intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Doctoral thesis of telecommunications engineering: SDN-based energy-efficient networking in cloud computing environments

Chia sẻ: Tỉ Thành | Ngày: | Loại File: DOCX | Số trang:130

29
lượt xem
4
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Software-defined networking aims to change the inflexible state networking, by breaking vertical integration, separating the network’s control logic from the underlying routers and switches, promoting (logical) centralization of network control, and introducing the ability to program the network. Consequently, SDN is an important key for resolving aforementioned difficulties.

Chủ đề:
Lưu

Nội dung Text: Doctoral thesis of telecommunications engineering: SDN-based energy-efficient networking in cloud computing environments

  1. MINISTRY OF EDUCATION AND TRAINING HANOI UNIVERSITY OF SCIENCE AND TECHNOLOGY TRAN MANH NAM CÁC PHƯƠNG PHÁP TIẾT KIỆM NĂNG LƯỢNG SỬ DỤNG  CÔNG NGHỆ MẠNG ĐIỀU KHIỂN BẰNG PHẦN MỀM TRONG  MÔI TRƯỜNG ĐIỆN TOÁN ĐÁM MÂY SDN­BASED ENERGY­EFFICIENT NETWORKING IN  CLOUD COMPUTING ENVIRONMENTS DOCTORAL THESIS OF TELECOMMUNICATIONS ENGINEERING HANOI ­ 2018
  2. MINISTRY OF EDUCATION AND TRAINING HANOI UNIVERSITY OF SCIENCE AND TECHNOLOGY TRAN MANH NAM CÁC PHƯƠNG PHÁP TIẾT KIỆM NĂNG LƯỢNG SỬ DỤNG  CÔNG NGHỆ MẠNG ĐIỀU KHIỂN BẰNG PHẦN MỀM TRONG  MÔI TRƯỜNG ĐIỆN TOÁN ĐÁM MÂY SDN­BASED ENERGY­EFFICIENT NETWORKING IN CLOUD  COMPUTING ENVIRONMENTS Specialization: Telecommunications Engineering Code No: 62520208 DOCTORAL THESIS OF TELECOMMUNICATIONS ENGINEERING Supervisor: Assoc.Prof. Nguyen Huu Thanh HANOI ­ 2018
  3. PREFACE I hereby assure that the results presented in this dissertation are my work under the  guidance   of   my   supervisor.   The   data   and   results   presented   in   the   dissertation   are  completely honest and have not been disclosed in any previous works. The references have  been fully cited and in accordance with the regulations.  Tôi xin cam đoan các kết quả trình bày trong luận án là công trình nghiên cứu của tôi  dưới sự hướng dẫn của giáo viên hướng dẫn. Các số liệu, kết quả trình bày trong luận  án là hoàn toàn trung thực và chưa được công bố trong bất kỳ công trình nào trước đây.   Các kết quả sử dụng tham khảo đều đã được trích dẫn đầy đủ theo đúng quy định. Hà Nội, Ngày 19 tháng 01 năm 2018 Tác giả Trần Mạnh Nam
  4. ACKNOWLEDGEMENTS First and foremost, I would like to thank my advisor, Associate Prof. Dr. Nguyen Huu  Thanh,   for  providing   an  excellent   researching   atmosphere,   for  his   valuable   comments,  constant support and motivation. His guidance helped me in all the time and also in writing  this dissertation. I could not have thought of having a better advisor and mentor for my  PhD.  Moreover, I would like to thank Associate Prof. Dr. Pham Ngoc Nam, Dr. Truong Thu  Huong   for   their   advices   and   feedbacks,   also   for   many   educational   and   inspiring  discussions.  My sincere gratitude goes to the members (present and former) of the Future Internet  Lab, School of `Electronics and Telecommunications, Hanoi University of Science and  Technology. Without their support and friendship it would have been difficult for me to  complete my PhD studies. Finally, I would like to express my deepest gratitude to my family. They are always  supporting me and encouraging me with their best wishes, standing by me throughout my  life. Hanoi, 19th Jan 2018
  5. CONTENTS
  6. ABBREVIATIONS APCI Advanced Configuration & Power Interface APEX Capital expenditure ASIC Application specific integrated circuits BAU Business­as­usual BFS Breadth­first Search CAPEX Capital Expenditure  DC Data center DCN Data center network D­ITG Distributed internet traffic generator EA­NV Energy­aware network virtualization EA­VDC Energy­aware Virtual Data Center ECO Eco sustainable FM Full migration FPGA Field programmable gate arrays GH GreenHead HEA­E Heuristic Energy­aware VDC Embedding HEE Heuristic energy­efficient IaaS Infrastructure­as­a­service ICT Information and communication technologies ISP Internet service provider MoA Migrate on arrival MST Minimum spanning tree NaaS Network­as­a­service NFV Network function virtualization NV Network virtualization OLD OpenDayLight OPEX Operating expenses PaaS Platform­as­a­service PCS Power­Control System PM Partial migration POD Optimized data centers PSnEP Power scaling and energy­profile­aware RMD­EE Reducing middle node energy efficiency SaaS Software­as­a­service SDSN Software­Defined Substrate Network SN SecondNet SNMP Simple network management protocol TCAM Ternary content­addressable memory VDC Virtual data center VDCE Virtual data center embedding VLiM Virtual link mapping VM Virtual Machine
