CC BY
132
ЗАДАЧИ ПЛАНИРОВАНИЯ И ОПТИМИЗАЦИИ НАЛОЖЕННЫХ СЕРВИСНЫХ СЕТЕЙ
Росляков Александр Владимирович,
заведующий кафедрой автоматической электросвязи, д.т.н., профессор, ФГОБУ ВПО "Поволжский государственный университет телекоммуникаций и информатики", Самара, Россия, [email protected]
Лысиков Андрей Александрович,
аспирант кафедры автоматической электросвязи, ФГОБУ ВПО "Поволжский государственный университет телекоммуникаций и информатики", Самара, Россия, [email protected]
Халиуллина Юлия Талгатовна,
аспирант кафедры автоматической электросвязи, ФГОБУ ВПО "Поволжский государственный университет телекоммуникаций и информатики", Самара, Россия, [email protected]
Ключевые слова: логически изолированная часть сети LINP (Logically Isolated Network Partition), наложенные сервисные сети SON (Service Overlay Networks), виртуальные частные сети VPN (Virtual Private Networks), планирование услуг SON, теория сетевого анализа Network Calculus, оптимизация ресурсов SON.
Важнейшей отличительной особенностью сетей будущего от сетей NGN является поддержка виртуализации ресурсов, которая обеспечивает логическое разделение сетевых ресурсов между услугами и одновременное совместное использование одного физического сетевого ресурса многими виртуальными ресурсами. Для каждой услуги создается своя виртуальная наложенная сеть, которая в рекомендации МСЭ-Т Y.301 1 определена как логически изолированная часть сети LINP (Logically Isolated Network Partition). Рассматриваются проблемы, возникающие на этапе планирования и оптимизации наложенных сервисных сетей SON (Service Overlay Networks) как одной из разновидностей виртуальных частных сетей VPN (Virtual Private Networks). Для решения задачи планирования наложенной сети с учетом топологии физической сети, параметров обслуживания трафика в узлах сети и характеристик поступающей нагрузки используется современный аппарат теории сетевого анализа NC (Network Calculus), который позволяет находить возможные маршруты трафика в SON на основе граничных значений характеристик QoS. Предложено при планировании маршрутов передачи трафика в SON использовать совместно детерминированные и стохастические модели NC с использованием программных пакетов для вычисления сквозных границ задержек пакетов в анализируемых маршрутах. Рассмотрена задача оптимального отображения наложенных узлов на физические узлы сети провайдера при определении топологии SON. Предложенный подход позволяет более эффективно использовать имеющиеся физические сетевые ресурсы при реализации сервисных наложенных сетей и тем самым повысить общий доход провайдера. Модель полного покрытия сетью услуг SON сведена к задаче минимизации общей стоимости сети для обслуживания всех сетевых пользователей при наличии ряда ограничений. Использован подход, основанный на максимизации общего дохода сети путем выбора таких пользователей услуг SON, обслуживание которых обеспечивало бы получение данного дохода. Эффективность предложенной методики доказана с использованием результатов имитационного моделирования на модельной сети. Показано, что с увеличением числа узлов-кандидатов для реализации сервисной наложенной сети эффект оптимизации все более увеличивается и при 50 узлах для исследуемой сети увеличение дохода составило почти 10%.
Для цитирования:
Росляков А.В., Лысиков А.А., Халиуллина Ю.Т. Задачи планирования и оптимизации наложенных сервисных сетей // T-Comm:
Телекоммуникации и транспорт. - 2015. - Том 9. - №6. - С. 1520.
For citation:
Roslyakov A.V., Lysikov A.A., Haliullina Ju.T. Planning and optimization problems of service overlay networks. T-Comm. 2015. Vol 9. No.6,
рр. 15-20. (in Russian).
