Análise da justiça na distribuição da banda

Por fim, analisamos a influência dos fatores na justiça entre a distribuição da banda entre os fluxos concorrentes. Na Tabela 4.9, apresentamos os valores obidos para o atraso nos experimentos executados, bem como o desvio padrão observado entre as réplicas realizadas.

4.8. ANÁLISE DE INFLUÊNCIA DOS FATORES 72

Tabela 4.8: Efeitos e influências no atraso

Fator Efeito Interv. Confiança 95% Influência (%) I 55,6 (54,9;56,3) — A 12,8 (12,1;13,5) 6,5 B 45,2 (44,5;45,9) 81,5 C 5,2 (4,5;5,9) 1,1 AB 6,8 (6,1;7,5) 1,9 AC 2,7 (2,0;3,4) 0,3 BC 8,9 (8,2;9,6) 3,2 ABC 7,8 (7,1;8,5) 2,4

Fatores: A: Mecanismo de CC; B: Atraso de propagação; C: Tamanho do pacote. Fonte: Dados da pesquisa.

Na Tabela 4.10 observamos que, para o cenário proposto, o mecanismo utilizado e o tamanho da PDU, bem como as combinações dos fatores mecanismo-pdu, atraso-pdu e a combinação de todos os fatores, incluem o zero nos seus intervalos de confiança, conclui-se então, que estes não apresentam influência significativa no índice de justiça. Observa-se também que a combinação mecanismo-atraso é a maior influência no índice, apresentando 32,3% da influência, seguido do tamanho da PDU utilizada, como 26,5%, que quanto menor o seu tamanho maior é o índice de justiça observado. O valor positivo observado para o efeito do fator mecanismo-atraso, indica que com alto atraso o mecanismo FAST, com valor 1 na tabela de sinais, obteve um maior valor para o índice de justiça.

Tabela 4.9: Análise de influência dos fatores no justiça

Experimento I A B C AB AC BC ABC ˆy s 1-CUBIC-50µs-536B 1 -1 -1 -1 1 1 1 -1 0,998 0,000 2-CUBIC-50µs-1500B 1 -1 -1 1 1 -1 -1 1 0,995 0,001 3-CUBIC-17ms-536B 1 -1 1 -1 -1 1 -1 1 0,904 0,023 4-CUBIC-17ms-1500B 1 -1 1 1 -1 -1 1 -1 0,905 0,026 5-FAST-50µs-536B 1 1 -1 -1 -1 -1 1 1 0,956 0,003 6-FAST-50µs-1500B 1 1 -1 1 -1 1 -1 -1 0,957 0,053 7-FAST-17ms-536B 1 1 1 -1 1 -1 -1 -1 0,971 0,013 8-FAST-17ms-1500B 1 1 1 1 1 1 1 1 0,951 0,004

Fatores A: Mecanismo de CC; B: Atraso de propagação; C: Tamanho do pacote. Fonte: Dados da pesquisa.

A Tabela 4.11 traz a consolidação dos resultados obtidos nos experimentos para as métricas de goodput, atraso e justiça na divisão da banda entre os fluxos concorrentes.

4.8. ANÁLISE DE INFLUÊNCIA DOS FATORES 73

Tabela 4.10: Efeitos e influências na justiça

Fator Efeito Interv. Confiança 95% Influência (%) I 0,955 (0,936;0,974) — A 0,004 (-0,015;0,023)* 0,9 B -0,021 (-0,041;-0,003) 26,5 C -0,003 (-0,022;0,016)* 0,4 AB 0,024 (0,005;0,043) 32,3 AC -0,002 (-0,021;0,017)* 0,3 BC -0,002 (-0,021;0,017)* 0,3 ABC -0,003 (-0,022;0,016)* 0,5

Fatores: A: Mecanismo de CC; B: Atraso de propagação; C: Tamanho do pacote. * Não apresenta efeito significativo.

Fonte: Dados da pesquisa.