  7. VmM Virtual machine mapping VNE Virtual network embedding VNoM Virtual node mapping VNR Virtual network requests  
  8. LIST OF FIGURES LIST OF TABLES
  9. INTRODUCTION 1. Overview of Network Energy Efficiency in Cloud Computing Environments The advances in Cloud Computing services as well as Information and Communication  Technologies (ICT) in the last decades have massively influenced economy and societies  around the world. The Internet infrastructure and services are growing day by day and play  a considerable role in all aspects including business, education as well as entertainment. In  the last four years, the percentage of people using Internet witnesses an annual growth of  3.5%, from 39% world population’s percentage in Dec­2013 to 51.7% in June­2017 [1].  To support the demand of cloud network infrastructure and Internet services in the rapid  growth of users, it is necessary for the Internet providers to have a large number of devices,  complex design and architecture that have the capacity to perform increasingly number of  operations   for   a   scalability.   Consequently,   many   huge   cloud   infrastructures   have   been  employed by Telcos, Internet Service Providers (ISPs) and enterprises for the exploded  demand   of   various   applications   and   data   cloud­services   such   as   YouTube,   Dropbox,   e­learning, cloud office etc. To meet the requirements of these booming services all around  the world, cloud network infrastructures have been built up in a very large scale, even  geographically distributed data centers with a huge number of network devices and servers.  In addition, the  maintenance  of the systems  with  high availability  and reliability  level  requires a notable redundancy of devices such as routers, switches, links etc. As a result,  having such a large infrastructure consumes  a huge volume of energy, which leads  to  consequent environmental and economic issues: ­ Environmentally, the amount of energy consumption and carbon footprint of the   ITC­sector is remarkable. The manufacture of ICT equipment is estimated its use  and disposal account for 2% of global CO2 emissions, which is equivalent to the  contributions   from   the   aviation   industry   [2].   The   networking   devices   and  components estimate around 37% of the total ICT carbon emission [3];  ­ Economically,   the   huge   consumed   power   leads   to   the   costs   sustained   by   the  providers/operators to keep the network up and running at the desired service level  and their need to counterbalance ever­increasing cost of energy. Although   network   energy   efficiency   has   recently   attracted   much   attention   from  communities [4], there are still many issues in realization of the energy­efficient network  including inflexibility and the lack of an energy­aware network. The main difficulties of  the network energy efficiency as well as its research motivations are shortly described as  follows: 
  10. Inflexible network: first, one important point the network in cloud data centers (DC)  nowadays is the inflexibility issue. For changing the processing algorithm and the control  plane   of   a   network,   its   administrators   should   carefully   re­design,   re­configure and migrate the network for a long time. In many cases, there is a technical  challenge   for   an   administrator   to   apply   new   approaches   and   evaluate   their   efficiency.  Consequently,   the   flexible   and   programmable   network   is   strictly   necessary.   Secondly,  there   are   difficulties   in   evaluating   the   energy­saving   levels   of   new   energy­efficient  approaches in a network due to the lack of the centralized power­control system. This  system allows administrators and developers to monitor, control and managing the working  states as well as power consumption of all network devices in real­time. Energy­aware networking for virtualization technologies in cloud environments: cloud  computing has emerged in the last few years as a promising paradigm that facilitates such  new   service   models   as   Infrastructure­as­a­Service   (IaaS),   Storage­as­a­Service   (SaaS),  Platform­as­a­Service   (PaaS),   Network­as­a­Service   (NaaS).   For   such   kinds   of   cloud  services, virtualization techniques including  network virtualization  [5] [6] [7] and  data  center virtualization [8] [9] [10]  have quickly developed and attracted much attention of  research   and   industrial   communities.   Currently,   research   in   virtualization   technologies  mainly focuses on the resource optimization and resource provisioning approaches [8] [9].  