7Тл
Введение
Сектор стандартизации телекоммуникаций Международного союза электросвязи (МСЭ-Т) считает, что до 2020 г. должны появиться сети будущего FN (Future Networks) [1]. Принципиальное отличие их от современных сетей следующего поколения NGN (Next Generation Networks) в том, что они способны обеспечить новые инфокоммуникационные услуги, которые трудно или даже невозможно реализовать с использованием имеющихся сетевых технологий.
Важнейшей отличительной особенностью сетей будущего от сетей NGN является поддержка виртуализации ресурсов, которая обеспечивает логическое разделение сетевых ресурсов между услугами и одновременное совместное использование одного физического сетевого ресурса многими виртуальными ресурсами. Для каждой услуги создается своя виртуальная наложенная сеть, которая в рекомендации МСЭ-Т Y.3011 определена как логически изолированная часть сети LINP (Logically Isolated Network Partition) (рис. 1). Она состоит из наложенных виртуальных узлов и виртуальных каналов, базирующихся на соответствующих физических узлах и каналах оператора физической сети.
L1NP 1
LINP2
Виртуальные сети
Виртуальные ресурсы
OrtepaTQp физическим сети
Физическая сеть
Рис. 1. Архитектура сетевой виртуализации (источник: МСЭ-Т Y.3011)
В последние годы в сети интернет стали популярны так называемые наложенные сервисные сети SON (Service Overlay Networks), которые создаются провайдерами для поддержки определенных услуг, например для организации мультимедийной конференцсвязи большого числа пользователей. Сервисные наложенные сети являются разновидностью виртуальных частных сетей VPN, ориентированных на определенный вид услуги, и используют концепцию LINP. Сети SON появились в качестве альтернативных и очень перспективных архитектур, способных обеспечить гарантии качества обслуживания QoS «из конца-в-конец» без изменений а нижних уровнях инфраструктуры пакетных сетей и в частности Интернета.
Сети SON работают на уровне приложений и организуются сервис-провайдером Интернет ISP (Internet Service Provider), которому принадлежит ряд виртуальных узлов. Они соответствуют физическим сетевым узлам, которые
выполняют службы транспортировки пакетов данных и функции управления и соединены между собой виртуальными наложенными каналами, которые соответствуют одному или нескольким физическим IP-каналам.
Основной проблемой при реализации любых наложенных сетей являются две задачи; планирование топологии виртуальной сети SON и оптимальное распределение имеющихся сетевых физических ресурсов (полосы пропускания каналов, производительности узлов сети, буферной памяти и др.) по виртуальным маршрутам. Имеющиеся работы в основном посвящены задачам оптимизации топологии виртуальных частных сетей [2-3] или наложенных сервисных сетей [4-6]. Однако асе эти работы предполагают, что количество и расположение сетевых узлов предварительно определено и зафиксировано, в то время как размещение наложенных узлов в сети провайдера является главным вопросом при развертывании архитектуры SON. В этих работах также считается, что должны быть обеспечены требования полного охвата всего сетевого трафика, в то время как основной целью оператора SON является максимизация своей прибыли путем выбора пользователей и предоставляемых им услуг для получения ожидаемого дохода. Наконец, предыдущие работы часто не накладывали ограничения на виртуальные сетевые ресурсы, при условии, что провайдеры всегда смогут обеспечить необходимую пропускную способность для реализации услуг SON. Предлагается подход, преодолевающий данные недостатки имеющихся работ.
