1 / 29

Carlo Marcello Thiago Roberto Borille

A Self-Organizing Composition Towards Autonomic Overlay Networks Uma Composição Auto-Organizável Para Redes Overlay Autonômicas I. Al-Oqily, A. Karmouch Network Operations and Management Symposium, 2008. NOMS 2008. IEEE. Carlo Marcello Thiago Roberto Borille. Roteiro. Introdução

romney
Télécharger la présentation

Carlo Marcello Thiago Roberto Borille

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. A Self-Organizing Composition Towards Autonomic Overlay NetworksUmaComposiçãoAuto-OrganizávelPara Redes Overlay Autonômicas I. Al-Oqily, A. Karmouch Network Operations and Management Symposium, 2008. NOMS 2008. IEEE Carlo Marcello Thiago Roberto Borille

  2. Roteiro • Introdução • Trabalhos Relacionados • Composição auto-organizável de serviços • Algoritmo / Funcionamento • Regras de aprendizado • Experimentos • Conclusão

  3. Introdução • SSONs (Service Specific Overlay Networks) • Redes Overlay Específicas a Serviços • Computação Autonômica • Adapta às alterações do meio • Simplifica e automatiza o gerenciamento • Economiza tempo e custos de manutenção • Composição de entidades autônomas para atingir objetivos globais

  4. Introdução - Composição de Serviços • Composição • Permite que serviços simples formem serviços complexos • Definida como um grafo acíclico dirigido G(N, L,W) N = número de serviços em G l(u, v) em L = composição de serviço entre u e v com custo W • Service Path – caminho em G que minimiza um critério de custo PROBLEMA: • Impossível contar com serviços predeterminados • Re-computar G para cada mudança é custoso

  5. Trabalhos Relacionados • Projetos de Composição de Serviços: • Gri-PhyN • SWORD • Libra • Ninja • CANS • Contam com uma entidade central para tratar da descoberta, integração e composição de serviços ou • Assumem o conhecimento prévio de um grafo de serviços base para seus algoritmos de composição

  6. Composição auto-organizável de serviços • Elementos autonômicos garantem seu gerenciamento • SSONs são compostas de muitos elementos autonômicos • Requerimentos para SSONs: • Descentralização • Eficiência • Robustez • Dinamismo

  7. Composição auto-organizável de serviços Tipos de composição de serviços MP (MediaPort)

  8. Composição auto-organizável de serviços • Cada MP conhece os seus serviços e de sua vizinhança. A vizinhança é determinada por MPs de uma sub-área. • Um MediaClient (MC) solicita mídia de um MediaServer (MS) • O problema de composição é determinar um media flow que consegue transformar os dados do MS em um formato aceito pelo MC • O service pathmontado deve atender ao QoS solicitado pelo MC

  9. Suposições e Regras Cada nó conhece sua localização geográfica; A área é dividida em sub-áreas de tamanho igual; Cada nó sabe à qual sub-área ele pertence, e pode passar essa informação para todos os nós da rede; Inicialmente a requisição é repassada usando somente o conhecimento local; Requisição enviada somente para nós que estão no caminho direto entre o MC e o MP

  10. Área de Pesquisa

  11. Área de Pesquisa Onde, (x1,y1) é a posição do MC, (x2,y2) é a posição do MS e (x0,y0) é a posição do MP MP está na área de busca se

  12. Classificação na ActiveList R(A,B) = 4, A sabe que junto com B pode prestar um serviço completo; R(A,B) = 3, A sabe que junto com B pode prestar um serviço parcial; R(A,B) = 2, A sabe que B pode prestar um serviço completo sem ele; R(A,B) = 1, A sabe que B pode prestar um serviço parcial sem ele; R(A,B) = 0, A sabe que B não pode prestar o serviço;

  13. Pacote de Requisição de Composição Request ID (RID) MediaClient Input (I) MediaServer Output (O) Requisitos de QoS Ângulo α[0,180] Histórico de Composição

  14. Exemplo Uma Requisição de Composição = RC(S1+S2+S3) Sendo: S1 = Converter vídeo MPEG em AVI S2 = Inserir o áudio no vídeo AVI S3 = Inserir a legenda no vídeo (já com o áudio)

  15. Funcionamento MS D F C B A E MC RC(S1+S2+S3)

  16. Funcionamento MS D F C B A E MC RC(S1+S2+S3)

  17. Funcionamento MS D F C B A E MC RC(S1+S2+S3)

  18. Funcionamento MS D F C B A E MC RC(S1+S2+S3)

  19. Funcionamento MS D F C B A E MC RC(S1+S2+S3)

  20. Funcionamento • MS aguarda por mensagens recebidas em período de tempo T; • Analisa as mensagens e escolhe um caminho conforme critérios da requisição; MS D F C B A E MC RC(S1+S2+S3)

  21. Funcionamento MS envia ao MC uma mensagem de falha pelo caminho inverso MS D F C B A E MC RC(S1+S2+S3)

  22. Funcionamento • MC aumenta o ângulo(α) de pesquisa; • MC refaz a pesquisa; MS D F C B A E MC

  23. Regras de aprendizado Aprender com as interações Armazenar informações de outros MPs para uso futuro; Se a ActiveList estiver cheia, descarta os MPs com menor Rank; Feedback positivo e negativo Incrementa e Decrementa o Rank de um nó na ActiveList dependendo da suas cooperação recente para o respectivo serviço; Movimentação orientada Mover requisição numa direção específica; Previne loops;

  24. Experimentos • Self-Org • LF (Limited Flooding com TTL) • Solicitação de composição enviada para todos os vizinhos diretos • Graph Based (GB) • Serviços registram em um diretório central • Solicitações de composição são enviadas ao diretório • Self-Org+ • Self-Org + regras de aprendizado 625 serviços 2000 nodos

  25. Experimentos – Network Load Número total de mensagens geradas

  26. Experimentos – Average Composition Time Diferença entre o tempo inicial da solicitação de composição e a chegada dos resultados completos

  27. Experimentos – Packet Stretch Número de hops usados por um pacote overlay dividido pelo número de hops que o pacote usa em um caminho de camada IP entre a mesma fonte e destino Stretch maior = SSON ineficiente, pois rotas longas atrasam os pacotes.

  28. Experimentos – Success Rate Número de solicitações que recebem respostas positivas, dividido pelo numero de solicitações

  29. Conclusão • Permite que elementos se organizem em SSONs • Uso de regras de aprendizagem derivadas de sistemas biológicos • Eficiente em relação a outras abordagens

More Related