There are very few works focusing on the energy efficiency of a network. With the benefits  of flexible controlling and resource management of virtualization technologies as well as  new network technologies  such as  Software­defined Networking (SDN) [11] [12] [13],  researching in network energy efficiency in virtualization is an important and promising  approach. Additionally,   the   SDN   technology,   the   emergence   of   new   trends   in   networking  technology,   provides   new   way   to   realize   and   optimize   network   energy   efficiency.  Software­defined   networking   [11]   aims   to   change   the   inflexible   state   networking,   by  breaking vertical integration, separating the network’s control logic from the underlying  routers   and   switches,   promoting   (logical)   centralization   of   network   control,   and  introducing the ability to program the network. Consequently, SDN is an important key for  resolving aforementioned difficulties. 2. Research Scope and Methodology a) Research Scope The scope of this research focuses on the network energy efficiency in cloud computing  environments,   including:   (1)   energy   efficiency   in   centralized   data   center   network;   (2)  energy   efficiency   in   network   virtualization;   and   (3)   energy   efficiency   in   data   center 
  11. virtualization. The proposed energy­efficient approaches are based on the Software­defined  Networking technology [11] [12] [13]. b) Research   Methodology:   the   research   methodology   is   used   following   the  reference [14]. Step 1: Problem formulation: 1. Interrogative form 2. Describe relations among constructs Step 2: Hypothesis formulation: answering to problem statements Step 3: Research design: building research plan for a research process including survey,  related work and experiments Step 4: Sampling and Data Collection Step 5: Data analysis Step 6: Manuscript Writing 3. Contributions and Structure of the Dissertation Recently, Software­defined Networking technology [5] is likely an evolutionary step in  Internet  technologies  that  makes   networking  become  more  flexible  and programmable.  SDN is an important key to resolving the difficulties of energy efficiency. This technology  also can quickly realize the virtualization technologies including network virtualization and  data   center   virtualization.   Consequently,   SDN­based   energy­efficient   networking  approaches   in   cloud   environments   are   focused   on   this   dissertation   with   the   following  contributions:  The   SDN   technology   is   used   as   core   technology   in   this   dissertation   for   proposing  energy­efficient network approaches. The first contribution of this dissertation is resolving  the lack of energy­aware network in a DC by (1) proposing a SDN­based power­control  system (PCS) of a network. The proposed system allows the administrator of a network to  flexibly control and monitor the state of network devices and the energy consumption of  the whole network infrastructure. Thanks to the flexibility and availability of this PCS  system, several energy­efficient algorithms are proposed and evaluated on it successfully. The   network   virtualization   (NV)   technology   in   cloud   environments   becomes   more  popular and plays an important role for such cloud services including Network­as­a­service  (NaaS), Infrastructure­as­a­service (IaaS). The energy­aware NV platform is necessary for  network   energy   efficiency.   Appropriately,  (2)   the  SDN­based   energy­aware   network  
  12. virtualization (EA­NV) platform is proposed in this dissertation. The platform is aware of  power consumption of the network virtualization environment. Two novel energy­efficient  virtual network embedding algorithms are also proposed and implemented in this platform  that focus on increasing the energy­saving level and maintaining the reasonable resource  optimization of a network. Virtual   data   center   technology   is   a   concept   of   network   virtualization   in   cloud  environments that allows creating multiple separated virtual data centers (VDC) on top of  the physical data center [8] [9] [10]. In consequence, (3)  an energy­aware virtual data   center   platform  is   deployed.   