. Conclui-se que o modelo de afinidade pode ajudar operadores de redes identificar causas de problemas em redes com suporte a NFV, bem como pode ser utilizado por orquestradores NFV para auxiliar na alocação e migração de VNFs.Network Functions Virtualization (NFV) offers several benefits for Service Providers (SPs), such as mitigating equipment cost and increasing business agility. In NFV-enabled networks, inadequate placement of Virtualized Network Functions (VNFs) creates bottlenecks, impacting negatively on performance. Therefore, network operators must establish affinity and anti-affinity rules to avoid network and processing bottlenecks, and thus comply with Service Level Agreement (SLA) requirements of tenants. Affinity and anti-affinity rules in NFV must be broad and carefully elaborated to maintain service performance. Network operators must consider further than simply resource allocation when identifying affinity among VNFs. The criteria for VNFs affinity varies for different forwarding graphs. Geolocation, latency, packet loss, and bandwidth usage are some examples of criteria that can be considered as indicators of bottlenecks in high traffic networks. In this document, we propose a solution to measure affinity between pairs of VNFs, based on a weighted set of affinity criteria considered relevant by a network operator. To evaluate the feasibility of our affinity model, we developed AMNESiA, an implementation of our affinity measurement solution. We then use AMNESiA to analyze three case studies over an experimental NFV scenario. We conclude that our affinity model can help network operators identify the cause of issues in NFV-enabled networks, as well as it may be used by NFV orchestrators to aid on VNFs migration and placement.application/pdfengRede : ComputadoresNetwork functions virtualizationAffinityVirtualizationNetworks5GAffinity measurement for NFV-enabled networks : a criteria-based approachMedição de afinidade para redes com suporte a NFV : uma abordagem baseada em critériosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2016Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001009687.pdf.txt001009687.pdf.txtExtracted Texttext/plain134990http://www.lume.ufrgs.br/bitstream/10183/150902/2/001009687.pdf.txte2a476562abbb35504b5f167d9cc6a14MD52ORIGINAL001009687.pdfTexto completo (inglês)application/pdf2767464http://www.lume.ufrgs.br/bitstream/10183/150902/1/001009687.pdf2cd971c2d285b23d20135f95f3634aedMD5110183/1509022021-05-26 04:37:51.927733oai:www.lume.ufrgs.br:10183/150902Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2021-05-26T07:37:51Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
dc.title.alternative.pt.fl_str_mv |
Medição de afinidade para redes com suporte a NFV : uma abordagem baseada em critérios |
title |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
spellingShingle |
Affinity measurement for NFV-enabled networks : a criteria-based approach Jacobs, Arthur Selle Rede : Computadores Network functions virtualization Affinity Virtualization Networks 5G |
title_short |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
title_full |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
title_fullStr |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
title_full_unstemmed |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
title_sort |
Affinity measurement for NFV-enabled networks : a criteria-based approach |
author |
Jacobs, Arthur Selle |
author_facet |
Jacobs, Arthur Selle |
author_role |
author |
dc.contributor.author.fl_str_mv |
Jacobs, Arthur Selle |
dc.contributor.advisor1.fl_str_mv |
Granville, Lisandro Zambenedetti |
contributor_str_mv |
Granville, Lisandro Zambenedetti |
dc.subject.por.fl_str_mv |
Rede : Computadores |
topic |
Rede : Computadores Network functions virtualization Affinity Virtualization Networks 5G |
dc.subject.eng.fl_str_mv |
Network functions virtualization Affinity Virtualization Networks 5G |
description |
Network Functions Virtualization (NFV) oferece diversos benefícios para Provedores de Serviço, como mitigar o custo de equipamentos e aumentar a agilidade do negócio. Em redes com suporte a NFV, a alocação inadequada de Virtualized Network Functions (VNFs) pode criar gargalos, impactando negativamente no desempenho. Portanto, operadores de rede devem estabelecer regras de afinidade e anti-afinidade para evitar gargalos de rede e processamento, e assim respeitar os requisitos de Service Level Agreement (SLA) estabelecidos com o usuário. Regras de afinidade e anti-afinidade em NFV devem ser abragentes e cuidadosamente elaboradas para manter o desempenho dos serviços. Operadores de rede devem considerar mais que apenas a alocação de recursos ao identificar afinidades entre VNFs. Os critérios para afinidade de VNFs variam para grafos de encaminhamento diferentes. Geolocalização, latência, perda de pacotes, e largura de banda são alguns exemplos de critérios que podem ser considerados como indicadores de gargalos em redes de alto tráfego. Neste trabalho, é proposta uma solução para medir a afinidade entre pares de VNFs, baseando-se em um conjuntos de critérios de afinidade, com pesos associados, considerados relevantes por um operador de rede. Para avaliar a viabilidade do modelo de afinidade, foi desenvolvida a solução AMNESiA, uma implementação do modelo proposto de medição de afinidade. AMNESiA foi então utilizado para analizar três casos de estudo em um cenário NFV experimental. Conclui-se que o modelo de afinidade pode ajudar operadores de redes identificar causas de problemas em redes com suporte a NFV, bem como pode ser utilizado por orquestradores NFV para auxiliar na alocação e migração de VNFs. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016 |
dc.date.accessioned.fl_str_mv |
2017-01-18T02:28:14Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/150902 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001009687 |
url |
http://hdl.handle.net/10183/150902 |
identifier_str_mv |
001009687 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/150902/2/001009687.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/150902/1/001009687.pdf |
bitstream.checksum.fl_str_mv |
e2a476562abbb35504b5f167d9cc6a14 2cd971c2d285b23d20135f95f3634aed |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1815447186044878848 |