[논문]SDN 환경에서의 데이터 생성 형태와 서버 응답시간을 고려한 효율적인 부하분산 기법

김종건; 권태욱

doi:10.13067/jkiecs.2020.15.4.679

SDN 환경에서의 데이터 생성 형태와 서버 응답시간을 고려한 효율적인 부하분산 기법
Efficient Load Balancing Technique Considering Data Generation Form and Server Response Time in SDN 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.4, 2020년, pp.679 - 686

김종건 (국방대학교 컴퓨터공학과) , 권태욱 (국방대학교 컴퓨터공학과)

초록
AI-Helper

전 세계 데이터 총량이 2025년이면 175 ZB로 늘어날 것으로 전망되면서[1] 네트워크 영역에서의 데이터 처리 능력은 더욱 중요해지고 있다. 특히 데이터센터는 데이터 사용량이 늘어남에 따라 고집적화되고 있어서 유입되는 데이터로부터 유발되는 부하는 비용 절감과 효율적인 운영 등을 위해 적절히 분산되어야 한다. 기존 네트워크 체계의 한계점을 극복하기 등장한 SDN 기술은 네트워크 장비에서 H/W와 S/W를 분리하여 Legacy 체계의 경직성을 해소하는데, S/W 기반의 유연성을 이용해서 데이터센터에서의 부하분산에 효과적으로 적용할 수 있다. 본 논문에서는 SDN 기술을 활용하여 사용자로부터 받은 데이터를 유형별로 분류하고, 분류된 데이터를 데이터센터내 서버의 응답시간 순서대로 전송·처리함으로써 효율을 높일 수 있는 방법을 제안한다.

Abstract ▼ AI-Helper

With global data totals expected to grow to 175 ZB by 2025, data processing capabilities in the network area are becoming more important. In particular, data centers are becoming more stubborn as data usage increases, and the load generated by incoming data should be appropriately distributed to reduce costs and efficiently operate. The SDN technology, which emerged to overcome the limitations of the existing network system, removes rigidity of the Legacy system by separating H/W and S/W from the network equipment, and can be effectively applied to load balancing in the data center using S/W-based flexibility. In this paper, we propose ways to increase efficiency by classifying data received from users by type by utilizing SDN technology, and transmitting and processing classified data in order of response speed of servers in the data center.

주제어

표/그림 (9)

그림 그림 1. 기존 네트워크와 SDN 비교[6] Fig. 1 The comparison between legacy network and SDN
그림 그림 2. [5]'s System design Fig. 2 [5]의 시스템 설계
그림 그림 3. System design Fig. 3 시스템 설계
그림 그림 4. 제안하는 기법의 알고리즘 순서도 Fig. 4 Algorithm flowchart of the proposed technique
그림 그림 5. 미들 박스의 동작 Fig. 5 Middle box processing
그림 그림 6. 패킷 100,000개 전송시 지연시간 Fig. 6 Latency to send 100,000 packets
그림 그림 7. 패킷 500,000개 전송시 지연시간 Fig. 7 Latency to send 500,000 packets
그림 그림 8. 패킷 1,000,000개 전송시 지연시간 Fig. 8 Latency to send 1,000,000 packets
표 표 1. 지연시간 측정결과 Table 1. Latency measurement results

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 SDN 환경에서, 데이터센터로 유입 되는 데이터를 생성 형태에 따라 분류하고, 응답속도가 빠른 서버가 분류된 데이터를 처리하도록 함으로써 부하를 분산하는 방안을 제안하였다. 실험 결과와 같이 특정 유형의 데이터가 폭증하는 상황에서 서버 클러스터에 속해있는 서버들의 응답속도를 고려하여 Client의 요청을 처리했을 경우, [5]에서 제안한 방법 보다 부하 분산에 효과가 있음을 확인할 수 있었다.
본 논문에서는 데이터센터로 일반적인 데이터가 유입되었을 때 서버 클러스터에 속한 각 서버의 응답속도가 빠른 순서대로 데이터를 전송하고, 동일 유형의 데이터가 폭증하여 유입되는 상황이 발생하면, 해당 데이터를 분류한 뒤 서버 클러스터 중 가장 응답시간이 빠른 서버로 전송하는 기법을 제안한다. 이 기법은 기존, 데이터의 생성 형태만 고려한 부하분산 기법[5] 에서 데이터를 수신하는 서버의 응답속도가 고려되었기 때문에 더 높은 효율을 기대할 수 있다.
향후 연구로, 현재 SDN이 적용되어 있는 군 데이터센터를 에뮬레이터 OPNET을 이용해 구현하고, 본논문에서 제안한 방법을 적용시 효과를 확인할 예정이다. 특히 데이터센터 운영비용의 대부분을 차지하는 전력사용량을 산출하여 효과를 확인하고자 한다.