On   this   system,   novel   energy­aware   algorithms   are   also  proposed which focus on the following objectives: (1) resource efficiency that deals with  efficient mapping of virtual resources on substrate resources in terms of CPU, memory and  network   bandwidth;   and   (2)   energy   efficiency   that   deals   with   minimizing   energy  consumption of the virtual data center while meeting virtual data center mapping demands. The above contributions of this dissertation are organized as the collection of several  SDN­based network energy­efficient approaches which are presented in five chapters as  follows: The  first   chapter  presents   an   overview   of   energy­efficient   network   in   cloud  environments and their classification. The difficulties of the network’s energy efficiency  area as well as the background of the Software­defined Networking technology are also  described in details. In   the  second   chapter,   a   SDN­based   power­control   system   (PCS)   of   a   data   center  network   is   proposed.   Based   on   this   platform,   developers   can   propose,   implement   and  evaluate   several   network   energy­saving   algorithms.   Two   energy­efficient   approaches,  which are applied onto the PCS system, are also proposed with their results and algorithms  published in: Tran Manh Nam, Nguyen Huu Thanh, Doan Anh Tuan “Green Data Center Using   Centralized   Power­Management   Of   Network   And   Servers”,   The   15th  international   Conference   on   Electronics,   Information,   and   Communication  (IEEE ­ ICEIC), Jan 2016, Da Nang, Vietnam Tran Manh Nam, Nguyen Huu Thanh, Ngo Quynh Thu and Hoang Trung Hieu, Stefan  Covaci,   “Energy­Aware   Routing   based   on   Power   Profile   of   Devices   in   Data   Center   Networks using SDN”, the 12th IEEE ECTI­CON conference ­ 2015, Hua­Hin, Thailand ­  Achieved a student Grant of ECTI­CON, Jun, 2015. Tran   Manh   Nam,   Truong   Thu   Huong,   Nguyen   Huu   Thanh,   Pham   Van   Cong,   Ngo  Quynh Thu, Pham Ngoc Nam, “A Reliable Analyzer for Energy­Saving Approaches in  
  13. Large   Data   Center   Networks”,   IEEE   ICCE   ­   The   International   Conference   on  Communications and Electronics ­ 2014, Da Nang, Vietnam Tran Manh Nam, Tran Hoang Vu, Vu Quang Trong, Nguyen Huu Thanh, Pham Ngoc  Nam, “Implementing Rate Adaptive Algorithm in Energy­Aware Data Center Network”,  National   Conference   on   Electronics   and   Communications   (REV2013­KC01).,   Hanoi,  Vietnam. The  third   chapter  describes   an   energy­aware   network   virtualization   concept   and   its  power monitoring and controlling abilities. The proposed concept is SDN­based which  allows   developers   to   implement   several   energy­efficient   virtual   network   embedding  algorithms. Two energy­efficient embedding algorithms, namely heuristic energy­efficient  node mapping and  reducing middle node energy efficiency, are proposed in this section.  The results and algorithms of this chapter are published in: Tran Manh Nam, Nguyen Huu Thanh, Nguyen Hong Van, Kim Bao Long, Nguyen Van  Huynh,   Nguyen   Duc   Lam,   Nguyen   Van   Ca,   “Constructing   Energy­Aware   Software­ Defined   Network   Virtualization”,   Proceedings   of   Asia­Pacific   Advanced   Network  Research Workshop (APAN­NRW), August 10th ­ 14th 2015, Kuala Lumpur, Malaysia ­  (best student paper award). Thanh Nguyen Huu, Anh­Vu Vu, Duc­Lam Nguyen, Van­Huynh Nguyen, Manh­Nam  Tran, Quynh­Thu Ngo, Thu­Huong Truong, Tai­Hung Nguyen, Thomas Magedanz. “A  Generalized Resource Allocation Framework in Support of Multilayer  Virtual Network   Embedding based on SDN”, Elsevier ­ Computer Networks, 2015. Nam   T.M.,   Huynh   N.V.,   Thanh   N.H.   (2016).   “Reducing   Middle   Nodes   Mapping  Algorithm for Energy Efficiency in Network Virtualization”. In: Advances in Information  and   Communication   Technology,   ICTA   2016.   Advances   in   Intelligent   Systems   and  Computing, vol 538. Springer, Cham. https://doi.org/10.1007/978­3­319­49073­1_54. Tran Manh Nam, Nguyen Tien Manh, Truong Thu Huong, Nguyen Huu Thanh (2018).  “Online   Using   Time   Window   Embedding   Strategy   in   Green   Network   Virtualization”,  International   Conference   on   Information   and   Communication   Technology   and   Digital  Convergence Business (ICIDB­2018), Hanoi, Vietnam. (presented) SDN­based   Energy­aware   Virtual   Data   Center   (VDC)   approach   is   presented   in   the  fourth chapter. The VDC technology and its  main problems, namely VDC embedding  problems,   are   described   in   details.   Three  Joint   VDC   Embedding   and   VM   migration  strategies are successfully proposed and evaluated on top of this SDN­based VDC concept.  The experimental results and detailed algorithms of this chapter are published in: Tran   Manh   Nam,   Nguyen   Van   Huynh,   Le   Quang   Dai,   Nguyen   Huu   Thanh,   “An   Energy­Aware   Embedding   Algorithm   for   Virtual   Data   Centers”,   ITC28   ­   International  Teletraffic Congress, Sep ­ 2016, Wurzburg, Germany.
