선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 NetFPGA 플랫폼을 이용하여 고성능 오버레이 멀티캐스트를 위한 하드웨어 엔진을 설계 및 구현 하였다. 오버레이 네트워크를 위한 터널링 기능을 구현하였고, IP 멀티캐스트를 위한 패킷 복제 기능을 구현하였다.
- 동영상이나 음성 같은 시간 제약을 가지는 미디어 서비스에서 끊김없는 재생을 위해서는 지터를 최소화하는 것 또한 매우 중요하다[5]. 본 논문에서는 오버레이 멀티캐스트의 주요 기능을 하드웨어 상에서 구현하여 IP 멀티캐스트의 단점을 보완한 시스템을 제안한다. 이 시스템은 멀티캐스팅 동작에 필요한 패킷의 복제와 전송, 터널링(Tunneling) 동작을 FPGA를 내장한 개발용 플랫폼인 NetFPGA 상에서 수행하도록 하여 고속으로 데이터 처리가 가능하며 더나가 일대다 멀티미디어 전송에서 실시간성과 고화질을 동시에 보장 할 수 있도록 하였다.
제안 방법
- IP 스위치 기능을 위해 포워딩 테이블, ARP, MAC learning 기능을 구현하였으며 오버레이 네트워크 기능을 위해 터널링을 위한 캡슐화/역캡슐화 기능을 구현하였다. 또한 IP 멀티캐스트 기능을 위해 IGMP와 패킷복제 기능을 구현하였으며 포워딩, 터널링, 패킷복제 기능을 구현하는데 필요한 플로우 테이블을 구현하였다.
- 네트워크 구성은 NetFPGA가 설치된 리눅스 컴퓨터 한 대와 다른 리눅스 컴퓨터 두대를 NetFPGA 상에 구현한 멀티캐스트 엔진에 바로 연결하여 구성 하였다. 검증은 기능 검증과 성능 검증으로 나눠서 진행 하였다. 기능 검증 항목으로는 터널링을 위한 캡슐화/역캡슐화 기능 검증, 패킷 복제 기능 검증이 있다.
- NetFPGA 플랫폼의 FPGA 용량의 한계로 인해 모든 기능을 하드웨어로 구현하지는 못한다. 그렇기 때문에 앞서 나열한 기능들 중 제어평면(Control Plane)에 해당하는 기능들과 대용량의 멀티미디어 데이터를 고속으로 멀티캐스팅 하는 것과 별도로 동작하는 ARP 처리 기능, MAC learning 기능, IGMP를 이용한 IP 멀티캐스트 그룹 가입/탈퇴 기능, L2 스위치 기능, 하드웨어에 구현된 플로우 테이블을 관리하는 기능은 소프트웨어로 구현하였다. 이와 반대로 데이터 평면(Data Plane)의 기능으로 분류되어 실시간으로 처리가 요구되는 플로우 테이블을 이용한 L3 스위치 기능과 터널링을 위한 캡슐 화/역캡슐화 기능 그리고 다수의 노드로 패킷을 복제하는 기능은 하드웨어로 구현하였다.
- 검증에 사용한 툴은 패킷 캡쳐 프로그램인 Wireshark와, 패킷 생성 프로그램인 PackETH, 네트워크 속도 측정 툴인 iperf를 사용하였다. 네트워크 구성은 NetFPGA가 설치된 리눅스 컴퓨터 한 대와 다른 리눅스 컴퓨터 두대를 NetFPGA 상에 구현한 멀티캐스트 엔진에 바로 연결하여 구성 하였다. 검증은 기능 검증과 성능 검증으로 나눠서 진행 하였다.
- 본 논문에서 구현한 시스템은 멀티미디어 데이터 전송을 위한 NetFPGA 플랫폼과 오픈플로우 프로토콜 기반의 고성능 오버레이 멀티캐스트 패킷 전송 엔진이다. 더 나아가 기존의 IP 스위치로서 동작하는 오픈플로우 프로토콜을 개선하여 IP 스위치 기능뿐만 아니라 오버 레이 멀티캐스트를 가능하도록 하였다. 이를 이용하여 멀티캐스트 기능을 사용하지 않고 있는 라우터들로 구성된 망에 오버레이 네트워크를 구성하여 고속으로 멀티캐스트 패킷을 전송한다.