Задача планирования SON
Виртуальные частные сети VPN, как одна из разновидностей наложенных сервисных сетей SON, являются одной из востребованных услуг в современных мульти-сервисных сетях связи, например, в сетях следующего поколения NGN [2]. При предоставлении услуги VPN/SON провайдером, прежде всего, должны быть строго соблюдены установленные в соглашении о гарантированном уровне сервиса SLA такие характеристики качества обслуживания QoS, как задержка, джит-тер, потери пакетов, а также гарантированная полоса пропускания. Поэтому на этапе планирования SON необходимо определить сквозные характеристики QoS. Виртуальная сеть представляет собой набор виртуальных фиксированных маршрутов, проходящих через определенные виртуальные узлы сети с различными физическими характеристиками (производительностью обслуживания пакетов, размером буфера, дисциплиной обслуживания и т.п.), вносящими различную по величине задержку при обслуживании мультисервисного трафика, имеющего «взрывной» характер. Это делает анализ сквозных характеристик таких маршрутов SON достаточно сложным и затруднительным. Задача усложняется еще и тем, что через узлы, выбранные для конфигурирования планируемой SON, как правило, уже проходят маршруты ранее сконфигурированных виртуальных сетей, а также других не-SON сетей (например, интернет-соединений). Трафик этих соединений будет
т
использовать часть физических ресурсов сетевых узлов, и, следовательно, будет являться конкурирующим для трафика данной виртуальной сети. В то же время знание загрузки узлов и сквозной задержки передачи для возможных маршрутов новой SON позволит оптимизировать распределение нагрузки между узлами для более эффективного использования ресурсов всей сети.
Таким образом, провайдер на этапе планирования новой сети SON должен найти оптимальное решение для набора потоков трафика виртуальной сети, при котором:
а) провайдер сможет предоставить клиенту услугу SON с запрашиваемым качеством обслуживания и гарантировать его на все время эксплуатации услуги;
б) ввод новой SON не повлияет на качество обслуживания ранее сконфигурированных сетей SON и, по возможности, других соединений, передающих приоритетный трафик;
в) ресурсы сети (в первую очередь каналы и узлы сети) используются эффективно, т.е. будут максимально загружены, но не перегружены.
Другими словами, провайдеру необходимо найти один или несколько оптимальных маршрутов в своей сети между конечными точками конфигурируемой SON.
Базовые протоколы маршрутизации, используемые в современных пакетных сетях, как дистанционно-векторные (например, RIP), так и основанные на состоянии каналов (например, IS-IS и OSPF), определяют для трафика кратчайший маршрут согласно некоторой метрики. Кроме того, при традиционной маршрутизации, как правило, выбирается один маршрут при наличии нескольких альтернативных, при этом не учитывается текущая загрузка ресурсов сети. Поэтому если кратчайший маршрут уже перегружен, то пакеты все равно будут пересылаться по нему. Таким образом, выбранный маршрут может бьггь более оптимальным, если анализируется сквозная задержка всех возможных маршрутов между конечными точками, вносимая трафиком других SON и не-SON соединений с учетом использования ими сетевых ресурсов, что показано в [3] для случая услуг VPN. Очевидно, что необходимы иные модели и алгоритмы на их основе, позволяющие определять сквозные характеристики QoS на этапе планирования SON.
Теория массового обслуживания (ТМО), широко используемая для анализа характеристик QoS в мульти-сервисных сетях связи (МСС), позволяет определять средние значения характеристик качества обслуживания, такие, как среднее число пакетов в очереди, среднее значение сквозной задержки передачи пакетов и др. Математические модели ТМО хорошо развиты и применены для решения задач анализа МСС в большом количестве работ отечественных и зарубежных авторов. Несмотря на это методы ТМО имеют ряд существенных ограничений. Во-первых, в моделях ТМО входящие и исходящие потоки пакетов, а также дисциплины обслуживания в узлах описываются ограниченным числом случайных процессов (пуассоновский, марковский и ряд других). Однако в современных МСС трафик в редких случаях может быть пуассоновским или мар-
ковским, так как часто проявляет изменчивость в широком диапазоне масштабов времени. Дисциплины обслуживания в сетевых узлах МСС часто характеризуются сложными функциями, зависящими от различных механизмов обеспечения QoS (таких как дисциплины постановки пакетов в очередь, механизмы формирования и ограничения трафика, алгоритмы борьбы с перегрузками), а также алгоритмов маршрутизации. Помимо этого, классические модели ТМО, как правило, не учитывают взаимного влияния конкурирующих потоков в узлах сети. Кроме этого нормы QoS в современных сложных пакетных сетях, приведенные в рекомендациях ведущих международных организаций по стандартизации в области телекоммуникаций, таких, как ITU-T (например, Рекомендация Y.1541 [7]), говорят о том, что нужно определять не точные и средние, а граничные значения характеристик QoS. Однако классическая ТМО не позволяет этого сделать.
