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
Download