- IP 스위치 기능을 위해 포워딩 테이블, ARP, MAC learning 기능을 구현하였으며 오버레이 네트워크 기능을 위해 터널링을 위한 캡슐화/역캡슐화 기능을 구현하였다. 또한 IP 멀티캐스트 기능을 위해 IGMP와 패킷복제 기능을 구현하였으며 포워딩, 터널링, 패킷복제 기능을 구현하는데 필요한 플로우 테이블을 구현하였다.
- 하드웨어 성능 검증은 하드웨어에서의 패킷 처리량을 측정하여 검증하였다. 별도의 네트워크 측정 장비 없이 iperf 프로그램을 사용하여 송신측에 연결된 두 대의 PC에서 측정하였으며 복제개수에 따른 하드웨어의 최대 처리량을 계산 하였다. 패킷의 크기는 처리 가능한 최대크기인 1500바이트로 고정하여 실험 하였다.
- 본 논문에서 구현한 엔진은 오버레이 네트워크를 구현하는데 필요한 터널링, 패킷 복제, 고속 데이터 포워딩 기능을 모두 포함하고 있으며 하드웨어에 위치하는 포워딩 정보를 별도의 제어기(Controller)에서 입력하도록 설계하였다. 이와 관련된 연구로는 오픈플로우(Openflow) 프로토콜[6], IPSec( Internet Protocol Security Architecture)를 위한 하드웨어 가속기[7], 고속으로 라우팅을 하기위해 외부 메모리에 존재하는 대용량 룩업테이블 검색엔진[8] 등이 있다.
- 설계에 대한 검증은 상위 프로토콜 소프트웨어를 동작시키지 않고 하드웨어만 이용하여 수행하였다. 검증에 사용한 툴은 패킷 캡쳐 프로그램인 Wireshark와, 패킷 생성 프로그램인 PackETH, 네트워크 속도 측정 툴인 iperf를 사용하였다.
- 기능 검증 항목으로는 터널링을 위한 캡슐화/역캡슐화 기능 검증, 패킷 복제 기능 검증이 있다. 성능 검증 항목으로는 성능에 영향을 가장 많이 끼치는 패킷 복제 개수에 따른 속도를 검증하였다.
- 역캡슐화 기능 검증은 위와 반대로 진행하였다. 송신 측에서는 IP 헤더가 한 개 더 붙은 IP-in-IP 패킷을 보내고 수신 측에서는 외부 IP 헤더가 제거된 일반 IP 패킷을 수신하는 것으로 검증을 진행 하였다.
- 본 논문에서는 NetFPGA 플랫폼을 이용하여 고성능 오버레이 멀티캐스트를 위한 하드웨어 엔진을 설계 및 구현 하였다. 오버레이 네트워크를 위한 터널링 기능을 구현하였고, IP 멀티캐스트를 위한 패킷 복제 기능을 구현하였다. 패킷 처리를 위한 정보가 담겨있는 플로우 테이블 구현에 BRAM과 TCAM을 이용하여 사용되는 하드웨어의 양을 최소화 하였다.
- 그러나 구현 시 검색 가능한 항목의 개수에 비해 하드웨어 사용량이 큰 단점을 가지고 있기 때문에 한정적으로 사용할 수 밖에 없다. 이를 보완하기 위해 검색 속도는 느리지만 보다 간단한 하드웨어로 많은 항목을 검색할 수 있는 RAM을 병용 하여 구현하였다.