В 1990-х годах Р. Крузом была разработана теория, позволяющая определять границы характеристик QoS таких, как задержки передачи пакетов и загрузки сетевых узлов, названая теорией сетевого анализа Network Calculus (NC) [8]. Теория NC в последние годы активно развивалась по двум направлениям: детерминистическое DNC (Deterministic Network Calculus) [9] и стохастическое SNC (Stochastic Network Calculus) [10], Теория DNC позволяет определять детерминированные границы, гарантирующие, что реальные параметры качества обслуживания пакетов QoS в сети (такие, как границы задержки, загрузки, потери пакетов, эффективная полоса пропускания) будут не хуже запрашиваемых пользователем параметров или будут в некоторых нормированных пределах, что можно записать в виде вероятности Р.
Р(реальное QoS будет не хуже запрашиваемого)=1.
Таким образом, теория DNC применима, когда требуются строгие оценки граничных характеристик QoS. Однако анализ с использованием DNC всегда будет давать только пессимистичные оценки, что может привести к необходимости резервирования излишних сетевых ресурсов.
Теория SNC позволяет определять стохастические границы, гарантирующие, что реальные параметры QoS с некоторой допустимой вероятностью е будут не хуже запрашиваемых пользователем параметров:
Р( реальное QoS будет не хуже запрашиваемого) < s,
Таким образом, теория SNC подходит в случае, если не требуются строгие оценки граничных характеристик QoS и допустимы некоторые нарушения нормируемых параметров QoS, однако при этом сетевые ресурсы используются более рационально.
Теория ЧС была использована в рекомендации ITU-T Y.1315 [11] для моделирования входящего потока и работы узла VPN. На основе этого подхода в [12] было предложено использовать теорию NC также для решения задач оптимального планирования VPN. Модели SON на основе DNC и SNC могут быть совместно использованы для определения границ сквозных характеристик QoS при определении оператором оптималь-
ного маршрута на этапе планирования виртуальной сети. Аппарат DNC можно использовать в случве, если клиенту необходимы строгие гарантии QoS и нарушение их очень критично (например, в корпоративных сетях банков, сетях связи спецслужб). При этом провайдеру необходимо обеспечить дополнительное резервирование сетевых ресурсов, что естественно приведет к увеличению стоимости предоставляемой услуги. SNC подойдет в случае, если клиенту не критичны нарушения гарантий QoS (например, если клиент планирует использовать сеть SON для передачи некритичных данных, для выхода в сеть Интернет и т.п.).
Алгоритмы определения границ сквозных характеристик QoS на основе моделей сети SON, построенные с использованием теорий DNC и SNC, могут быть реализованы в пакете прикладных программ, который позволит автоматизировать процесс планирования услуг VPN [13]. Архитектура программного пакета планировщика услуг SON представлена на рис. 1.
Рис. 1. Архитектура программного пакета планировщика услуг SON
Интерфейс пользователя позволяет вводить следующую информацию:
об услуге SON: класс обслуживания QoS, прописанный в договоре SLA между клиентом и провайдером, уровень гарантий (строгие или не строгие), географические точки подключения конечных точек SON к соответствующим узлам сети;
о сети провайдера: число возможных маршрутов между конечными точками, число узлов каждого маршрута и число конкурирующих потоков в каждом узле, для каждого конкурирующего потока указывается узел входа и выхода.
База данных (БД) служит для хранения информации об услугах SON, информации о сети провайдера, результатов работы блока вычислений NC. Для повышения управляемости, производительности и доступности база данных может быть секционирована на 3 раздела: база данных клиента (БДК), база данных сети провайдера (БДСП) и база данных результатов вычислений (БДРВ).