  14. Tran Manh Nam, Nguyen Huu Thanh, Hoang Trung Hieu, Nguyen Tien Manh, Nguyen  Van Huynh, Tuan Hoang. (2017).  “Joint Network Embedding and Server Consolidation   for Energy­Efficient Dynamic Data Center Virtualization”, Elsevier ­ Computer Networks,  2017 ­ doi.org/10.1016/j.comnet.2017.06.007 In the last chapter, the conclusion of the dissertation and its future work are presented.
  15. CHAPTER 1. AN OVERVIEW OF ENERGY-EFFICIENT APPROACHES IN CLOUD COMPUTING ENVIRONMENTS This  chapter provides  an  overview  of the  Internet  status  nowadays  and the  energy­ efficient   approaches   in   cloud   computing   environments,   on   which   the   networking  community   is   focusing   currently.   The   chapter   also   addresses   the   difficulties   and  motivations on network energy efficiency and the future Internet technologies in cloud  computing environments including the Software­Defined Networking technology, network  virtualization   technology   and   data   center   virtualization   technology.   In   a   nutshell,   the  research approaches and contributions of this dissertation are summarized in this chapter. 1.1 Today's Internet 1.1.1 Cloud Computing Services and Infrastructures The   advances   in   Information   and   Communication   Technologies   (ICT)   in   the   last  decades have massively influenced economy and societies around the world. The Internet  services   as   well   as   cloud   computing   services   are   growing   day   by   day   and   play   a  considerable role in all aspects including education, business and entertainment. As we can  see in the Table 1.¸ in the last four years, the percentage of people using Internet witnesses  an annual growth of 3.5%, from 39% world population’s percentage in Dec­2013 to 51.7%  in June­2017 [1].   Table 1.: The Internet’s users in the world [1] Number of  World population’s  Date users percentage Dec, 2013 2,802 millions 39.0 % Dec, 2014 3,079 millions 42.4 % Dec, 2015 3,366 millions 46.4 % Dec. 2016 3,696 millions 49.5 % June. 2017 3,885 millions 51.7 % To meet this booming of cloud services such as IaaS, NaaS, SaaS, cloud computing  environments with their large network infrastructures have been deployed in a very large  scale, even geographically distributed data centers with a huge number of devices. These  large   infrastructures   consumes   the   high   volume   of   energy   which   leads   to   many  environmental and economical problems. 1.1.2 Energy consumption problems Although the benefits of having that infrastructure are considerable, such a large system  consumes the high volume of energy and leads to consequent issues:
  16. Figure 1.: Estimate of the global carbon footprint of ICT (including PCs, telcos’ networks and devices, printers and datacenters) [15]. ­ Environmentally, the amount of energy consumption and carbon footprint of the   ITC­sector   is   remarkable   (Figure   1.).   Gartner   Company,   the   ICT   research   and  advisory company, estimates that the manufacture of ICT equipment, its use and  disposal   account   for   2%   of   global   CO2   emissions,   which   is   equivalent   to   the  contributions   from   the   aviation   industry   [2].   The   networking   devices   and  components eliminate around 37% of the total ICT carbon emission [3];  ­ Economically,   the   huge   consumed   power   leads   to   the   costs   sustained   by   the  providers/operators to keep the network up and running at the desired service level  and leads to their need of counterbalancing ever­increasing cost of energy (Figure 1. and Figure 1.). Figure 1.: Energy consumption estimation for the European telcos’ network infrastructures in the”Business-As-Usual” (BAU) and in the Eco-sustainable (ECO) scenarios, and cumulative energy savings between the two scenarios [16]. Because of these issues, the requirement of designing a high performance and energy­ efficient network has become a crucial matter for Telcos and ISPs towards greener cloud  environments.
