ＮＴ研総会に向けた準備について

(1)

将来ネットワーク科学リサーチシンポジウム

将来ネットワークのトラヒック制御技術

大阪大学大学院情報科学研究科

NTTネットワーク基盤技術研究所

将来ネットワーク共同研究講座

上山憲昭

2014. 9. 5

(2)

ホスト中心からデータ中心へのパラダイム変換

現在のインターネット

CCN

email, WWW, …

IP層がNarrow

waist (全体共通)

コンテンツ層が

Narrow waist (全体共通)

SMTP, HTTP, RTP, …

TCP, UUDP, …

ethernet, PPP, …

CSMA, SONET, …

Content

chunks

IP

Copper, fiber, radio, …

IP, UDP, P2P, …

Strategy

Copper, fiber, radio, …

Security

File Stream

browser, chat, …

全ノード共通

アプリ依存

リンク依存

出展: V. Jacobson, et al., Networking Named Content, ACM CoNEXT 2009

ホスト中心

データ中心

NW(ホスト中心)とサービス(データ中心)のギャップを解消する

新しいNWアーキテクチャとしてCCNが提唱

(3)

HTTP: Ongoing Step toward CCN

WWW,

HTTP streaming,

MPEG DASH, …

HTTP層が

Narrow waist

(全体共通)

IP, MPLS, OTN, …

CSMA, SONET, …

HTTP

Copper, fiber, radio, …

全ノード共通

アプリ依存

ネットワーク依存

リンク依存

*L. Popa, et al., HTTP as the NarrowWaist of the Future Internet, ACM HotNets 2010

インターネットでは，Web

閲覧や動画ストリーミング

配信が中心であり，HTTP

トラヒックが支配的

HTTPはコンテンツ名称

で通信先を指定する

データ中心なプロトコル

アーキテクチャの変革を伴うCCNへの移行に先立ち，現在の

インターネットも既にデータ中心ネットワークを志向

*

(4)

Webレスポンス時間の増大

10 -2

₁₀

-1

₁

₁₀

2

0

0.2

0.4

0.6

0.8

1.0 レスポンス時間 (秒)

累積分布

イトに東京からアクセスしたと

きの，レスポンス時間の累積

分布をプロット

50%のサイトは4秒以上，10%のサイトは9秒以上の待ち時間

⇒ Webレスポンス時間の改善が重要

(5)

Webトラヒック発生パタンの複雑化

Webブラウザは取得HTMLを解析し，

各種埋込オブジェクト(Obj)を個別に

HTTP requestで要求

<DOCTYPE HTML PUBLIC>

<head>

<title> ……

</head>

<body>

<a href=“A…..”></a>

<a href=“B…..”></a>

…

ユーザ端末

(ブラジル)

広告サーバ

(ロンドン)

動的生成データA

の配信サーバ(東京)

画像データBの

配信サーバ(NY)

HTML配信サーバ

(シドニー)

HTML

ユーザ端末

_サーバ

Web

_サーバ

Obj A

_サーバ

Obj B

HTML

Obj A

Obj B



半数のサイト: 7拠点以上，15ホスト以上から，70オブジェクト以上を取得



10%のサイト: 15拠点以上，40ホスト以上から，150オブジェクト以上を取得

Web閲覧時には多数のHTTP通信が発生

HTTP request

HTTP response

(6)

CDN: Webオブジェクトの配信プラットフォーム

ユーザ

端末

ローカルDNS

サーバ

キャッシュサーバ

Akamai DNS

_サーバ

オリジナル

サーバ

①

②

③

④

*J. Ott, et al., Content

Delivery and the

Natural Evolution of

DNS, ACM IMC 2012

1,000のTopサイトの74%がCDNを利用*

⇒CDNは，Webレスポンス時間削減のための最も一般的な技術

①ユーザ端末は

ローカルDNSサーバか

らAkamai DNSサーバ

のアドレスを取得

②Akamai DNSサーバは近い

キャッシュのアドレスを回答

③ユーザ端末は

回答キャッシュ

にHTTP request

④キャッシュミス時

はオリジナルサーバ

から取得



AkamaiやLimelight等のCDN事業者が，エッジに多数のキャッシュサーバを

設置し，Webオブジェクトをキャッシュ



HTTP requestに対し，ユーザに近いキャッシュサーバからWebオブジェクト

を配信することで，配信遅延時間を短縮

(7)

エッジコンピューティング

コード実行により生成される動的オブジェクトにはCDNの適用が困難

*A. Davis, et al., EdgeComputing: Extending Enterprise Applications to the Edge of the Internet, WWW 2004