- 그렇기 때문에 앞서 나열한 기능들 중 제어평면(Control Plane)에 해당하는 기능들과 대용량의 멀티미디어 데이터를 고속으로 멀티캐스팅 하는 것과 별도로 동작하는 ARP 처리 기능, MAC learning 기능, IGMP를 이용한 IP 멀티캐스트 그룹 가입/탈퇴 기능, L2 스위치 기능, 하드웨어에 구현된 플로우 테이블을 관리하는 기능은 소프트웨어로 구현하였다. 이와 반대로 데이터 평면(Data Plane)의 기능으로 분류되어 실시간으로 처리가 요구되는 플로우 테이블을 이용한 L3 스위치 기능과 터널링을 위한 캡슐 화/역캡슐화 기능 그리고 다수의 노드로 패킷을 복제하는 기능은 하드웨어로 구현하였다.
- 패킷 처리를 위한 정보가 담겨있는 플로우 테이블 구현에 BRAM과 TCAM을 이용하여 사용되는 하드웨어의 양을 최소화 하였다. 처리량을 증가시키기 위해 파이프라인으로 구현 하였으며 IP 스위칭 가능 하도록 MAC 헤더와 IP 헤더를 변경 할 수 있게 구현 하였다. 패킷 처리를 위한 전처리 과정은 속도 증가시키기 위해 병렬처리된다.
- 터널링 기능 검증은 캡슐화 기능검증과 역캡슐화 기능검증으로 구성된다.
- 패킷 송신 측에서는 일반 IP 패킷을 보내고 수신 측에서는 IP 헤더가 한 개 더 붙은 IP-in-IP 패킷을 수신하는 것을 확인하는 방법으로 검증을 진행하였다.
- 오버레이 네트워크를 위한 터널링 기능을 구현하였고, IP 멀티캐스트를 위한 패킷 복제 기능을 구현하였다. 패킷 처리를 위한 정보가 담겨있는 플로우 테이블 구현에 BRAM과 TCAM을 이용하여 사용되는 하드웨어의 양을 최소화 하였다. 처리량을 증가시키기 위해 파이프라인으로 구현 하였으며 IP 스위칭 가능 하도록 MAC 헤더와 IP 헤더를 변경 할 수 있게 구현 하였다.
- 플로우 테이블은 두 종류로 구현하였다. 하나는 Xilinx사의 FPGA 내부에 하드 IP 형태로 포함된 메모리인 BRAM(Block RAM)과 또 하나는 TCAM (Ternary Content Addressable Memory)으로 구현 하였다[13][14].
- 플로우 테이블은 두 종류로 구현하였다. 하나는 Xilinx사의 FPGA 내부에 하드 IP 형태로 포함된 메모리인 BRAM(Block RAM)과 또 하나는 TCAM (Ternary Content Addressable Memory)으로 구현 하였다[13][14]. CAM은 일반 메모리처럼 주소를 이용하여 데이터를 읽는 것이 아니라 ‘0’ 또는 ‘1’을 이용한 검색어를 제공하면 자신의 메모리 공간 전체를 탐색하여 해당 검색어가 위치하고 있는 주소 및 경우에 따라서는 검색어와 연관된 데이터를 반환한다.
- 하드웨어 성능 검증은 하드웨어에서의 패킷 처리량을 측정하여 검증하였다. 별도의 네트워크 측정 장비 없이 iperf 프로그램을 사용하여 송신측에 연결된 두 대의 PC에서 측정하였으며 복제개수에 따른 하드웨어의 최대 처리량을 계산 하였다.
대상 데이터
- 본 논문에서 구현한 시스템은 멀티미디어 데이터 전송을 위한 NetFPGA 플랫폼과 오픈플로우 프로토콜 기반의 고성능 오버레이 멀티캐스트 패킷 전송 엔진이다. 더 나아가 기존의 IP 스위치로서 동작하는 오픈플로우 프로토콜을 개선하여 IP 스위치 기능뿐만 아니라 오버 레이 멀티캐스트를 가능하도록 하였다.
- 칩 레이아웃과 세부 성능은 과 와 같으며 Verilog HDL 코드는 Synopsys사의 Design Compiler를 이용하여 합성하였으며 그 결과 732,052 게이트 가운트를 가지며 1.3Mbits의 메모리를 사용하였다.