Блок вычислений Network Calculus служит для определения граничных значений сквозных характеристик QoS, таких как задержка и, потери пакетов. В зависимости от того, какие необходимы гарантии QoS (строгие или не строгие), блок может определять соответственно детерминистические и стохастические границы характеристик QoS. Алгоритм вычислений может быть основан на методологии LUDB (Least Upper Delay Bound) [14], применение которой для решения задач планирования VPN рассматривалось в [15, 16].
Блок решений координирует работу всех блоков программного пакета. Он производит различные операции над информацией: анализ, сравнение, запись, чтение, удаление, а также выводит решения об оптимальных маршрутах, формирует рекомендации по оптимизации сети при наличии перегруженных маршрутов.
Задача оптимизации SON
В общем случае проблема оптимизации сети SON заключается в следующем: при заданных расположениях точек генерации трафика (так называемые исходные узлы - УИ), которые создают трафик к одному или более узлам назначения (УН) в зоне предоставления услуги, необходимо определить возможные размещения наложенных узлов сети SON в узлах-кандидатах (УК). Размещение узлов УИ и УР зависит от ожидаемого распределения трафика услуг, в то время как расположение узлов УК зависит от топологии исходной физической сети и соглашения провайдера SON с провайдерами ISP.
Пусть S = 1 ,...,т описывает набор наложенных узлов УК, 1= 1,...,п описывает набор исходных узлов УИ и D = 1 ,...,р - набор узлов назначения УН. Основные обозначения, используемые в дальнейшем:
¿j - стоимость реализации наложенного узла в /ом узле УК;
сf$ - стоимость одной единицы пропускной способности между УК- узлами/и //
- стоимость подключения единицы полосы пропускания между лм узлом УИ и /м узлом УК;
(fjk - стоимость единицы полосы пропускания между/ым узлом УК и к-м узлом УН;
d-,k - трафик, генерируемый л-ым узлом У И к к-щ узлу УН;
Uj/~- максимальная полоса пропускания, которая может быть зарезервирована для наложенного звена (j,f);
Vj - максимальная полоса пропускания звена доступа /го узла УК;
hjk - максимальная полоса пропускания, которая может быть зарезервирована на выходном канале {j, к)',
а9- параметр (0-1), который указывает, что /-ый узел УИ может получить доступ к SON через/ый узел УК;
е]к - параметр (0-1), который указывает, что /ый узел УК может быть подключен к А-ом у узлу УН;
bji - параметр (0-1), который указывает, что /ый и /■ый узлы УК могут быть соединены наложенным звеном;
gt- выручка за единицу полосы пропускания, полученная за обслуживание трафика /-го узла УИ; В-бюджет провайдера услуг SON;
X/j — параметр (0-1), который указывает на то, что /-ый узел УИ реализован в /ом узле УК;
Zj - параметр (0-1), который указывает, что наложенный узел реализован в/ом узле УК;
Wjk - параметр (0-1), который указывает, что /ый узел УК подключен к £-ому узлу УН;
/у - параметр потока, который обозначает, что трафик потока может быть передан по звену (у; /) к к-му узлу УК;
fjk - параметр потока, который обозначает, что трафик потока может быть передан по звену (J, к).
Модель полного покрытия сетью услуг SON сводится к следующей задаче минимизации общей стоимости сети для обслуживания всех сетевых пользователей: Минимизировать
И/,} (1)
JeS jjus но JeSJeD J
при ограничениях:
JcS
x4<z^, V/ e /, _/' e 5 S d*xv +1 Ы ~ rt)" A - V/ e S,k m D
ы1 us
VJJzS
HsD Is D
Ie/.teD
WJ* ^ejkzj> У/е 5, i'6fl
и> e {0,1}, V/ £ IJ e 6 £>
(2)
jeS
T-Comm Vol.9. #6-201 5
На базе данного подхода было проведено аналитическое исследование сети, состоящей из 20 исходных узлов, 20 узлов назначения и 40 узлов-кандидатов для размещения наложенных узлов сети SON. Трафик от каждого конечного пользователя ко всем другим равен 500 кбит/с. Результаты расчетов приведены в табл. 1. Из нее видно, что с увеличением числа узлов-кандидатов эффект оптимизации все более увеличивается и при /77=50 составил для исследуемой сети почти 10%.
