EFFECT OF TCP-WINDOW SIZE ON DISTRIBUTION OF TIME SLOTS BETWEEN TRAFFIC PACKETS IN SOFTWARE-DEFINED SDN NETWORKS

Abstract


This work considers effect of TCP-window size on the numerical characteristics of time slots between packets. Here we researched first three initial time slot moments due to developed mathematical model utilizes them. Researches were performed on virtual experimental setup installed over physical servers by OpenNebula platform. We considered two cases including software-defined network supporting OpenFlow open protocol and conventional network without it. The first one is performed with POX controller and physical switch. Here we utilize software products tcpdump for traffic capture and Iperf for traffic generation. This work presents script providing traffic generation initiation process automation. Obtained results were imported to MS Excel. Then moment characteristics are evaluated by well-known mathematical statistics formulas.

Full Text

Введение Концепция ПКС (программно-конфигурируемая сеть) заключается в разделении плоскостей данных и управления. ПКС ориентирован на взаимодействие с пользователем через открытый API. Управление данными передается контроллеру. Это позволяет упростить коммутаторы, сняв с них вычислительную нагрузку. Пересылка пакетов осуществляется по таблице маршрутизации, получаемой с контроллера, которая создается не для конкретного пакета, а для типа пакетов - потока [1]. Таким образом, ПКС видится как решение проблем сетей с оборудованием разных производителей, когда конфигурирование сети затруднено специфичностью оборудования и разным подходом к управлению. Протокол OpenFlow [2] на данный момент является популярным решением для построения ПКС. Но, к сожалению, его недостаточно своевременная поддержка со стороны производителей не позволяет в полной мере использовать все функции по управлению сетью. TCP-окно В рамках соединения правильность передачи каждого сегмента должна подтверждаться квитанцией получателя. Квитирование - это один из традиционных методов обеспечения надежной связи. Для того, чтобы можно было организовать повторную передачу искаженных данных отправитель нумерует отправляемые единицы передаваемых данных (далее кадры). Для каждого кадра отправитель ожидает от приемника так называемую положительную квитанцию - служебное сообщение, извещающее о том, что исходный кадр был получен и данные в нем оказались корректными. Время этого ожидания ограничено - при отправке каждого кадра передатчик запускает таймер, и если по его истечению положительная квитанция на получена, то кадр считается утерянным. Для повышения нагрузки на канал связи, источнику разрешается передать некоторое количество кадров в непрерывном режиме, то есть в максимально возможном для источника темпе, без получения на эти кадры ответных квитанций. Количество кадров, которые разрешается передавать таким образом, называется размером TCP окна [3]. Определение числовых характеристик временных интервалов С использованием известных формул математической статистики, определяются моментные характеристики временных интервалов [4]. В работе использованы статистики до третьего порядка, которые позволяют судить о характере распределения интервалов. Например, коэффициент вариации показывает отличие трафика от пуассоновского потока и совместно с асимметрией позволяет судить о степени весомости хвостов распределений интервалов между пакетами [5-6]. Среднее значение интервала между соседними пакетами равно , где - моменты времени поступления пакетов; N - число анализируемых интервалов. Выборочная дисперсия равна , где второй начальный момент . Коэффициент вариации , где ; коэффициент асимметрии находится по формуле , где третий начальный момент . Проведение эксперимента Необходимо определить зависимость моментных характеристик временных интервалов от размера TCP окна, как с поддержкой протокола, так и без него. Для исследования поведения пакетов было решено собрать экспериментальный сегмент сети, показанный на рис. 1. На серверах Node развернут виртуальный кластер из 12 узлов, с помощью платформы OpenNebula [7], которая установлена на Server. OpenNebula это платформа для организации управления cloud-инфраструктурой и виртуальными окружениями, позволяет организовать работу локальной облачной инфраструктуры, обеспечить работу гибридной схемы, комбинируя ресурсы локального дата-центра и внешних облачных провайдеров. Физический кластер коммутируется гигабитным коммутатором HP 3500yl, который поддерживает протокол OpenFlow. Режимы настроек потоков реактивный (Reactive), когда коммутатор принимает поток, запись о котором отсутствует в таблице, он запрашивает контроллер о правилах обработки данного потока. Рис. 1. Экспериментальный сегмент сети Виртуальный кластер сети (см. рис. 2) состоит из контроллера POX (сетевая операционная система), программы tcpdump (для захвата трафика) и клиентов, которые генерируют трафик (см. рис. 3). Рис. 2. Виртуальный кластер Трафик генерируется с