디지털 라이브러리[ 검색결과 ]
비지도 학습 기반의 VNF 이상 탐지 방법
http://doi.org/10.5626/JOK.2022.49.9.780
가상화 기술을 네트워크에 적용하면 하드웨어 의존성을 줄일 수 있으며, 상황에 맞는 유연한 제어 및 관리가 가능하다. 또한 Capital Expenditure(CAPEX)와 Operating Expenditure(OPEX)를 감소시킬 수 있기 때문에 현대의 통신 사업자나 서비스 제공업체는 Software-Defined Networking(SDN)과 Network Function Virtualization(NFV) 기술을 활용해 기존의 서비스를 효율적으로 제공하고 있다. SDN/NFV 기술이 널리 사용됨에 따라 Vitualized Network Function(VNF)에 대한 사이버 공격이 늘어나고 있으며, 이로 인해 서비스 품질이 저하되거나 서비스를 제공하지 못하는 경우가 발생하고 있다. 본 논문에서는 VNF의 성능 정보를 수집하고, 수집된 데이터와 비지도 학습을 이용해 VNF의 정상상태를 모델링하고, 이를 이용해 사이버 공격으로 인한 이상상태를 탐지하는 기법을 제안한다.
SDN 환경에서 학습 기반 QoS 플로우 경로 예측 방법
http://doi.org/10.5626/JOK.2021.48.11.1241
SDN (Software-Defined Networking) 환경에서 플로우의 경로 제어에 의한 QoS (Quality of Service) 지원 시, 현재의 단순한 최소 비용 경로 탐색 방식만으로는 비효율적인 경로 재설정 문제가 발생할 수 있다. 링크 품질에 기반 하여 도출된 플로우 경로의 실측 성능은 예측 성능과 다를 수 있고, 특히, 후보 경로에 대한 순차적 QoS 조건 탐색 시 이전에 최종 경로로 식별되었던 동일 경로에 대한 반복 탐색으로 경로 기반 QoS 지원의 효용성이 저하될 수 있다. 본 논문에서는 학습 기반 QoS 경로 탐색 모델을 제안한다. 학습 모델은 네트워크 상태에 따라 최종적으로 QoS 조건을 충족한 경로를 학습하고, 경로 재탐색 시 질의 네트워크 상태에 대한 QoS 경로를 예측한다. 실험 결과 본 학습 모델은 유사한 네트워크 상태 재현 시 불필요한 경로 반복 탐색 비용을 줄일 수 있고, 신속한 QoS 품질 복구가 요구되는 서비스 환경에서 다른 학습 기반 모델에 비해 효용성이 높다.
비디오 스트리밍 서비스를 위한 이중 연결 기반의 트래픽 스티어링 시스템
박기석, 노현민, 하재준, 김형준, 신상헌, 김동현, 고종환, 최증원, 송황준
http://doi.org/10.5626/JOK.2019.46.6.577
본 논문에서는 매크로 셀의 트래픽 일부를 스몰 셀로 분산하여 사용자에게 안정적인 비디오스트리밍 서비스를 제공하는 비디오 품질 기반 트래픽 관리 시스템을 제안한다. 제안된 시스템은 매크로 기지국의 무선 자원을 비디오 품질 측면에서 Fairness 과 Social welfare 사이의 균형을 고려하여 할당한다. 사용자 데이터 흐름은 매크로 기지국과 스몰 셀 AP으로 나누어지고 사용자는 동시에 두 곳에서 데이터를 수신한다. 제안된 시스템에서 파운틴 코드는 이중 연결(Dual connectivity) 아키텍처의 실질적인 문제를 극복하기 위해 사용된다. 또한 SDN 기술은 불안정한 네트워크 상태에 신속하게 대응할 뿐만 아니라 네트워크 자원을 효율적으로 제어하기 위해 사용된다. 제안된 자원 할당 프로세스는 시간 복잡도를 낮추도록 설계되었다. 제안된 시스템은 NS-3를 사용하여 성능을 검증하였다.
