其他分享
首页 > 其他分享> > 基于sketch的网络测量方法介绍

基于sketch的网络测量方法介绍

作者:互联网

一、背景

图片网络测量是SDN发展的重要基础。网络状态监测、网络故障分析、网络安全防御,乃至于网络智能化,都依赖于网络测量。作为网络测量前沿研究的主流,基于sketch的高速流量网络测量,是网络领域顶级会议SIGCOMM近两年的研究热点,包括SIGCOMM’17的 SketchVisor[1] 和SIGCOMM’18的SketchLearn[2]、ElasticSketch[3]等。



图片


sketch的网络测量与SDN结合,具有天然特性。一方面,SDN云数据中心的大量部署,需要基于sketch的高速流量网络测量,因为sketch能进行大流和异常流的检测,不占用过多的计算和空间资源。另一方面,SDN 转控分离,控制器具有全局视野,能对网络进行调度、制定策略,实时提供网络信息,有利于sketch的应用实施。


当前的网络流量测量,主要有抽样技术和数据流技术两种方法。抽样技术为每条流维护一个独立的计数器,较高的抽样速率需要消耗大量的性能资源。数据流技术利用散列将庞大信息压缩到较小的空间内,目前被广泛应用的是基于 sketch 的网络测量方法。


sketch 是一种基于散列的数据结构,可以在高速网络环境中,实时地存储流量特征信息,只占用较小的空间资源,并且具备在理论上可证明的估计精度与内存的平衡特性。基于sketch的网络测量,目前主要有ReversibleSketch[4]、OpenSketch[5]、Sketchvisor[1]等相关改进及实现。


二、Sketch 的原理

图片sketch是基于散列的数据结构,通过设置散列函数,将具有相同散列值的键值数据存入相同的桶内,以减少空间开销。桶内的数据值作为测量结果,是真实值的近似。利用开辟二维地址空间,多重散列等技术减少散列冲突,提高测量结果的准确度。Count-Min[7] 是一种典型的 sketch ,在 2004 年被提出。实际上 Count-Min sketch 用到的是分类的思想:将具有相同哈希值的网络流归为一类,并使用同一个计数器计数。



如何处理包

当高速网络流量到来时,逐个记录所有流量的信息,会带来巨大的计算和空间资源开销。而网络测量往往也无需记录所有的信息。


Count-Min sketch由多个哈希函数(f1……fn)和一张二维表组成。二维表的每个存储空间维护了一个计数器,其中每个哈希函数分别对应表中的每一行。当一个网络流到来时,需要经过每个哈希函数 f1……fn 的处理,根据处理得到的哈希值分别存入每一行对应哈希值的计数器。有几个哈希函数,就要计算几次。算完后,取这m个计数器中的最小值,作为测量的最终值。


图片

图1 Count-Min sketch 结构示意


设计考量

测量值偏大:使用哈希的方法会产生冲突,多个网络流数据哈希到同一个桶内,那么这个桶的计数值就会偏大。


1.为什么允许有误差:在高速网络条件下,若把所有信息都准确地记录下来,要消耗大量计算和空间开销,无法满足实时性;而且在很多情况下,并不需要非常精确的测量数据,在一定程度上可靠的估计值,便足以满足需求。


2.为什么要设置多个哈希函数:如果只设置一个哈希函数,多个流数据存入同一个桶,误差就会很大。通过设计多个哈希函数,减少哈希值的冲突,以减少误差。每个流都要经过所有哈希函数的处理,存入不同的计数器中。计数器的最小值虽然还是大于等于真实值,但最接近真实值。这也是 “ Count-Min ”的由来。


3.哈希函数个数:哈希函数越多,冲突越少,测量值越精确,但计算开销大。需要权衡测量精度和准确度,来设置合适的哈希函数个数。


为了帮助理解sketch的原理,这里从一个例子讲起:

小周是全市的快递中转站的负责人(SDN控制器),他需要合理地分配人员的职责,制定分配的策略(全局调度)。他需要了解每个区的包裹数等信息(测量信息),以便完成人员分配。起初,他把每个包裹的信息都记录下来,并且让百分之八十的人负责统计每个区的包裹数量。


可是这里的包裹有成千上万之多(高速网络环境),统计人员算得满头大汗(计算资源开销大),记了几十页的纸(空间资源开销大),算得晕头转向。而另一头,快递员的数量太少,每个区的包裹,都没有送完。

他意识到,记录所有包裹的所有信息,是没有必要的(精度要求降低)。他的目标,是合理地分配每个区的快递员数量,他只需要了解每个区大致(估计)的包裹量即可(基于sketch的方法)。而且他发现,分类包裹这件事不应成为中转站的负担(减少测量开销),让快递的正常配送无法完成。


于是,他只留下几个人,让其他人负责配送包裹。相同区的包裹记在同一个区(计入同一个桶内),并且只需大致计算每个区的包裹数即可(近似)。这样一来,统计速度明显快了许多,用了一两张纸就把数据记完了。得出数据后,得知 A 区的包裹数最多,而 B 区的最少,小周将 B 区的大部分快递员分配到 A 区,不仅完成了昨天的配送,今天的配送也早早地完成(实时性)。


网络流经过网络结点时,需要制定合理的控制策略完成网络流的高效调度。网络流控制策略的制定,首先需要网络测量提供的流量信息。当流量较小时,如果将每个流的信息都记录下来,消耗计算和空间的资源并不大。


但是,当SDN 控制器进行全局调度时,有高速的流量通过。若将所有信息都一一记录下来,将大大占用网络资源,成为网络的负担。而且很多情况下,得到流量的估计值就足以满足任务的需求,记录所有信息是没有必要的。


此时,基于 sketch 的方法,利用散列技术对网络流进行粗粒度的分类,得出测量的估计值,满足高速环境下实时测量的需求,节约计算和空间的开销。


三、sketch研究热点

图片

sketch 是网络测量研究领域的热点问题,在如 SIGCOMM 等网络领域顶级会议中,提出了一系列关于 Sketch 的解决方案 其中包括 SIGCOMM‘17 的 sketchvisor[1] 和 SIGCOMM’18 的SketchLearn[2] 和 ElasticSketch[3],现简单介绍基于 sketch 的研究热点,主要分为sketch的数据结构和sketch的测量框架。


Sketch的数据结构


基于Sketch的测量框架

图片

图2 SketchVisor 结构示意



四、总结

图片



标签:sketch,测量方法,测量,基于,网络,哈希,散列
来源: https://blog.51cto.com/u_15127681/2819422