Tabela 4.11: Influências Consolidadas

Fator Goodput Atraso Justiça A 12,3 6,5 0,9* B 32,1 81,5 26,5 C 25,1 1,1 0,4* AB 12,5 1,9 32,3 AC 0,2 0,3 0,3* BC 0,3 3,2 0,3* ABC 0,4 2,4 0,5*

Fatores: A: Mecanismo de CC; B: Atraso de propagação; C: Tamanho do pacote. * Não apresenta efeito significativo.

4.9. CONSIDERAÇÕES FINAIS 74

4.9

CONSIDERAÇÕES FINAIS

Neste capítulo foram apresentados os experimentos realizados para o estudo do controle de congestionamento na arquitetura RINA. As análises dos resultados mostraram que a escolha do mecanismo de controle de congestionamento utilizado tem influência nas métricas de goodput, atraso e no índice de justiça na distribuição da banda entre fluxos concorrentes.

O mecanismo CUBIC apresentou maior desempenho na métrica de atraso, obtendo valores inferiores aos registrados pelo mecanismo FAST. O estudo mostrou que com o aumento da concorrência o crescimento da filas dos roteadores aumentam o tempo de fila para o mecanismo FAST, impactando no tempo de atraso.

O mecanismo FAST obteve melhor desempenho nas métricas de goodput e índice de justiça na divisão da banda entre os fluxos concorrentes. O mecanismo FAST também apresentou resultados que demonstram estabilidade no valor da janela de congestionamento. Apesar de ter obtido um resultado superior ao mecanismos CUBIC, problemas relacionados à justiça na divisão da banda entre os fluxos concorrentes também ficaram evidentes no mecanismo FAST, especialmente quando novos fluxos são iniciados em um canal já congestionado. Problemas desta natureza já haviam sido reportados em trabalhos anteriores como aqueles publicados por

TAN; YUAN; ZUKERMAN(2005) eWEI et al.(2006).

Durante o desenvolvimento da pesquisa foram encontradas dificuldades com o ambiente de simulação que retardaram o andamento do projeto. Resumo aqui os principais empecilhos encontrados:

 A falta de um manual. O RINASim ainda não dispõe de um manual conciso com detalhamentos sobre programação e uso do simulador. Após conversas com Vladimír Veselý, foi feita uma chamada para desenvolvedores e a criação de um manual e documentos para treinamento estão entre os pontos a serem desenvolvidos por pesquisadores voluntários;

 Falta de documentação no código fonte: O simulador é composto por milhares de linhas de código em C++ e NED, uma linguagem específica do simulador. Poucas funções estão documentadas, o que deixa a curva de aprendizado prejudicada. Mais uma vez, após conversa com Vladimír Veselý foi feita uma chamada para colaboração em documentação do código;

 Muitos exemplos existentes no simulador não funcionam: Muitos exemplos de cenários descritos nos documentos liberados pelo projeto Pristine não funcionam devido à defasagem existente entre a documentação e as mudanças ocorridas nas APIs do RINASim ao longo do seu ciclo de desenvolvimento. Foram feitas diversas colaborações no projeto do simulador, aplicando hot-fixies em cenários onde fui capaz de diagnosticar e aplicar uma solução ao problema;

4.9. CONSIDERAÇÕES FINAIS 75

 Inexistência de equipe de suporte ao simulador: Durante o aprendizado foi neces- sário recorrer ao grupo de desenvolvimento, mas devido a estes já estarem alocados em outros projetos acadêmicos muitas vezes não foi possível obter atendimento;

 Consumo crescente de memória do simulador: O alto consumo de memória do simulador, ocasionado por um provável memory leak. criou grandes dificuldades na execução dos cenários por mais tempo e banda superiores.

No próximo capítulo apresentamos as conclusões do estudo realizado e trabalhos futuros a serem desenvolvidos no âmbito do controle do congestionamento na arquitetura RINA.

76 76 76

5

CONCLUSÕES E TRABALHOS FUTUROS

Este trabalho apresentou uma avaliação dos mecanismos de controle de congestionamento na arquitetura RINA. No estudo foram utilizados mecanismos de controle de congestionamento baseados na origem e no atraso desenvolvidos para a Internet. Representando os mecanismos baseados na origem utilizamos o CUBIC, o mecanismo padrão atualmente utilizado no kernel do sistema operacional Linux. Representando os mecanismos baseados no atraso, utilizamos o FAST, um algoritmo que evoluiu do mecanismo de congestionamento no atraso para a Internet, Vegas.

Os resultados dos experimentos mostraram que o mecanismo FAST teve um melhor desempenho na métrica goodput. A influência do mecanismo de congestionamento nesta métrica foi de 12,3% e sua influência combinada com o atraso de propagação foi de 12,5%. O tamanho da PDU utilizada também teve influência significativa no goodput obtido, representando uma parcela de 32,1%.

Para o atraso o mecanismo CUBIC teve um desempenho superior, apresentando menores valores para a métrica quando comparada ao mecanismo FAST. O mecanismo de controle de congestionamento teve uma influência de 6,5% na leitura do atraso. O aumento do tempo de fila a cada novo fluxo iniciado, ocasionou maiores valores para a métrica nos experimentos com o mecanismo FAST.

A influência combinada do mecanismo de controle de congestionamento com o atraso no índice de justiça na divisão da banda entre fluxos concorrentes foi de 32,3%. O FAST apresentou melhor índice de justiça nos momentos cujo atraso de propagação foi maior. Apesar de ter obtido um resultado superior ao do CUBIC, problemas relacionados à justiça na divisão da banda entre os fluxos concorrentes também ficaram evidentes no mecanismo FAST, especialmente quando novos fluxos são iniciados em um canal já congestionado. Problemas desta natureza já haviam sido reportados em trabalhos anteriores como aqueles publicados porTAN; YUAN; ZUKERMAN(2005) eWEI et al.(2006).

De posse dos resultados obtidos nos experimentos executados ao longo deste trabalho, concluímos que, para o cenário estudado, os mecanismos de controle de congestionamento projetados para a Internet são aplicáveis na arquitetura RINA. O mecanismo FAST, representando

77

os mecanismos baseados em atraso, obteve um resultado superior no cenário proposto, quando submetido à análise nas métricas de goodput, atraso e justiça na distribuição da banda entre fluxos concorrentes.

Contribuições

Este trabalho trouxe tanto contribuições científicas, quanto educacionais. Como contribui- ção científica, o trabalho apresentou um estudo do controle do congestionamento na arquitetura RINA. Como contribuição científica e educacional, o trabalho promoveu o avanço do simulador através da implementação dos algoritmos de controle de congestionamento no RINASim. Outras contribuições foram feitas junto ao grupo de desenvolvimento do simulador, como a notificação de falhas e correções pontuais no código fonte.

Trabalhos futuros

O controle de congestionamento na arquitetura RINA é um tópico que ainda tem muito a ser estudado em detalhes. A divisão entre mecanismos e políticas presente na arquitetura possibilita a implementação de novos mecanismos de controle de congestionamento. A avaliação do controle de congestionamento por meio do gerenciamento ativo das filas nos roteadores, e novas políticas para o escalonamento das filas são trabalhos a serem desenvolvidos com o objetivo de validar a arquitetura e identificar possíveis pontos de melhoria.

78 78 78

Referências

ALLMAN, M.; PAXSON, V.; BLANTON, E. TCP congestion control.

http://www.rfc-editor.org/info/rfc5681: RFC 5681, DOI 10.17487/RFC5681, 2009.

AWEYA, J.; OUELLETTE, M.; MONTUNO, D. Y. A control theoretic approach to active queue management. Computer networks, [S.l.], v.36, n.2, p.203–235, 2001.

BRAKMO, L. S.; PETERSON, L. L. TCP Vegas: end to end congestion avoidance on a global internet. IEEE Journal on selected Areas in communications, [S.l.], v.13, n.8, p.1465–1480, 1995.

BULLOT, H.; LES COTTRELL, R.; HUGHES-JONES, R. Evaluation of advanced TCP stacks on fast long-distance production networks. Journal of Grid Computing, [S.l.], v.1, n.4, p.345–359, 2003.