  17. Figure 1.: Operating Expenses (OPEX) estimation related to energy costs for the European telcos’ network infrastructures in the ”Business-As-Usual” (BAU) and in the Eco-sustainable (ECO) scenarios, and cumulative savings between the two scenarios [17] 1.2 An Overview of Energy-Efficient Approaches In this section, first, the most significant part of energy consumption of network device  is   characterized   with   its   existing   researches.   Secondly,   the   taxonomy   energy­efficient  approaches, which are currently undertaken, is also presented. 1.2.1 Energy consumption characteristics Table 1.: Estimated power consumption sources in a generic platform of IP router Efficient energy use, sometimes simply called energy efficiency concept, is far from  being new in a computing system. To the best of our knowledge, the first support of power  management system was published in 1999, namely “Advanced Configuration & Power   Interface”   (ACPI)   standard   [18].   Thenceforth,   more   energy­saving   mechanisms   were  developed and introduced, especially in hardware enhancement with the new CPUs, which  could be more efficient and consumed less energy. Tucker [19] and Neilson [20] estimated  on IP routers that the control plane weighs 11%, data plane for 54% and power and heat  management for 35%. Tucker and Neilson also broke out the energy consumption of data  plane in more detail as described in Table 1.. From 54% energy consumption of data plane,  the buffer management weighs 5%, the packet processing weighs about 32%; the network  interfaces weigh about 7%; and the switching fabric for about 10%. This estimation work  provides a clear indication for developers in order to increase the energy­saving level of  networks in the further researches.
  18. 1.2.2 Energy-Efficient Approaches' Classification From the general point of view, existing approaches are founded on few basic concepts.  As shown in surveys of Raffaele Bolla et al. [4] and Aruna Banzino et al. [21], the largest  part of undertaken energy­efficient concepts is founded on few energy­saving mechanisms  and power management criteria that are already partially available in computing systems.  These approaches, which are depicted in the Table 1., are classified as (1) re­engineering;  (2) dynamic adaptation; and (3) smart sleeping [4].  Table 1.: Classification of energy-efficient approaches of the future Internet [4] 1.2.2.1 Re-Engineering The  re­engineering  approaches   focus   on   introducing   and   designing   more   energy­ efficient   elements   inside   network   equipment   architectures.   Novel   technologies   mainly  consist of new silicon (ex: for Application Specific Integrated Circuits (ASICs) [22], Field  Programmable Gate Arrays (FPGAs) [23], etc.) and memory technologies (ex: Ternary  Content­Addressable   Memory  (TCAM),  etc.)   for  packet   processing   engines,  and   novel  network   media   technologies   (energy­efficient   lasers   for   fiber   channel,   etc.).   The  approaches can be divided into two sub­approaches as follows: (1) energy­efficient silicon   which focuses on developing new silicon technologies [24]; and (2) complexity reduction   which focuses on reducing equipment complexity in terms of header processing, buffer  size, switching fabric speedup and memory access bandwidth speedup [25] [26]. 1.2.2.2 Dynamic Adaptation The   dynamic   adaptation   approaches   of   network   resources   are   aimed   at   modulating  capacities of devices (working speeds, computational capabilities of packet processing…)  according to the current traffic demand [4]. These approaches are founded on two main  kinds of power management capabilities provided by the hardware level, namely  power  scaling and idle logic.  Power scaling  capabilities allow dynamically reducing the working rate of processing  engines or of link interfaces [27] [28]. This is usually accomplished by tuning the clock  frequency and/or the voltage of processors, or by throttling the CPU clock (i.e., the clock  signal is gated or disabled for some number of cycles at regular intervals). On the other  hand,  idle   logic  allows   reducing   power   consumption   by   rapidly   turning   off   sub­ components when no activities are performed, and by re­waking them up when the system 
