네트워크를 고속화하여 충분한 대역폭을 제공하고 있으나 네트워크 성능에 민감한 서비스가 원활이 제공되고 있지 못하고 있다. 서비스가 원활하지 못한 원인이 사용율(Network Utilization)이 높아서 고속화된 네트워크의 대역폭이 부족한 것도 아니다. 일반적으로 기업 ...

네트워크를 고속화하여 충분한 대역폭을 제공하고 있으나 네트워크 성능에 민감한 서비스가 원활이 제공되고 있지 못하고 있다. 서비스가 원활하지 못한 원인이 사용율(Network Utilization)이 높아서 고속화된 네트워크의 대역폭이 부족한 것도 아니다. 일반적으로 기업의 네트워크는 5분이나 시간 단위의 네트워크 사용률을 측정해 보면 40%이하의 사용률을 보이고 있다. 사용률이 낮은 네트워크에서 네트워크의 성능을 충분히 활용을 못한다는 것은 역설적이다. 우리는 지난 연구에서 이러한 현상은 많은 컴퓨터들이 직접 연결된 최종 네트워크 스위치에서 수 마이크로 시간단위의 아주 짧은 시간 동안에 급격한 트래픽 폭주하는 미세폭주(microcongestion)가 발생하고 이것이 원인이 되어 이 스위치에서 패킷손실(Packet Loss)과 패킷순서역전(Packet Reordering)이 발생함을 규명하였다.
본 연구에서는 위와 같이 짧은 시간에 네트워크 폭주가 발생하는 미세폭주의 원인을 규명하였다. 즉 어떠한 트래픽이 미세폭주를 발생시키는지, 그리고 이러한 트래픽이 어떠한 과정을 통해서 전달되어서 폭주의 원인이 되며 이러한 트래픽을 발생시키는 단말 컴퓨터는 어떻게 트래픽을 만들고 있는지 규명하였다. 다음과 같은 단계를 거쳐서 이루어진다. 첫째 단계에서는 성능 저하 현상이 발생하는 지점을 선택한다. 둘째 단계에서는 선택된 지점에서 성능 저하가 발생하는 시간을 정확하게 검출하여 이 시점을 기준으로 앞뒤로 일정시간 동안 패킷의 손실 없이 선택된 지점을 통과하는 모든 패킷을 수집한다. 셋째 단계에서는 수집된 패킷에서 TCP 연결을 분리하고 분리된 TCP 연결 패킷의 동작 상태를 분석하여 성능저하 원인을 분석한다. 이와 같은 3단계를 통하여 정확한 원인이 분석되지 않으면 지점을 변경하여 다시 실시할 수 있다.본 연구의 결과는 종단간이 고속 연결된 네트워크에서 네트워크 성능을 100% 이용할 수 있는 방안을 구하기 위한 기초연구이다.

We identify the performance characteristics of today's high-speed enterprise-scale stub (i.e., non-transit) networks. POSTECH's campus network serves as a canonical example. Packet loss is one among several metrics. What is meant by "performance chara ...

