TCAM Table Resource Allocation for Virtual Openflow
Propaganda
TCAM Table Resource Allocation for Virtual Openflow Switch Imen Limam Bedhiaf, Richard Burguin, Omar Cherkaoui and Mikael Salaun University of Quebec at Montreal Ecole des Mines de Nantes Programa de Engenharia Elétrica - PEE/COPPE/UFRJ Universidade Federal 1 do Rio de Janeiro Autores (Dados do Google Scholar) • Imen Limam Bedhiaf – Citations for 'Imen Limam Bedhiaf' : 11 – Cited Publications: 2 – H-Index: undefined • Richard Burguin – Citations for ' Richard Burguin' : 0 – Cited Publications: 0 – H-Index: undefined 2 Autores (Dados do Google Scholar) • Omar Cherkaoui – Citations for ' Omar Cherkaoui' : 825 – Cited Publications: 54 – H-Index: 11 • Mikael Salaun – Citations for ' Mikael Salaun ' : 63 – Cited Publications: 15 – H-Index: 5 3 Introdução • Implantação virtual de um switch Openflow. • Memória usada é TCAM (Ternary Content Access Memory) • Otimização na localização de memória com distribuição justa (justiça) dos recursos • Problema formulado como otimização multi objetiva no linear com complexidade NP • Solucionado com algoritmo genético y Tabu Search 4 Formulação do problema Tabela acessada ( Modo ativo) – Outras tabelas (Baixo consumo) Ea: Energia acesso Er: Energia re-sincronização El: Energia baixo consumo 5 Formulação do problema •Função Objetivo •Restrição número de entradas mínimo é alcanzado •Restrição tamanho máximo de memoria não é superado •Restrição do index do justiça 6 Algoritmos utilizados Algoritmo genético Determinar uma população inicial com um conjunto de soluções e aplicar crossover e mutação Algoritmo Tabu Search Consista na busca da solução ótima local 7 Resultados e discussão Plataforma EZchip-NP4 – 100 Gigabit Network Processor Capacidade total de TCAM (CT): 131072 entradas 17 possíveis tamanhos das tabelas Cj 2 z z [1;17] 0.5 20 10.000 8 Resultados e discussão Comparação entre o algoritmo genético e Tabu Search 9 Resultados e discussão Tempo de execução dos algoritmos 10 Resultados e discussão Energia consumida 11 Resultados e discussão Uso dos recursos TCAM 12 Resultados e discussão Índice de justiça 13 Resultados e discussão • Algoritmo genético mais escalável e eficiente que o Tabu • Tabu converge mais rapidamente quando a solução inicial fica mais perta da solução ótima • O consumo de potência mais baixo é obtido quando só é considerada a energia da função objetivo 14 Conclusões • Otimização do consumo de potência na alocação de recursos na tabela TCAM. • Problema de complexidade NP • Soluções propostas: Algoritmo Genético e Tabu Search • Flexibilidade para o provedor de dar preferência para o consumo de potencia ou procurar um alto índice de justiça • Algoritmos convergem em pouco tempo, mas o algoritmo Genético é mais escalável. 15 TCAM Table Resource Allocation for Virtual Openflow Switch Imen Limam Bedhiaf, Richard Burguin, Omar Cherkaoui and Mikael Salaun University of Quebec at Montreal Ecole des Mines de Nantes Programa de Engenharia Elétrica - PEE/COPPE/UFRJ Universidade Federal 16 do Rio de Janeiro
