Packet Classification Algorithms Using Bloom Filters

Abstract

패킷 분류 기술은 인터넷 라우터의 성능에 있어 매우 중요한 역할을 담당하므로 지난 10년간 네트워크 분야에서 많은 관심을 받아왔다. 블룸 필터는 필터에 들어 온 룰이 멤버인지 아닌지 여부를 판단하는 효율적인 데이터 구조로서 최근 네트워크 어플리케이션에 있어 주목을 받고 있다. 블룸 필터는 기능적인 측면에서나 메모리 사용량 면에서 매우 효율적인 구조이지만, false positive 에러를 가진다는 단점이 있는데, 이 에러를 효과적으로 조절하는 것이 매우 중요한 문제라고 하겠다. 본 논문에서는 블룸 필터를 사용하여 패킷 분류를 수행하는 두 가지 새로운 알고리즘을 제안하였다. 본 논문의 첫번째 파트에서는 블룸 필터를 사용한 튜플 스페이스 프루닝(tuple space pruning) 알고리즘을 제안하였다. 이 알고리즘에서 블룸 필터는 선 필터(pre-filter) 역할을 수행하여 접근해야 하는 튜플의 개수를 줄임으로서, 메모리 접근 횟수를 효과적으로 줄이는 역할을 한다. 블룸 필터를 이용한 튜플-프루닝(tuple pruning) 검색의 성능을 기본 튜플-프루닝(naive tuple pruning) 검색 성능과 실험적으로 비교하였다. 시뮬레이션 결과 블룸 필터를 이용한 튜플 프루닝(tuple pruning) 알고리즘이 기본 튜플-프루닝(naive tuple pruning) 알고리즘보다 평균 검색속도에서 좋은 성능을 보이며 적은 량의 메모리를 요구한다는 것을 알 수 있었다. 본 논문에서는 또한 블룸 필터의 메모리 할당을 위해, 실재로 존재하는 다양한 분류 테이블을 이용하여 튜플 스페이스(tuple space)의 분포를 상세히 분석하였다. 본 논문의 두 번째 파트에서는 계층적 접근에 기초한 다차원 패킷 분류 알고리즘을 제안하였다. 논문에서 제안된 알고리즘은 먼저 다양한 길이의 프리픽스들을 하나의 단일 블룸 필터에 수용하는 새로운 블룸 필터를 제안하였다. 제안된 블룸 필터를 ‘다 길이 블룸 필터’라 칭하였는데, 다 길이 블룸 필터는 프리픽스 길이별로 별도의 블룸 필터를 갖는 기존의 방식과 비교하여 성능이 우수할 뿐 아니라 하드웨어 구현의 복잡도를 줄일 수 있다. 제안된 계층적 패킷 분류 알고리즘에서, 다 길이 블룸 필터는 첫 번째 단계에서 룰의 소스 프리픽스와 매치되지 않는 패킷을 거르는 선 필터의 역할을 담당한다. 검색의 두 번째 단계에서는 패킷 분류를 효율적으로 수행하기 위한 룰 우선순위 트라이(RPT)를 제안하였다. 룰 우선순위 트라이는 백 트래킹과 빈 노드를 갖지 않으며 룰의 중복을 방지하여 매우 효율적인 구조이다. 제안하는 패킷 분류 알고리즘은 또한 패킷 분류 테이블의 업데이트에 있어서도 매우 우수한 구조이다. 시뮬레이션 결과 제안하는 알고리즘은 평균 메모리 접근 횟수, 최대 메모리 접근 횟수와 메모리 요구량 측면에서 모두 우수한 성능을 보임을 확인하였다;Packet classification techniques have received significant attention in the network literature over the past ten years, due to its fundamental role in the performance of internet routers. In recent years, bloom filter, which is an efficient data structure for membership queries, become popular in the network applications. Though bloom filter allows an error called "false positives," the efficiency and the space savings overweigh this drawback when the probability of the false positive is properly controlled. In this thesis, two algorithms to perform packet classification using bloom filters were proposed. The first algorithm is tuple space pruning using bloom filter, where the bloom filter is used in a very effective way to pre-filter the required number of memory access. The tuple pruning using bloom filter search is experimentally compared with the na?ve tuple pruning search algorithm, and the simulation results indicates that the performance of tuple pruning using bloom filter is better than the nai¨ve tuple pruning search and as well, comparatively a low amount of memory is required. A detailed analysis of the distribution of the tuple space for various real classification tables has been made in order to aid the memory allocation of the bloom filter. The second algorithm deals with multi-dimensional packet classification using hierarchical approach, where the bloom filter was designed using a new approach, to accommodate various lengths of prefixes in a single bloom filter. Our proposed bloom filter is termed as multi-length bloom filter (MLBF), which provides a better performance than the conventional bloom filter and also reduces the implementation complexity, because all the previous methods employs a separate bloom filter for every unique prefix length. The proposed hierarchical packet classification algorithm employs the multi-length bloom filter at the first stage to pre-filter the packets which have no match with the source prefixes of the rules. In the second stage of the search, a space-efficient trie called rule-priority trie (RPT) has been proposed to perform packet classification effectively, as it does not requires back-tracking, rule duplication, and empty internal node. The proposed packet classification algorithm also provides incremental update. The simulation result proves that the proposed algorithm provides a better performance in terms of average and worst-case memory access and memory requirement.