데이터처리
- 설계에 대한 검증은 상위 프로토콜 소프트웨어를 동작시키지 않고 하드웨어만 이용하여 수행하였다. 검증에 사용한 툴은 패킷 캡쳐 프로그램인 Wireshark와, 패킷 생성 프로그램인 PackETH, 네트워크 속도 측정 툴인 iperf를 사용하였다. 네트워크 구성은 NetFPGA가 설치된 리눅스 컴퓨터 한 대와 다른 리눅스 컴퓨터 두대를 NetFPGA 상에 구현한 멀티캐스트 엔진에 바로 연결하여 구성 하였다.
성능/효과
- <그림 7-(b)>는 <그림 7-(a)>의 결과 값에 패킷 복제 횟수만큼을 곱한 NetFPGA 내부 전체 처리량의 이론수치이다. 10개 이하로 패킷을 복제 하더라도 패킷 처리의 속도가 저하되지 않기 때문에 처리량이 400 Mbps에서 3.6Gbps 까지 안정적으로 증가하는 것을 볼 수 있었으며 NetFPGA내부의 최대 처리량이 3.6Gbps임을 알 수 있었다.
- 검증 결과 송수신이 모두 잘 되었으며 역캡슐화 후추가 되었던 IP 헤더가 제거되고 원본 패킷이 유지되었음을 확인 할 수 있었다.
- 검증 결과 송수신이 모두 잘 되었으며, 새로이 IP 헤더가 추가된 것도 확인 할 수 있었다. 또한 MAC 주소도 변경되어 IP 헤더가 추가된 패킷이 Layer-2 에서도 스위칭이 됨을 알 수 있었다.
- 구현된 하드웨어를 이용하여 가장 긴 수행 시간이 걸리는 패킷 복제에 따른 처리량 검증을 한 결과 복제 개수가 1개부터 10개 까지는 1기가비트 이더넷 상에서 오버 플로우(Over flow) 없이 안정적으로 동작하는 것을 확인 하였으며 최대 처리량이 3.6Gbps임을 확인 하였다. 그러나 복제 개수가 11개 이상인 경우에는 NetFPGA의 내부 처리량의 한계 때문에 속도가 점차 떨어지는 것을 확인할 수 있었다.
- 검증 결과 송수신이 모두 잘 되었으며, 새로이 IP 헤더가 추가된 것도 확인 할 수 있었다. 또한 MAC 주소도 변경되어 IP 헤더가 추가된 패킷이 Layer-2 에서도 스위칭이 됨을 알 수 있었다.
- 본 논문에서는 오버레이 멀티캐스트의 주요 기능을 하드웨어 상에서 구현하여 IP 멀티캐스트의 단점을 보완한 시스템을 제안한다. 이 시스템은 멀티캐스팅 동작에 필요한 패킷의 복제와 전송, 터널링(Tunneling) 동작을 FPGA를 내장한 개발용 플랫폼인 NetFPGA 상에서 수행하도록 하여 고속으로 데이터 처리가 가능하며 더나가 일대다 멀티미디어 전송에서 실시간성과 고화질을 동시에 보장 할 수 있도록 하였다.
- 패킷을 1～10개 사이로 복제했을 경우 350Mbps～450Mbps 사이의 속도로 안정된 수치가 나왔지만 11개 이상으로 복제 했을 때부터는 복제되는 패킷의 수에 따라 처리량이 떨어지는 것을 알 수 있었다. 이를 통해 하드웨어에서 패킷을 10개 까지 복제 하는 동작에서는 성능 저하가 발생하지 않는 것을 알 수 있었다.
- 첫 번째 복제된 패킷과 두 번째 복제된 패킷 모두 송수신이 잘 되었으며, 목적지 주소 또한 원하는 주소로 변경이 되어 서로 다른 지점으로 복제되어 전송된 것을 확인할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.