We identify the performance characteristics of today's high-speed enterprise-scale stub (i.e., non-transit) networks. POSTECH's campus network serves as a canonical example. Packet loss is one among several metrics. What is meant by "performance characteristics" It is generally believed that due to bandwidth overprovisioning at enterprise networks there is no performance bottleneck. At large time scales, for example, measured by MRTG, this is true. Utilization is in the 20-30% range (or lower), with transient peaks at the minute time scale. But large ISPs also overprovision (50% utilization rule), with very little performance degradation attributed to their transit networks. All the available evidence points to their claim being reasonably accurate. our primary analysis tool is to use measured TCP connection behavior at key observation points to draw scientifically grounded inferences on the factors leading to degraded network performance. TCP, because it is a feedback controlled protocol, leaves a mark on what it thinks is happening over an end-to-end path. TCP header information carry sequence numbers, receiver advertised window size, etc. which, in conjunction with the time dynamics of the connection profile, allow us to infer whether a connection is doing slow start, congestion avoidance, etc. Like doctors using X-rays, MRIs, blood tests, etc. allows them to diagnose many (but not all) ills, the TCP connection dynamics, along with other basic traffic metrics, can allow us to diagnose the cause of most (if not all) problems that degrade network performance. We studeied the characteristics of microcongetions as following steps.(1) First, we need to learn a bit more about POSTECH's network. We don't need to become best friends, but we need to know it fairly well. This means capturing and representing the main connectivity which includes POSTECH backbone (very simple), Internet gateways, primary access switches connecting to the backbone switches, and secondary access switches connecting to the primary access switches. Second, and in some respects preceding (1), we need to check the soundness of the SNMP and DAG measurement systems. There cannot be any bugs or unknown problems. In the SNMP case, for the coarse measurement with a probing interval T (default is ~30min but the details are more involved since there are many devices and MIB variables to be probed), we must be assured that GET requests elicit timely responses. For the coarse time case, this should be the case but that has to be separately verified before any weather map data is collected in earnest. we're ready to the main thing: select target switches to measure and perform both DAG measurements on specific links and SNMP measurements on all ports. With (1) and (2) in place, (3) should be straightforward.

본 연구에서는 미세폭주(microcongestion)의 검출하고 검출된 시점에서 트래픽을 수집하여 특성을 분석하였다. 미세폭주를 검출하기 위하여 네트워크 기상도 시스템을 개발하였으며 네트워크 기상도에서 예상되는 미세폭주 지점을 선정하였다. 미세폭주 시점을 정확히 검 ...

본 연구에서는 미세폭주(microcongestion)의 검출하고 검출된 시점에서 트래픽을 수집하여 특성을 분석하였다. 미세폭주를 검출하기 위하여 네트워크 기상도 시스템을 개발하였으며 네트워크 기상도에서 예상되는 미세폭주 지점을 선정하였다. 미세폭주 시점을 정확히 검출하고 이 시점에 패킷손실 없이 모든 페켓을 수집하여 미세폭주 트래픽을 만들기 위한 SNMP GET의 성능시험 및 DAG카드의 성능을 검증하였다. 미세폭주 지점을 선정하고 미세폭주 시점에 트래픽을 수집하였다. 수집된 미세폭주 트래픽을 세션단위의 패킷손실 및 패킷순서역전 관점에서 분석하였다.

본 연구에서 미세폭주를 검출하여 패킷을 수집하였고 미세폭주시의 패킷에 대한 다양한 분석을 실시하였다. 미세폭주 검출을 위하여 네트워크 기상도를 보여주는 시스템을 개발하였으며 미세폭주 시점을 검출하기 위하여 SNMP의 성능과 DAG 카드의 성능을 검증하였다. 미 ...

본 연구에서 미세폭주를 검출하여 패킷을 수집하였고 미세폭주시의 패킷에 대한 다양한 분석을 실시하였다. 미세폭주 검출을 위하여 네트워크 기상도를 보여주는 시스템을 개발하였으며 미세폭주 시점을 검출하기 위하여 SNMP의 성능과 DAG 카드의 성능을 검증하였다. 미세폭주 시점에서 패킷을 수집하였다. 또한 수집된 트래픽을 기반으로 패킷손실 및 패킷순서역전에 대하여 분석을 실시하였다. 미세폭주는 패킷손실 보다는 패킷순서역전으로 많이 나타나며 세션지속시간이 길은 세션에서 주로 발생하며 미세폭주시간에 대부분의 세션에 영향을 골고루 미친다는 것이었다.
향후 연구는 미세폭주에 대한 특성을 기반으로 고속 기업 네트워크의 성능 저하 원인 네트워크 성능에 민감한 VoIP, 멀티미디어 스트리밍, 화상회의와 같은 서비스에 어떤 영향을 미치고 있는지 분석하는 것이다. 향후 이 연구의 결과가 네트워크 설계에 적용되어 성능저하 원인을 제거하는데 활용할 수 있다. 또한 네트워크 장치를 개발하거나 네트워크 프로토콜을 설계하는데 적용하여 제품의 성능을 높이거나 성능저하의 원인이 되는 프로토콜의 발전에 활용될 수 있다.