Таблица 1
Результаты расчетов
Число Среднее Среднее Общая Экономия,
узлов- число на- число стоимость %
кандидатов ложенных наложен- реализации
узлов ных услуг,
звеньев усл. ед.
30 19,6 150,1 1000,3 7,72
40 19,2 146,6 993,2 9,08
50 19,5 148,3 981,9 9,71
Легко заметить, что данная задача является NP-трудной, так как она включает в себя классические задачи покрытия и многопродуктового потока на графах [17]. Стоит отметить, что данная задача довольно сильно отличается от классических задач распределения потоков, используемых при исследовании пакетных сетей и включающих в себя эффективную маршрутизацию трафика и оптимальное размещение сетевых узлов.
Для решения полученной сложной задачи на графе предлагается альтернативный подход, основанный на максимизации общего дохода сети путем выбора таких пользователей услуг SON, обслуживание которых обеспечивало бы получение данного дохода.
При таком подходе целевая функция (1) преобразуется в вид: максимизировать функцию
£ 2»; + X + Z<7*/;<
IcJ.jcSMD | ,c\ JJeSlteD liI.Jc.SMD JeSMD
где gt Vi e I представляет собой доход на единицу полосы пропускания, которую провайдер SON получит при обслуживании трафика Лого исходного узла УИ. Предполагалось для простоты, что цена, которую платит /-ый пользователь, пропорциональна объему трафика, передаваемого пользователем в сеть SON.
При этом ограничение (2) принимает вид:
Заключение
Предлагаемый подход обеспечивает оптимальное размещение виртуальных узлов и звеньев в наложенной сервисной сети SON на базе существующих физических узлов и каналов интернет-провайдера. Это позволит провайдерам услуг SON с одной стороны, эффективно загрузить сетевые ресурсы, а с другой -получить максимальный доход от предоставляемых пользователям услуг в рамках архитектуры UNP,
Литература
1. Росляков А.В. Первые рекомендации МСЭ-Т о будущих сетях // Вестник связи. - 2014. - N910. - С. 29-34.
2. Росляков А.В, Виртуальные частные сети. Основы построения и применения. - М.: Эко-Трендз, 2006. - 304 с.
3. Росляков А.В. Оптимальное распределение сетевых ресурсов для реализации виртуальных частных сетей / Труды учебных заведений связи. - 2004. - №170. - С. 65-74.
4. Iran Н.Т., Ziegler Т. A design framework towards the profitable operation of service overlay networks // Computer Networks, 2007, v. 51, № 1, pp. 94-113.
5. Vieira 5.L., Liebeherr J. Topology design for service overlay networks with bandwidth guarantees // In Proc. of the 12th IEEE International Workshop on Quality of Service, 2004, pp. 211-220.
6. Li Z., Mohapatra P. On investigating overlay service topologies // Computer Networks, 2007, v. 51, №1, pp. 54-68.
7. ITU-T Recommendation Y.1541. Network performance objectives for IP-based service. [Электронный ресурс]. - Режим доступа: https://www.itu.int/rec/T-REC-y.1541-201112-I/en. html (дата обращения: 15.04.2015).
8. Cruz R.L. A calculus for network delay [текст] / Part I, II11 IEEE Trans. Information Theory- - 1991. -V. 37(1). - Pp. 114-141.
9. Le Boudec3.-Y., Thiran P. Network Calculus. A Theory of Deterministic Queuing Systems for the Internet. - Berlin, Heidelberg: Springer-Verlag, 2012. - 263 p.