NTT未来ねっと研究所, エッジコンピューティング, http://labolib3.aecl.ntt.co.jp/cec_jp/

動的オブジェクト生成

ユーザ端末

データセンタ

エッジサーバ

動的オブジェクトの配信には，データセンタの代わりにエッジノード

でオブジェクトを生成するエッジコンピューティング*が有効



エッジサーバに動的オブジェクト生成のためのコードをキャッシュ



ユーザの配信要求時，データセンタ(NWのコア)に代わってエッジサーバが

コードを実行し，動的オブジェクトを生成&配信

エッジコンピューティング

(8)



Webサイトのジャンルによってオブジェクトの配置傾向が異なるのでは？



キャッシュの効果はジャンルに依存 ⇒ ジャンル別優先制御の可能性

効果的なキャッシュ制御

キャッシュやエッジサーバのCPU・メモリ資源は有限 ⇒ 全世界の全Webサイト

のオブジェクトや生成コードをキャッシュすることは困難

北米は

遅延小

アジアは

遅延大

_アジアも

_遅延小

あるジャンル(Scienceなど)の

コンテンツは北米に集中

そのようなジャンルのコンテンツを

優先的にキャッシュ

着眼点

CDNやエッジコンピューティングの効果を最大化するには，キャッシュ

が効果的なオブジェクトを優先的にキャッシュすることが有効

(9)

Webアクティブ測定プラットフォーム

(1) オブジェクト配置の測定

(2) 測定データの集約

Edge servers

Router

Network

operator

Router

Network

operator

Data center

(3) キャッシュ制御ポリシィ設定

NWワイドで継続的なWebアクティブ測定により，Webオブジェクトの

配置傾向を把握し，キャッシュの優先制御ポリシィを設定

各ルータが定期的に

様々なWebサイトにア

クセスし，オブジェクト

配置情報を取得

測定情報のクラスタ分析

により，キャッシュが効果

的なジャンルを抽出し，優

先制御ポリシィを設定

(10)

Web通信パタンのアクティブ測定

Internet

測定ツール

測定対象

Webサーバ

(3)測定データ

分析・可視化

(1)測定設定

測定ホスト

HTTP

測定地点

Massachusetts

Australia

Wisconsin

New Zealand

California

Japan

Ireland

Ecuador

Germany

Argentina

Russia

Reunion

サイトジャンルによるオブジェクト配置傾向の差異を確認するため，

世界12地点から約1,000の主要サイトにアクセス

ジャンル

サイトの例

測定サイト数

News

news.yahoo.com

cnn.com

39 Science

ieee.org

nature.com

95 Sports

sports.yahoo.com

msn.foxsports.com

38 …

…

*

_{http://www.alexa.com/}

(2)HTTP

送信・測定

16ジャンル

(Alexa*の分類)

(11)

オブジェクト配置傾向のクラスタ分析

測定地点Bからの

平均コンテンツ距離

測定地点

A

からの

平均コ

ン

テ

ン

ツ

距離

クラスタ1

クラスタ2

クラスタ3

クラスタ4

(実際には12次元空間でグループ化)

北米

欧州

アジア

平均コ

ン

テ

ン

ツ

距離

世界分散

クラスタ

北米集中

クラスタ

欧州集中

クラスタ

測定地点

オブジェクトの地理的な配置傾向の似たサイトをグループ化

12測定地点から閲覧時の平均コン

テンツ距離の傾向に基づき，サイト

をクラスタリング

(12)

北米集中クラスタC1

世界分散クラスタC2

北米にサーバが集中

様々な地域にサーバが存在

クラスタ分析の結果の例

欧州集中クラスタC3

欧州にサーバが集中

南米集中クラスタC4

南米にサーバが集中

アジア集中クラスタC5

アジアにサーバが集中

平均サーバ距離に基づきサイトをクラスタ分析 ⇒ 5クラスタが出現

(13)

ジャンルによるオブジェクト配置傾向の差異

News・Sport ⇒ 世界分散クラスタC2への分類比率が大

Science ⇒ 北米集中クラスタC1への分類比率が大

C1

C2

C3

C4

C5

情報の地域性が高いWebサイト

⇒ 世界の様々な地域にサーバ

が存在し，近隣から取得

情報の地域性が低いWebサイト

⇒ 北米にサーバが集中

C1

C2

C3

C4

ジャンル間の配置傾向の差異を確認

⇒ キャッシュ優先制御の効果が出現

ジャンルごとに各クラスタへの分類比率を比較

Localized group

Universal group

(14)

まとめ

Webオブジェクト配置傾向の計測プラットフォーム



CDNやエッジコンピューティングにおけるWebサイトのジャンル

別優先制御への応用が期待

将来ネットワーク: トラヒックの多様性・複雑性が増大

共同研究講座の取組み

取組みの一例

データマイニングによる将来ネットワークの構造分析・制御技術