제안 방법

Middle Box를 통한 폭증 데이터 분류 세부 정책을 SDN Controller를 통해서 사용자가 제어함으로써 SDN 환경에서 그 효과가 극대화되도록 하였다. 이기법은 외부로부터 여러 사용자의 요청을 처리하는 데이터센터에 적용하면 부하를 분산시키는 데 효과적 이다.
제안하는 기법의 동작은 ① Middle Box에서 패킷을 모니터링해서 분류하는 동작과 ② Controller에서각 서버의 응답시간을 측정하여 각 사용자 요청을 처리할 서버를 선정하고 ③ 스위치에서 선정된 서버에 따라서 패킷을 포워딩하는 동작, 세 가지로 나뉜다.전제적인 시스템 설계는 그림 3과 같으며, 그림 4와 같은 알고리즘으로 작동한다.
제안하는 부하분산 기법을 가상 네트워크 환경에서 구현하여 효과를 평가하였다. 실험 환경은 CPU Intel (R) Core(TM) i7-3770 @ 3.
제안한 기법의 효과를 확인하기 위해서 데이터 생성 형태를 고려하여 부하를 분산한 [5]의 기법을 대조군으로 설정하여 실험을 진행한다. 먼저 [5]의 기법으로 분류된 패킷을 서버로 포워딩하는데, 이때 패킷을 수신해서 처리할 서버를 Round Robin 방식으로 선정한 뒤 포워딩하여 Latency를 측정하고, 제안한 기법을 적용한 결과와 비교한다.
데이터센터로 들어오는 Client 요청은 서버에 할당되어 처리되기 때문에 실시간으로 모든 서버의 부하는 달라지기 때문이다. 총 5대의 서버중 첫 번째 서버의 성능치를 기준으로 두 번째 서버부터 5%씩 증가하면서 임의의 부하를 부여함으로써 서버에 각기 다른 부하가 걸리는 상황을 구현한다.
폭증하는 데이터를 Client에서 서버로 전달할 때 부하분산 기법의 효과를 확인하기 위해 패킷 생성기 역할을 하는 Client와 데이터를 분류하는 Middle Box, 서버 클러스터 내의 서버 응답속도를 측정하고 그 결괏값을 Switch로 전달하는 Controller, Client가 보낸데이터를 수신하고, 응답을 재전송하는 Server를 각각 파이썬 스크립트로 구현하였으며, 미니넷 환경에서 구동한다.

대상 데이터

패킷은 특정 상황에서 동일 유형의 데이터가 폭증하는 상황을 가정한 군집형태의 데이터를 전송한다. 데이터는 총 5가지 유형의 패킷으로 이루어져 있으며, 패킷 중 특정 유형의 패킷이 폭증하도록 무작위로 생성되어 전송된다.

데이터처리

제안한 기법의 효과를 확인하기 위해서 데이터 생성 형태를 고려하여 부하를 분산한 [5]의 기법을 대조군으로 설정하여 실험을 진행한다. 먼저 [5]의 기법으로 분류된 패킷을 서버로 포워딩하는데, 이때 패킷을 수신해서 처리할 서버를 Round Robin 방식으로 선정한 뒤 포워딩하여 Latency를 측정하고, 제안한 기법을 적용한 결과와 비교한다.

