영역 분할을 적용한 패킷 분류 구조의 특성에 관한 연구

Abstract

새로운 전자장비나 응용프로그램으로 인해서 네트워크의 트래픽이 급증하고 있다. 사용자는 네트워크가 빠른 속도의 서비스뿐만 아니라 자신의 정보에 따라 실시간이나 보안서비스같이 품질을 보장해줄 수 있기를 원하고 있다. 이러한 요구를 충족시키기 위해 라우터는 미리 정해진 룰 셋에 대하여, 입력 패킷의 여러 개의 헤더 정보와 일치하는 룰을 찾아 분류하는 패킷 분류를 기본적으로 갖춰야 한다. 이를 통해 품질 보장(quality of service), 방화벽(firewall), 로드 밸런싱(load balancing)등의 다양한 서비스가 제공된다. 패킷 분류의 어려움에는 크게 세 가지 요인이 존재한다. 첫째, 클래스를 구분하기 위해서 사용되는 헤더 필드가 여러 개라는 점이다. 둘째, 모든 필드에 따른 일치를 보이는 룰이 많다는 것이다. 셋째, 패킷 분류는 초당 수 기가 비트의 속도(Gbps rate)로 들어오는 모든 입력 패킷에 대하여 선속도(wire-speed)로 처리해야 한다. 하이컷(HiCuts) 구조는 분리노드에 분할 수와 선택된 필드에 대한 정보만을 가지고 있고 경계점 분할(Boundary Cutting) 구조는 분리 노드에 시작점들과 선택된 필드에 대한 정보만을 가지고 있다. 따라서 이러한 분리 노드들을 캐쉬 메모리에 올리면 분리 노드에서의 접근은 빠른 속도로 이뤄지기 때문에 메인 메모리에 저장되는 잎 노드들의 선형검색이 패킷 분류의 속도를 결정한다. 따라서 빈스(binth)를 줄여서 잎 노드에 들어갈 수 있는 최대의 룰의 개수를 제한을 한다면 선형검색을 줄여서 검색 속도의 향상을 가져올 수 있다. 하지만 룰의 특성상 어떤 영역에는 설정한 빈스보다 더 많은 룰의 정보를 갖고 있을 수 있기 때문에 빈스를 줄이는 것에는 한계가 있다. 따라서 하이컷과 경계점 분할 구조에서 로어 바운드 빈스를 제안하는 것을 통해서 최적의 검색속도를 보이면서 분리노드에서 더 이상 룰의 분리를 할 수 없을 때까지 계속적인 분할이 일어나는 것을 막아 룰 복사를 줄여 메모리 요구량에서도 효과적인 분할 방법에 대해서 제안한다. 경계점 분할 알고리즘에서 모든 시작점을 경계점으로 잡아 룰을 분리하는 경우 빈스 이하의 룰들이 있는 영역에서도 룰의 분리가 일어나기 때문에 룰 복사가 심화되는 현상이 있다. 따라서 시작점을 선택적으로 경계점으로 지정하는 선택적 경계점 분할 구조에 대해서 제안 한다. 이를 통해 검색속도는 유사하지만 룰의 복사와 캐쉬 메모리에 올라가는 분리노드의 경계점의 개수를 줄이는 것을 통해서 메모리 요구량을 줄일 수 있다.;The traffic of the network is increasing rapidly by new electronic equipment or application program. The user wants the network not only to make rapid service but also to guarantee a quality like real-time or security service according to information. In order to satisfy these demands the router classifies input packets into classes according to the pre-defined rule set, when looking for the class matched to the input packet considering multiple header filed. This leads various services such as quality of services, firewall and load balancing. Packet classification has four issues. First, there are multiple header filed. Second, there are a number of matched rules. Lastly, packet classification must classify input packets in wire-speed. In HiCuts algorithm split node has information about number of cuts and selected filed. And in Boundary Cutting algorithm split node has information about starting point and selected filed. Therefore these split nodes can be loaded in cash memory and the leaf nodes are stored in main memory. The linear search of leaf nodes in main memory determines the search speed because cash memory is fast memory. If should reduce binth, search speed can improve because linear search reduce. But reducing the binth have limit because there are higher number of rules in what kind of territory. This paper proposes effective cutting solution in Hicuts and Boundary Cutting with lower bound binth. These cause optimized search speed and reduced rule copy. In Boundary Cutting all starting point is boundary point. In this case, rule copy is increasing because rules are separated in range had lower number of rules than binth. Therefore this paper proposes Selected Boundary Cutting which selects the boundary points among the starting points. This reduce memory needs with search speed similar Boundary Cutting.