УДК 004

Концепция отказоустойчивости и балансировки нагрузки в сетях SDN

Мринский Андрей Николаевич – студент магистратуры Московского технического университета связи и информатики.

Аннотация: В связи с непрерывным расширением сетей, возникает проблема их управления и распределением трафика. В данной статье рассматривается решение в виде программно-управляемых сетей, их концепция и архитектура. Основная идея которых, состоит в том, чтобы отделить управление от непосредственной пропускной способности устройств сети, что позволяет оптимизировать работу сети, улучшить ее масштабируемость и гибкость.

Ключевые слова: программно-определяемые сети (SDN), сеть центра обработки данных (DCN), OpenFlow, централизованный логический контроллер (SDN controller).

За последние 20 лет произошли значительные изменения в требованиях к сети, экспоненциальный рост трафика и необходимость в более сложных комплексных задачах. Основные инфраструктуры хостинга для Интернет-приложения и сервисы — это центры обработки данных (например, социальные сети, интернет-банкинг и мультимедийный контент). В таких сетях центров обработки данных, традиционные алгоритмы балансировки нагрузки используют настроенные аппаратные устройства, для разделения сетевого трафика между различными копиями серверов.

Хотя этот метод, как правило, дает отличную производительность, это дорого и имеет жесткую конфигурацию, которая не может быть динамически изменена в ответ на состояние сети или другую информацию. В настоящее время программно-определяемые сети используются для перемещения большого количества данных. Жизненно важно решить проблему перегрузки такого рода, чтобы сети можно было сделать более эффективными. Разделение уровней данных и управления стало возможным благодаря программно-определяемой сети. В результате сетевые администраторы используют внешний SDN-контроллер для управления сетью. В нем используется уникальный тип контроллера с возможностью управлять поведением пересылки по сети. Сетевая архитектура, основанная на SDN, очень универсальна, и сетевой администратор может извлечь выгоду из возможности программирования коммутаторов с поддержкой SDN [1], [2].

Сеть центра обработки данных (DCN), которая соединяет все ресурсы центра обработки данных, имеет решающее значение для работы центра обработки данных. Чтобы соответствовать растущим ожиданиям программно-определяемых сетей, DCNS должны быть масштабируемыми и достаточно эффективными для подключения десятков тысяч или даже сотни тысяч серверов (SDN). Одной из основных проблем, связанных с центрами обработки данных, независимо от их многочисленных конфигураций — будь то физические центры обработки данных или виртуальные центры обработки данных — является балансировка нагрузки. Для улучшения показателей производительности и балансировки нагрузки на трафик, развернута сетевая архитектура центра обработки данных Openflow, основанная на сетях, определяемых программным обеспечением. Необходимо использовать балансировку сетевой нагрузки для расширения доступной полосы пропускания, максимизации пропускной способности и добавления избыточности. Способность балансировать трафик между несколькими интернет-соединениями, известна как балансировка сетевой нагрузки. Распределяя объем полосы пропускания, потребляемой каждым пользователем локальной сети, по многочисленным подключениям, эта возможность балансирует сетевые сеансы, такие как Веб, электронная почта и т.д., тем самым увеличивая общий объем доступной полосы пропускания

Рисунок1

Рисунок 1. Архитектура SDN

Архитектура SDN (рис.1) состоит из сетевого оборудования, такого как маршрутизаторы и коммутаторы на уровне передачи данных. Эти управляющие объекты являются не чем иным, как обычными передающими компонентами, лишенными какого-либо автономного программного обеспечения для принятия решений. Используя правила потока, компонентам пересылки даются инструкции о том, что делать с пакетами, которые были получены интерфейсами южного моста (например, OpenFlow). Уровень управления, состоящий из управляющей логики, содержащейся в контроллерах и приложениях, отвечает за управление элементами уровня данных. Разработчики приложений могут использовать северный интерфейс northbound с помощью API, предоставляемого SDN контроллера. Северный интерфейс концептуализирует низкоуровневые инструкции, используемые южным интерфейсом при планировании устройств пересылки.

Разбивая проблему управления сетью на удобоваримые части, это разделение между двумя уровнями имеет решающее значение для создания абстракций в сети и содействия расширению сети.