LTRE: Lightweight Traffic Redundancy Elimination in Software-Defined Wireless Mesh Networks
Gwangwoo Park, Wontae Kim, Joonwoo Kim, Sangheon Pack
http://doi.org/10.5626/JOK.2017.44.9.976
낮은 비용으로 무선 네트워킹 인프라를 구축할 수 있는 무선 메쉬 네트워크에서는 제한된 무선 자원을 효율적으로 이용하기 위해 패킷 전송(특히, 불필요하게 중복되는 패킷 전송)을 신중하게 처리해야 한다. 본 논문에서는 컨트롤러를 통한 중앙 집중식의 관리가 가능한 소프트웨어 정의 네트워킹 기반의 무선 메쉬 네트워크에서 불필요하게 중복 전송되는 데이터의 양을 감소시키기 위해 경량화된 중복 제거기법을 제안한다. 제안하는 중복 제거 기법은 감소되는 트래픽 양을 극대화하기 위해 컨트롤러가 1) 기계학습 기반의 정보 요청, 2) ID기반의 소스 라우팅, 3) 인기도 기반의 캐쉬 업데이트를 통해 중복 제거 효과를 극대화시킬 수 있는 최적의 경로를 결정한다. 시뮬레이션 결과는 제안하는 기법을 통해 전체 트래픽 부하를 18.34%-48.89% 만큼 감소시킬 수 있음을 보여준다.
OpenFlow가 적용된 무선랜 환경에서 AP 집단화 및 전송 파워 조절에 기반한 간섭 완화 기법
최근 무분별한 액세스 포인트 설치로 인해 무선랜 간섭이 많이 발생하고 있으며, 이러한 문제를 해결하기 위해 많은 기법이 제안되었다. 액세스 포인트 집단화 기법은 특정 액세스 포인트로 스테이션의 연결을 이동시켜 전송을 수행하는 액세스 포인트를 줄이는 방식이다. 이 방식은 스테이션의 연결을 강제로 이동시키므로 특정 스테이션의 전송 성능 저하가 발생할 수 있다. 액세스 포인트 전송 파워 조절 기법의 경우 연결이 끊어지는 스테이션이 발생하거나 특정 값 이하로 파워를 조절할 경우 전체적인 전송 성능 감소가 일어날 수 있다. 두 기법을 결합하면 집단화를 통해 전송을 수행하는 액세스 포인트가 줄어 간섭이 줄어들고 세부적인 전송 파워 조절을 통해 간섭 범위를 더 줄일 수 있다. 그러나 두 기법을 단순 결합하면 집단화 수행 후에 파워 조절이 가능한 경우의 수가 적어지거나 파워 조절 시 연결이 끊어지는 스테이션이 늘어나 성능 향상이 단일 기법보다 미미한 상황이 발생할 수 있다. 그러므로 본 논문에서는 OpenFlow 기반 무선랜 환경에서 액세스 포인트 집단화 기법, 파워 조절 기법을 결합하여 각 기법의 단점을 보완하고 집단화를 수행할 때 다음 단계 전송 파워 조절 수행 시 파워 조절 가능한 경우의 수가 많아지도록 고려하여 간섭을 효율적으로 완화하는 기법을 제안한다. 시뮬레이션을 통해 각 기법을 비교한 결과 제안 기법의 평균 전송 지연 시간은 집단화 기법에 비해 최대 12.8%, 파워 조절 기법에 비해 최대 18.1% 감소하고, 간섭에 의한 패킷 손실률은 제안 기법이 집단화 기법에 비해 최대 24.9%, 파워 조절 기법에 비해 최대 46.7% 감소하였다. 또한 집단화 기법과 파워 조절 기법은 특정 스테이션의 데이터 처리율이 감소하는 부작용이 발생하는 반면 제안 기법은 특정 스테이션의 처리율 감소 없이 전체 데이터 처리율을 증가시킴을 확인할 수 있었다.
