Real-Time Fair Resource Allocation in Distributed Software Defined Networks
Partage équitable de ressources en temps réel dans les Software Defined Networks distribués
Résumé
The performance of computer networks relies on how bandwidth is shared among different flows. Fair resource allocation is a challenging problem particularly when the flows evolve over time.
To address this issue, bandwidth sharing techniques that quickly react to the traffic fluctuations are of interest, especially in large scale settings with hundreds of nodes and thousands of flows. In this context, we propose a distributed algorithm that tackles the fair resource allocation problem in a distributed SDN control architecture. Our algorithm continuously generates a sequence of resource allocation solutions converging to the fair allocation while always remaining feasible, a property that standard primal-dual decomposition methods often lack. Thanks to the distribution of all computer intensive operations, we demonstrate that we can handle large instances in real-time.
La performance des réseaux informatiques est fortement liée au partage équitable de la bande-passante entre les différents flux.
Lorsque la taille de ces flux varie constamment dans le temps, le problème de partage des ressources est non-trivial. Afin d'aborder ce problème, des techniques de partage pouvant réagir rapidement aux fluctuations de trafic sont désirables, en particulier pour le contrôle de grands réseaux avec des centaines de noeuds et des milliers de flux. Nous proposons un algorithme distribué qui s'attaque au problème de partage de ressources équitable dans le contexte des architectures Software-Defined Networks (SDN) distribuées. Cet algorithme génère en chaque instant des solutions convergeant vers le partage équitable en respectant toujours l'ensemble des contraintes, une propriété non satisfaite par les méthodes classiques de décomposition primale-duale. Grâce à la distribution des calculs, nous montrons que notre algorithme peut contrôler de grands réseaux en temps réel.