用于全网大流检测的快速紧凑可逆草图
网络与互联网体系结构
2020-07-23 v2
摘要
在海量网络流量中快速检测大流（例如大命中流和大变化流）由于对快速包处理和有限资源可用性的严格要求而具有挑战性。可逆草图是摘要数据结构，可以以小内存占用和有界误差恢复大流，但现有的可逆草图带来高内存访问开销，导致性能下降。我们提出 MV-Sketch，一种快速紧凑的可逆草图，支持以小而静态的内存分配进行大流检测。MV-Sketch 通过多数投票的思想在草图数据结构内部跟踪候选大流，从而在更新和查询操作中产生小的内存访问开销，同时实现高检测精度。我们给出了 MV-Sketch 在本地和全网场景下的内存使用、性能和精度的理论分析。我们进一步展示了如何在受硬件部署约束的基于 P4 的可编程交换机上实现和部署 MV-Sketch。我们在软件和硬件环境中进行了评估。软件中跟踪驱动的评估表明，MV-Sketch 比现有的可逆草图实现了更高的精度，并具有高达 3.38 倍的吞吐量增益。我们还展示了如何利用 SIMD 指令提升 MV-Sketch 的性能。此外，我们在 Barefoot Tofino 交换机上评估了 MV-Sketch，并展示了 MV-Sketch 如何以有限的硬件资源开销实现线速测量。
引用
@article{arxiv.1910.10441,
title = {A Fast and Compact Invertible Sketch for Network-Wide Heavy Flow Detection},
author = {Lu Tang and Qun Huang and Patrick P. C. Lee},
journal= {arXiv preprint arXiv:1910.10441},
year = {2020}
}
备注
15 pages. Accepted by IEEE/ACM Transactions on Networking