Уровень управления принимает решения о том, куда и как направлять трафик, а также управляет топологией сети. Он имеет полный контроль над компонентами уровня пересылки. Приложения на прикладном уровне используют возможности, предлагаемые северным интерфейсом, для выполнения отключены сетевые полномочия. Возможны приложения как для балансировки нагрузки, так и для маршрутизации. Наиболее важным компонентом в этой ситуации является централизованный логический контроллер (SDN controller), который будет строить конфигурацию сети на основе правил и предписаний сетевого оператора [3].

Программно-конфигурируемые сети (SDN) предлагают ряд преимуществ в устранении препятствий, создаваемых традиционными сетевыми топологиями. Одним из основных преимуществ является концепция программируемости сети. Эта функциональность позволила предприятиям осуществлять программный контроль над своими сетями и расширять эти сети без ущерба для производительности, надежности или удобства работы пользователей. Программно-конфигурируемая сеть (SDN) эффективно устраняет сложности, связанные с уровнем инфраструктуры, одновременно повышая прозрачность сервисов и приложений. Следовательно, это упрощает общие операции по управлению сетью. В контексте проектирования SDN сетевые инженеры не обязаны использовать индивидуальные политики и протоколы для каждого сетевого устройства. Одновременно функции плоскости управления выполняет отдельный контроллер, отличный от физического сетевого устройства. Использование программно- конфигурируемых сетей (SDN) позволяет сетевым операторам эффективно снижать перегрузку и оптимизировать сложности, связанные с проектированием трафика. Проблемы масштабируемости представляют собой серьезную проблему для центров обработки данных, особенно в связи с увеличением числа виртуальных машин (VМ) и их динамическим перемещением. Таким образом, внедрение виртуализации сетей SDN открывает широкие возможности для развертывания обширных центров обработки данных. Реализация этой функции облегчила сетевым администраторам возможность передавать трафик уровня 2 через оверлеи уровня 3 и эффективно разделять MAC-адреса устройств уровня инфраструктуры. Следовательно, это упростило процесс передачи и установки компьютеров виртуальной сети. Кроме того, поставщики услуг имеют возможность использовать программно-определяемые сети (SDN) для интеграции различных сетевых элементов, включая физические и виртуальные серверы, оборудование и облака, в единую логическую сеть. В результате у каждого потребителя будет своя индивидуальная субъективная точка зрения относительно поставщика услуг. Настройка и устранение неполадок сетевых устройств с использованием программно-определяемых сетей (SDN) может эффективно выполняться централизованным контроллером. Это обеспечивает плавное добавление и настройку устройств в соответствии с требованиями расширения сети. SND продвигает использование новых протоколов и концепций внутри своей программируемой платформы, тем самым поощряя тех, кто интересуется сетями, исследовать и экспериментировать с этими инновациями [4], [5].

Список литературы

  1. Anish Ghosh, Mrs. T. Manoranjitham ”A study on load balancing techniques in SDN” International Journal of Engineering and Technology(IJET),vol 7. pp. 174-177 2018
  2. Manzoor, X. Hei, and W. Cheng, A Multi-controller Load Balancing Strategy for Software Defined WiFi Networks, vol. 11066 LNCS. Springer International Publishing, 2018. doi: 10.1007/978-3-030-00015-8_54.
  3. Patil, “Load Balancing Approach for Finding Best Path in SDN,” Proc. Int. Conf. Inven. Res. Comput. Appl. ICIRCA 2018, no. Icirca, pp. 612–616, 2018, doi:10.1109/ICIRCA.2018.8597425.
  4. Sun, J. Li, Z. Guo, Y. Xu, J. Lan, and Y. Hu, “SINET: Enabling scalable network routing with deep reinforcement learning on partial nodes,” SIGCOMM 2019 - Proc. 2019 ACM SIGCOMM Conf. Posters Demos, Part SIGCOMM 2019, pp. 88–89, 2019, doi: 10.1145/3342280.3342317.
  5. Zhang, M. Ye, Z. Guo, C. Y. Yen, and H. J. Chao, “CFR-RL: Traffic Engineering with Reinforcement Learning in SDN,” IEEE J. Sel. Areas Commun., vol. 38, no. 10, pp. 2249–2259, 2020, doi: 10.1109/JSAC.2020.3000371