Improving Software Defined Networking with Machine Learning

点击翻译按钮获取中文摘要

現状、各クラウドサービスは独自のAPIを提供しているのでマルチクラウド環境でサービスを実現するのは容易ではない。さらに、マルチクラ ウド環境で低遅延などの高性能サービスの実現は難しい。そこで、本研究では、プログラマブルなSoftware Defined Networkベースのプラットフォームを構築して、クラウドサービス間の相違を吸収すると同時に、データプレーンプログラミングに機械学習を応用することで性能向上を実現する。初年度は、まずマルチクラウド環境やデータプレーンプログラミングに関する既存研究の調査を行い、課題の整理とアプローチ方法の具体化に取り組んだ。その結果、マルチテナント環境における性能保証とバックプレーンの転送性能向上という２つの側面からシステムの設計を進めている。並行して、Intel Tofino2スイッチを使いP4言語によるデータプレーンプログラミングを用いた実験環境の構築を行い、初期評価を実施した。また、フィンランドで開催されたEur o-IX会議に参加して最新研究の動向を調査すると共に、人的ネットワークの構築を図った。さらに性能保証機構の設計に関し、LAAS-CNRS/トゥールーズ大学と共同研究を行うことになった。次年度には、マルチテナント環境で性能保証を実現するPerfsolとバックプレーンの転送性能向上を実現するUmbrellaDCの設計実装を進めて、統合して評価する予定である。また、これらの結果を論文にまとめて国際学会に投稿、発表する予定である。