  19. receives new activities. In detail, wake­up instants may be triggered by external events in a  pre­emptive mode (e.g., “wake­on­packet”), and/or by a system internal scheduling process  (e.g.,   the   system   wakes   itself   up   every   certain   periods,   and   controls   if   there   are   new  activities to process). 1.2.2.3 Sleeping/Standby Sleeping and standby approaches are founded on power management primitives, which  allow devices or part of them to turn themselves almost completely off, and enter very low  energy states, while all their functionalities are frozen [4]. Thus, sleeping/standby states  can be thought as deeper idle states, characterized by higher energy savings and much  larger wake­up times. In more detail, the applications and services of a device (or its part)  stop working and lose their network connectivity [29] [30] when it goes sleeping. As a  result, the sleeping device loses its network ”presence” since it cannot maintain network  connectivity,   and   answer   to   application/service­specific   messages.   Moreover,   when   the  device wakes up, it has to re­initialize its applications and services by sending a non­ negligible amount of signaling traffic. 1.3 Software-defined Networking (SDN) technology Recently, the future Internet technologies in cloud computing environments  such as  Software­defined   Networking   [11];   Network   Virtualization   (NV)   [6]   [7];   Network  Function Virtualization (NFV) [31]; Virtual Data Center (VDC) [32] are booming and are  strongly implemented  in cloud environments  [8] [9] [10]. On the way to  realize these  technologies and transfer to the industrial market, the flexible network is mandatory. SDN  technology   with   its   characteristics   including   programmable,   capable   of   centralized  management will play very important role in the innovation of all other techniques. In this  Section, the overview of the SDN technology is depicted. 1.3.1 SDN Architecture Software­defined   Networking   (SDN)   [11]   is   an   emerging   networking   paradigm   that  gives hope to change the limitations of current network infrastructures. First, it breaks the  vertical integration by separating the network’s control logic (the control plane) from the  underlying routers and switches that forward the traffic (the data plane) [33]. Second, with  the separation of the control and data planes, network switches become simple forwarding  devices   and   the   control   logic   is   implemented   in   a   logically   centralized   controller   (or  network operating system1), simplifying policy enforcement and network re­configuration  and evolution. A simplified view of this architecture is shown in Figure 1.. It is important to emphasize  that a logically centralized programmatic model does not postulate a physically centralized  system. In fact,  the need  to guarantee  adequate  levels  of performance, scalability, and 
  20. reliability would preclude such a solution. Instead, production­level SDN network designs  resort to physically distributed control planes. The separation of the control plane and the  data plane can be done by a well­defined programming interface between the switches and  the SDN controller. The controller exercises direct control over the state in the data plane  elements  via this  well­defined application programming interface (API), as depicted in  Figure 1.. The most notable example of such an API is OpenFlow [34], [35]. Figure 1.: SDN Architecture 1.3.2 SDN Southbound API - OpenFlow Protocol OpenFlow  [34] [35] is the first and also the most widely known SDN  protocol for  southbound API, it provides the communication protocol between the control plane on  SDN controller and the forwarding planes on OpenFlow switches. OpenFlow  specifies  how these planes communicate and interact with each other since the connection is setup  until the end. The OpenFlow protocol is layered above the Transmission Control Protocol,  leveraging   the   use   of   Transport   Layer   Security   (TLS).   The   default   port   number   for  controllers to listen on is 6653 for switches that want to connect. An OpenFlow switch has one or more tables of packet (Figure 1.) handling rules (flow  table). Each rule matches a subset of the traffic and performs certain actions (dropping,  forwarding, modifying, etc.) on the traffic. Depending on the rules installed by a controller  application, an OpenFlow switch can be instructed by the controller behave like a router,  switch, firewall, or perform other roles (e.g., load balancer, traffic shaper, and in general  those of a middlebox). A flow­table contains several flow entries, each flow entry consists  of three main parts: Match rule: this includes various fields to match on a packet: IP source address, IP  destination   address,   MAC   source   address,   MAC   destination   address,   TCP   source   port  address, etc. A field can be left empty, which means any packets can match with this field. Action: this action is applied to the match packet. Actions include forwarding packet to  another port, drop packet, etc. Stats: this part records the number of packet and byte that has matched with this flow  entry. It also records the duration from the starting time until current. This stats component  is usually used for monitoring and in management functions. Figure 1.: OpenFlow controller and switches When a packet arrives, it will be paired with the first matching flow entry in the flow  table. If the packet is not matched with any entries, the switch will send an OpenFlow  PacketIn  message to the controller which will take appropriate actions afterwards. After 
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2