성능/효과

7은 두 번째 실험에 대한 결과이며, 500,000개의 패킷을 전송한 결과이다. 각 기법의 최소 및 최대 Latency를 보면, [5] 기법은 3.3540 / 4.4850초, 제안한 기법은 2.6700 / 4.4040초로 측정되었으며, Latency의 평균은 [5] 기법 4.0034초, 제안 기법 3.1501초로써 27.1% Latency 감소효과가 있었다.
본 논문에서는 SDN 환경에서, 데이터센터로 유입 되는 데이터를 생성 형태에 따라 분류하고, 응답속도가 빠른 서버가 분류된 데이터를 처리하도록 함으로써 부하를 분산하는 방안을 제안하였다. 실험 결과와 같이 특정 유형의 데이터가 폭증하는 상황에서 서버 클러스터에 속해있는 서버들의 응답속도를 고려하여 Client의 요청을 처리했을 경우, [5]에서 제안한 방법 보다 부하 분산에 효과가 있음을 확인할 수 있었다.
5540초로 측정되었다. 평균값은 [5]기법 6.0071초, 제안 기법 4.4894초로 33.8%의 Latency 감소효과가 확인되었다.

후속연구

제안한 기법은 데이터센터로 유입되는 데이터를 분류하는 것과 유입된 데이터를 서버로 할당하는 것, 두가지 측면을 모두 고려했기 실험에서 나타난 바와 같이 방대한 양의 데이터를 처리하는 데이터센터에서 효율을 높이는데 기여할 것으로 기대된다. 특히 본 논문의 내용은 SDN 환경에서 구현되어 네트워크 관리자가 특정 상황에서 선택할 수 있는 정책 중 하나의 옵션이 될 수 있다.
향후 연구로, 현재 SDN이 적용되어 있는 군 데이터센터를 에뮬레이터 OPNET을 이용해 구현하고, 본논문에서 제안한 방법을 적용시 효과를 확인할 예정이다. 특히 데이터센터 운영비용의 대부분을 차지하는 전력사용량을 산출하여 효과를 확인하고자 한다.

참고문헌 (10)

M. Kim, "AI, the database of the big data era: graph data", https://www.samsungsds.com/global/ko/support/insights/1208783_2284.html (accessed June 29, 2020.)
K. Park, "IoT Based Office Environment Improvement Plan," J. of the Korea Institute of Electronic Communication Sciences, vol. 15, no. 1, Feb. 2020, pp. 61-70.
S. Lee, "Design and Application of LoRa-based Network Protocol in IoT Networks," J. of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 6, Dec. 2019, pp. 1089-1096.
S. Sin, "Data Center Market and Major Enterprise Trends", GBSA, no. 2020-03, Mar. 2020
J. Yoon and T. Kwon, "An Efficient Load Balancing Technique Considering Forms of Data Generation in SDNs," J. Korea Multimedia Society, vol. 23, no. 2, Feb. 2020, pp. 247-254.
S. Sin, "SDN Changes the Network World", https://www.sktinsight.com/98995 (accessed June 29, 2020.)
D. Kim, C. Hong, "Transmission Delay Estimation-based Forwarding Strategy for Load Distribution in Software-Defined Network," J. of the Korean Institute of Information Scientists and Engineers, vol. 23, no. 5, May. 2017, pp. 310-315.
J. Son, C. Hong, "SDN-Based Packet-Forwarding and Delay Minimization Algorithm for Efficient Utilization of Network Resources and Delay Minimization," J. of the Korean Institute of Information Scientists and Engineers, vol. 21, no. 11, Nov. 2015, pp. 727-732.
K. Soleimanzadeh, M. Ahmadi, M. Nassiri, "SD-WLB: An SDN-aided mechanism for web load balancing based on server statistics," J. Electronics and Telecommunications Research Institute, vol. 41, no. 2, Dec. 2018.
H. Zhong, Y. Fang, J. Cui, "LBBSRT: An efficient SDN load balancing scheme based on server response time," J. Future Generation Computer Systems, vol. 80, Mar. 2018, pp. 409-416.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증