помощью утилиты Iperf, установленной на узлах кластера. Iperf - кроссплатформенная консольная клиент-серверная программа - генератор TCP, UDP и SCTP трафика для тестирования пропускной способности сети. Рис. 3. Структура трафика На каждом из клиентов запускается утилита Iperf со следующими параметрами: f - формат вывода значений, t время генерации пакетов, m - выводить максимальный размер полезного блока данных (MSS) и максимальный размер кадра (MTU), p - порт, w - размер TCP окна. Размер генерируемых TCP пакетов по умолчанию 1500 байт. Были выбраны следующие размеры TCP окна: 8 КБ, 16 КБ, 32 КБ, 64 КБ, 128 КБ и 256 КБ. Трафик генерируется в направление tcpdump, на котором утилита Iperf запущена с параметром сервера [7-8]. Ниже представлен скрипт, который позволяет автоматизировать процесс запуска генерации: IP=10.0.0.{15} SERVER_IP=[ip-адрес сервера] killall -9 iperf killall -9 tcpdump dat=`date +'%H-%M-%S'` contr=[ip-адрес контроллера] j=1; for j in 8 16 32 64 128 256; do tcpdump -i eth1 -n -ttt port 80 > /tmp/$j-server.txt & rsh $contr killall -9 tcpdump rsh $contr tcpdump -i eth0 -n -ttt port 6633 \> /tmp/$j-contr.txt \& & iperf -s -p 80 -D -w $j\k for i in {15..24}; do ip=10.0.0.$i echo $ip rsh $ip killall -9 iperf rsh $ip /usr/bin/iperf -f k -t 30 -m -p 80 -w $j\k -c $SERVER_IP \>/tmp/$i-$j-iperf.txt & done; sleep 40 killall -9 iperf killall -9 tcpdump rsh $contr killall -9 tcmdump for i in {15..24}; do ip=10.0.0.$i mkdir $dat scp $ip:/tmp/$i-$j-iperf.txt /tmp/$dat done; cp $j-server.txt /tmp/$dat scp $contr:/tmp/$j-contr.txt /tmp/$dat done; Результаты эксперимента Для анализа результатов понадобится обработать файлы логов выполнения эксперимента. Файлы располагаются на серверах tcpdump. Для расчета моментных характеристик данные из лог-файлов были импортированы в MS Excel. В таблице 1 представлены результаты шести экспериментов с разными значениями размера TCP-окна без поддержки протокола OpenFlow, где отображены найденные характеристики, такие как первый начальный момент, второй начальный момент, дисперсия, коэффициент вариации, асимметрия, количество дошедших пакетов, время эксперимента. В таблице 2 представлены аналогичные результаты экспериментов с поддержкой протокола OpenFlow, где отображены найденные моментные характеристики временных интервалов. Таблица 1. Влияние размера TCP-окна на моментные характеристики интервала между пакетами трафика в ПКС Размер TCP-окна 8 КБ 16 КБ 32 КБ 64 КБ 128 КБ 256 КБ 1,62·10-4 2,08·10-4 2,02·10-4 2,09·10-4 2,14·10-4 1,56·10-2 1,32·10-7 3,54·10-7 5,61·10-7 8,44·10-7 1,01·10-6 1,70·10-2 1,58·10-7 3,97·10-7 6,02·10-7 8,88·10-7 1,05·10-6 1,73·10-2 2,25 2,86 3,70 4,40 4,70 8,35 3,99 5,08 6,82 8,13 13,9 22,4 2,59·10-10 1,30·10-9 3,22·10-9 6,84·10-9 1,47·10-8 5,07·10-2 Число пакетов 208342 160638 169183 167767 169700 1238 Время моделирования 33,70 33,43 34,21 35,05 36,23 19,33 Таблица 2. Влияние размера TCP-окна на моментные характеристики интервала между пакетами трафика в ПКС Размер TCP-окна 8 КБ 16 КБ 32 КБ 64 КБ 128 КБ 256 КБ 1,33·10-3 1,40·10-3 1,45·10-3 1,66·10-3 1,77·10-3 1,87·10-3 3,08·10-6 4,91·10-6 6,26·10-6 8,58·10-6 1,47·10-5 2,00·10-5 4,84·10-6 6,88·10-6 8,35·10-6 1,14·10-5 1,78·10-5 2,35·10-5 1,32 1,58 1,72 1,76 2,16 2,38 2,45 3,47 4,68 4,11 6,04 7,65 2,79·10-8 6,13·10-8 1,04·10-7 1,51·10-7 4,23·10-7 8,01·10-7 Число пакетов 27987 28084 30036 29989 34767 36957 Время моделирования 37,15 39,38 43,46 49,92 61,60 69,13 Полученные данные свидетельствуют о том, что анализируемый трафик сильно отличается от пуассоновского (коэффициент вариации c > 1), значение асимметрии говорит о том, что распределение интервалов между пакетами трафика относится к распределениям, похожим на гиперэкспоненциальное и соответствует системам массового обслуживания (СМО) [4,5], [9]. Способы аппроксимации произвольных распределений гиперэкспоненциальным подробно рассмотрены в [10-11]. Заключение В ходе проведения экспериментов были получены моментные характеристики интервалов между пакетами трафика в сетях SDN с протоколом OpenFlow и без. Для оценки показателей эффективности функционирования сети может быть использована система массового обслуживания Н2/М/1 с гиперэкспоненциальным распределением второго порядка входящего трафика. Значения всех числовых характеристик с увеличением размера TCP-окна увеличиваются в рассматриваемых случаях. Количество пакетов для эксперимента без протокола OpenFlow увеличивается на размерах TCP-окна от 8КБ до 128КБ, потом резко падает с 169700 до 1238 при размере окна 256КБ. В случае с поддержкой протокола этого не наблюдается и количество пакетов увеличивается. Число пакетов, дошедших до адресата без протокола OpenFlow, на порядок больше, чем с поддержкой протокола OpenFlow. Это говорит о том, что дополнительную задержку в сеть вносит контроллер OpenFlow. Этот факт следует учитывать особенно в случае высокой нагрузки на программно-конфигурируемые сети. В нашем случае эксперименты проводились для случаев невысокой нагрузки на каналы.

