Clustering algorithms for dynamic adaptation of service function chains

Résumé

La virtualisation des fonctions réseau est l’un des paradigmes les plus adoptées dans les architectures réseau d’aujourd’hui, car elle offre entre autres une meilleure gestion des ressources, ainsi qu’une maintenance flexible des services déployés sur des ressources partagées dans des environnements en nuage. Les fonctions réseau traditionnellement hébergées sur du matériel dédié sont désormais fournies comme des composantes logicielles, pouvant s'exécuter soit sur des machines virtuelles, soit sur des conteneurs. L'avantage majeur de cette transition c’est qu'elle facilite le déploiement des nouveaux services tout en optimisant le temps de gestion et d’administration des architectures réseau. Il est beaucoup plus facile de créer une nouvelle machine virtuelle/conteneur qui hébergera une fonction de réseau /service ou une application spécifique décrite sous forme de chaîne de services que de déployer un nouvel équipement matériel et de vérifier sa compatibilité avec le reste de l’architecture mise en place. Avec tous les avantages qu’offre ce nouveau paradigme se présente un ensemble de défis principalement liés à : 1) l’optimisation de la consommation de ressources sur l'infrastructure partagée 2) la prise des meilleures décisions d'ordonnancement et de placement des fonctions virtuelles tout en respectant les exigences des clients ainsi que les ressources disponibles sur le réseau physique exprimées par différentes métriques (ex., CPU, mémoire, latence, bande passante, etc.) Ce concept de la virtualisation des fonctions réseau (Network Function Virtualization – NFV), et plus spécifiquement du placement des chaines de services (Service Function Chains - SFC) a été traité dans de nombreux travaux de recherche proposant des approches garantissant un placement et un routage optimaux des fonctions de réseau virtualisées (Virtual Network Function – VNF) dans des réseaux physiques partagés, mais comme l’adoption de la virtualisation prend de plus en plus d’envergure et vu les exigences de plus en plus strict des applications d’aujourd’hui (ex., applications hautement sensibles à la latence, à la disponibilité de service, etc.), il est toujours important de considérer tous les paramètres ayant un impact sur la gestion du réseau dans les environnements Infonuagique. Dans la cadre de ce projet de recherche, nous avons développé de nouvelles approches, pour le placement et le routage des fonctions réseau virtuelles dans des environnements Infonuagique. La première approche permet de former à la demande des grappes de serveurs déployés dans une l'infrastructure physique. Ces serveurs sont regroupés en fonction d'attributs similaires (ex., serveur à usage intensif en CPU, serveur efficace en énergie, etc.). Ce processus constitue une mesure proactive permettant de s'assurer que les SFCs sont hébergées dans des serveurs garantissant leurs exigences en termes de métriques spécifiques (CPU, mémoire, disque…). Il utilise une méta-heuristique appelée CRO (Chemical Reaction Optimization) pour décider du meilleur placement des VNF garantissant une consommation de ressources optimale en termes de CPU / mémoire mais assurant également les latences les plus faibles lors du routage entre les différentes VNF, ce qui est un aspect important à considérer, car la plupart des applications actuelles demandent des latences faibles et des temps d’exécution les plus courts possible. Dans la deuxième approche, les grappes sont formées à l'aide d'algorithmes basés sur des méta-heuristiques, notamment le CRO, permettant d’améliorer la qualité des grappes constituées en termes de similarité, densité et modularité.

Date	5 déc. 2019
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Nadjia Kara (Directeur(-trice))