10. Jiang Y., Yong L. Stochastic Network Calculus. - London: Springer-Verlag, 2008. - 240 p.
7T\
COMMUNICATIONS
11. ITU-T. Recommendation Y.1315 QoS support for VPN services - Framework and characteristics, 2006 [Электронный ресурс]. ~ Режим доступа: https://www.itu.int/rec/ dologin_pub.asp?!ang=e8tid=T-REC-Y.1315-200609-I! !PDF-E&type=items (дата обращения: 15.04.2015).
12. Росляков A.B., Лысиков A.A. Применение теории стохастических сетевых исчислений к анализу характеристик VPN / T-Comm: Телекоммуникации и транспорт. - 2013. - №7. -С 106-108.
13. Росляков А.В., Лысиков А.А. Вычисление задержки передачи для узла VPN с использованием программных пакетов NETWORK CALCULUS / T-Comm: Телекоммуникации и транспорт. - 2014. - №8. - С. 60-62.
14. Lemini L,, Mingozzi Е, Stea G. A Methodology for Computing End-to-end Delay Bounds in FIFO-multiplexing Tandems // Elsevier Performance Evaluation. - 2008. - Vol. 65. - Pp. 922-943.
15. Лысиков A.A. Использование LUDB-методологии для определения сквозной функции обслуживания виртуальной частной сети / VI-Международна я молодежная научно-практическая конференция СКФ МТУСИ «ИНФОКОМ-2013», Ростов-на-Дону, 2013. - С. 133-136.
16. Лысиков А.А. Определение границы задержки передачи пакетов для VPN с невложенной последовательностью узлов / VII-Международная молодежная научно-практическая конференция СКФ МТУСИ «ИНФОКОМ-2014», Ростов-на-Дону, 2014. - С. 267-270.
17. Кристофидес Н. Теория графов. Алгоритмический подход. - М.: Мир, 1978. - 432 с.
PLANNING AND OPTIMIZATION PROBLEMS OF SERVICE OVERLAY NETWORKS
Alexander Roslyakov, PSUTI, Doctor of Sciences, Full professor, Head of Department of Telecommunication automatic,
Russia, Samara, [email protected] Andrey Lysikov, PSUTI, postgraduate, Department of Telecommunication automatic, Russia, Samara, [email protected] Julia Haliullina, PSUTI, postgraduate, Department of Telecommunication automatic, Russia, Samara, [email protected]
Abstract. An important feature of the future networks of the NGN networks is to support virtualization, which provides a logical separation of network resources between services and at the same time sharing the same physical network resources of many virtual resources. For each service creates its own virtual overlay network, which in ITU-T Recommendation Y.3011 identified as part of a network logically isolated LINP (Logically Isolated Network Partition). The article discusses the problems arising during the planning and optimization service networks imposed SON (Service Overlay Networks) as a form of virtual private network VPN (Virtual Private Networks). For solving the problem of planning overlay network based on the physical network topology, traffic service parameters in the network nodes and the characteristics of the incoming traffic using the modern tools of the theory of network analysis NC (Network Calculus), which allows you to find possible routes traffic SON based on the characteristics of the boundary values of QoS. Suggested when planning routes traffic in SON use in conjunction deterministic and stochastic models of NC and use NC program packages for computing of end-to-end boundaries packet delays in the analyzed routes. We also consider the problem of optimal mapping overlay nodes on the physical nodes of the network provider in determining the topology of the SON. The proposed approach allows for more efficient use of the available physical network resources in the implementation of service overlay networks and thus increase total revenue provider. In this paper we model the full network coverage services SON reduced to the problem of minimizing the total cost of the network to handle all network users in the presence of a number of constraints. An approach based on maximizing the total revenue of the network by selecting the service users SON, which provides service to receive this income. The effectiveness of the proposed method is proved with the results of simulation to model network. It is shown that an increase in the number of candidate nodes to implement a service overlay network to optimize the effect of increasing more and more, and at 50 nodes for the investigated network revenue increase was almost 10%.