About the authors

Sergey Valerievich Malakhov

Povolzhsky State University of Telecommunications and Informatics

Email: malakhov-sv@psuti.ru

Veniamin Nikolaevich Tarasov

Povolzhsky State University of Telecommunications and Informatics

Email: tarasov-vn@psuti.ru

Nadezhda Fedorovna Bakhareva

Povolzhsky State University of Telecommunications and Informatics

Email: bakhareva-nf@psuti.ru

References

  1. Исследование способов управления QoS в программно-конфигурируемых сетях с помощью контроллера RYU // Электронный научный журнал «Современные проблемы науки и образования». URL: http://www.science-education.ru/ru/article/ view?id=20104 (д.о. 25.06.16).
  2. OpenFlow // Open Networking Foundation // URL: https://www.opennetworking.org/sdn-resources/openflow (д.о. 28.08.16).
  3. Протокол надежной доставки сообщений TCP // CIT Forum. URL: http://citforum.ru/nets/ip/glava_6.shtml (дата обращения: 28.08.16).
  4. Тарасов В.Н., Бахарева Н.Ф., Горелов Г.А., Малахов С.В. Анализ и расчет входящего трафика на уровне трех моментов распределений // Информационные технологии. №9, 2014. - С. 54-59.
  5. Тарасов В.Н., Карташевский И.В., Малахов С.В. Теоретическое и экспериментальное исследование задержки в программного-конфигурируемых сетях // ИКТ. Т.13, №4, 2015. - С. 409-413.
  6. Tarasov V.N., Malakhov S.V. Statistical data handling program of Wireshark analyzer and incoming traffic research // Proceedings of the Institute for System Programming. Vol. 27(3), 2015. - Р. 303-314.
  7. OpenNebula.org // URL: http://opennebula.org (д.о. 15.07.16).
  8. Тарасов В.Н., Малахов С.В. Экспериментальные исследования производительности сегмента программно-конфигурируемой сети // Интеллект. Инновации. Инвестиции. №2, 2013. - С. 81-85.
  9. Тарасов В.Н., Карташевский И.В. Определение среднего времени ожидания требований в управляемой системе массового обслуживания Н2/Н2/1 // Системы управления и информационные технологии. Т. 57, № 3, 2014. - С. 92-96.
  10. Тарасов В.Н. Исследование систем массового обслуживания с гиперэкспоненциальными входными распределениями // Проблемы передачи информации. №1, 2016. - С.16-26.
  11. Тарасов В.Н., Карташевский И.В. Способы аппроксимации входных распределений для системы G/G/1 и анализ полученных результатов // Системы управления и информационные технологии. № 3.1, 2015. - С. 182-185.

Statistics

Views

Abstract - 21

PDF (Russian) - 2

Cited-By


Article Metrics

Metrics Loading ...

PlumX

Dimensions


Copyright (c) 2016 Malakhov S.V., Tarasov V.N., Bakhareva N.F.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies