2019년도 인터넷정보학회 추계학술발표대회
Current Result Document :
| 한글제목(Korean Title) |
기계학습을 통한 OpenFlow 기반 네트워크의 플로우 테이블 관리 |
| 영문제목(English Title) |
Machine Learning based Flow Table Management for OpenFlow |
| 저자(Author) |
최한힘나라
Syed Muhammad Raza
김문성
추현승
Hanhimnara Choi
MoonSeong Kim
|
| 원문수록처(Citation) |
VOL 20 NO. 02 PP. 0047 ~ 0048 (2019. 11) |
한글내용
(Korean Abstract) |
소프트웨어 정의 네트워킹(SDN)은 프로그램 가능하며 유연한 네트워크 관리 방법을 제공한다. SDN의 기반이 되는 인터페이스 표준 기술인 OpenFlow에는 패킷을 포워딩하는데 중요한 역할을 하는 플로우 테이블이 존재한다. 하지만 스위치 메모리의 제한적인 용량으로 인해 플로우 테이블이 충분한 양의 플로우를 수용하지 못하는 문제가 발생한다. 대표적으로 데이터 센터 네트워크와 같이 다수의 플로우가 발생하는 환경에서 플로우 테이블의 오버플로우가 일어날 수 있으며 이는 네트워크 성능의 저하로 이어진다. 따라서 본 논문은 기계학습을 통해 플로우 테이블 내의 활성화된 플로우의 비율을 최대화하여 제한된 메모리 내에서 테이블을 효과적으로 사용할 수 있는 관리 방식을 제안한다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