Keywords: logically isolated network partition (LINP), service overlay networks (SON), virtual private networks (VPN), planning services SON, network calculus, resource optimization SON.
References
1. Roslyakov, A.V., 2014. The first ITU-T recommendation for future networks, Vestnik svyazi, 10, pp. 29-34. [in Russian]
2. Roslyakov, A.V., 2006. Virtual private networks: Fundamentals building and application. Moscow: Eco-Trends. [in Russian]
3. Roslyakov, A.V., 2004. The optimal allocation of network resources for the implementation of virtual private networks. Trudy uchebnyh zavedeniy svyazi, 170, pp. 65-74. [in Russian]
4. Tran, H.T., Ziegler, T.A., 2007. A design framework towards the profitable operation of service overlay networks. Computer Networks, V.51(1), pp. 94-113.
5. Vieira, S.L., Liebeherr, J., 2004. Topology design for service overlay networks with bandwidth guarantees. In Proc. of the 12th IEEE International Workshop on Quality of Service, pp. 211-220.
6. Li, Z., Mohapatra, P., 2007. On investigating overlay service topologies. Computer Networks, 51(1), pp. 54-68.
7. ITU-T, 2012. Recommendation Y.1541: Network performance objectives for IP-based service. [online] Geneva. Available at: https://www.itu.int/rec/dologin_pub.asp?lang=e&id=T-REC-Y.1541-201112-I!!PDF-E&type=items [Accessed 15 April 2015].
8. Cruz, R.L., 1991. A calculus for network delay. Part I, II. IEEE Trans. Information Theory, V. 37(1), pp. 114-141.
9. Le Boudec, J.-Y., Thiran, P., 2012. Network Calculus. A Theory of Deterministic Queuing Systems for the Internet. [pdf] Berlin, Heidelberg: SpringerVerlag. Available at: http://ica1www.epfl.ch/PS_files/netCalBookv4.pdf [Accessed 15 April 2015].
10. Jiang, Y., Yong, L., 2008. Stochastic Network Calculus. London: Springer-Verlag.
11. ITU-T, 2006. Recommendation Y.1315: QoS support for VPN services - Framework and characteristics. [online] Geneva. Available at: https://www.itu.int/rec/dologin_pub.asp?lang=e&id=T-REC-Y.1315-200609-I!!PDF-E&type=items [Accessed 15 April 2015].
12. Roslyakov, A.V., Lysikov, A.A., 2013. Application of the theory of stochastic network calculus to analyze the characteristics of VPN. T-Comm, 7, pp. 106-108.
13. Roslyakov, A.V., Lysikov, A.A., 2014. Computing the transmission delay for node using VPN software packages NETWORK CALCULUS. T-Comm, 8, pp. 60-62. [in Russian]
14. Lenzini, L., Mingozzi, E., Stea, G., 2008. A Methodology for Computing End-to-end Delay Bounds in FIFO-multiplexing Tandems. Elsevier Performance Evaluation, V. 65, pp. 922-943.
15. Lysikov, A.A., 2013. Using the LUDB methodology to determine of end-to-end service curve of virtual private network. In: SKF MTUCI. VI International Youth Scientific and Practical Conference SKF-MTUCI "INF0C0M-2013". Rostov-on-Don, Russia, 22-25 April 2013.
16. Lysikov, A.A., 2014. Defining the boundaries of packet transfer delay for non-nested VPN c sequence of nodes. In: SKF MTUCI. VII- International Youth Scientific and Practical Conference SKF-MTUCI "INF0C0M-2014". Rostov-on-Don, Russia, 22-25 April 2014. Rostov-on-Don.
17. Christofides, N., 1978. Graph theory. Algorithmic approach. Moscow: Mir. [in Russian]