CHANDRA, H.; AGARWAL, A.; VELMURUGAN, T. Analysis of active queue management algorithms & their implementation for TCP/IP networks using OPNET simulation tool. International Journal of Computer Applications, [S.l.], v.6, n.11, 2010.

DAY, J. Patterns in network architecture: a return to fundamentals. [S.l.]: Pearson Education, 2008.

DAY, J. Relaying and Multiplexing Task Specification. Pouzin Society, [S.l.], 2012.

DAY, J. Error and Flow Control Protocol Specification. Pouzin Society, [S.l.], 2014.

DAY, J.; MATTA, I.; MATTAR, K. Networking is IPC: a guiding principle to a better internet. In: ACM CONEXT CONFERENCE, 2008. Proceedings. . . [S.l.: s.n.], 2008. p.67.

ELAHI, E. et al. Load Balancing in Recursive Networks using Whatevercast Names. IT&T, [S.l.], p.107, 2015.

ELAHI, E. et al. On Load Management in Service Oriented Networks (Short Paper). In: CLOUD NETWORKING (CLOUDNET), 2016 5TH IEEE INTERNATIONAL CONFERENCE ON. Anais. . . [S.l.: s.n.], 2016. p.254–257.

ELLIOTT, C. GENI: opening up new classes of experiments in global networking. IEEE internet computing, [S.l.], v.14, n.1, p.39–42, 2010.

FLOYD, S. HighSpeed TCP for large congestion windows. IETF, [S.l.], 2003.

FLOYD, S.; JACOBSON, V. Random early detection gateways for congestion avoidance. IEEE/ACM Transactions on Networking (ToN), [S.l.], v.1, n.4, p.397–413, 1993.

GRASA, E. et al. From Protecting protocols to layers: designing, implementing and experimenting with security policies in rina. In: COMMUNICATIONS (ICC), 2016 IEEE INTERNATIONAL CONFERENCE ON. Anais. . . [S.l.: s.n.], 2016. p.1–7.

HA, S.; RHEE, I. Hybrid slow start for high-bandwidth and long-distance networks. In: PFLDNET. Proceedings. . . [S.l.: s.n.], 2008. p.1–6.

REFERÊNCIAS 79

HA, S.; RHEE, I. Taming the elephants: new TCP slow start. Computer Networks, [S.l.], v.55, n.9, p.2092–2110, 2011.

HA, S.; RHEE, I.; XU, L. CUBIC: a new TCP-friendly high-speed TCP variant. ACM SIGOPS Operating Systems Review, [S.l.], v.42, n.5, p.64–74, 2008.

HRIZI, F.; LAOUITI, A.; CHAOUCHI, H. SFR: scalable forwarding with rina for distributed clouds. In: NETWORK OF THE FUTURE (NOF), 2015 6TH INTERNATIONAL

CONFERENCE ON THE. Anais. . . [S.l.: s.n.], 2015. p.1–6.

JAIN, R. The art of computer systems performance analysis: techniques for experimental design, measurement, simulation, and modeling. [S.l.]: John Wiley & Sons, 1990.

JAIN, R. Congestion control in computer networks: trends and issues. arXiv preprint cs/9809091, [S.l.], 1998.

JAIN, R.; CHIU, D.-M.; HAWE, W. R. A quantitative measure of fairness and

discrimination for resource allocation in shared computer system. [S.l.]: Eastern Research Laboratory, Digital Equipment Corporation Hudson, MA, 1984. v.38.

KUSHWAHA, V.; GUPTA, R. Congestion control for high-speed wired network: a systematic literature review. Journal of Network and Computer Applications, [S.l.], v.45, p.62–78, 2014.

LOW, S. H.; PETERSON, L. L.; WANG, L. Understanding TCP Vegas: a duality model. Journal of the ACM (JACM), [S.l.], v.49, n.2, p.207–235, 2002.

MAFFIONE, V. et al. A Software Development Kit to exploit RINA programmability. In: COMMUNICATIONS (ICC), 2016 IEEE INTERNATIONAL CONFERENCE ON. Anais. . . [S.l.: s.n.], 2016. p.1–7.

MCKEOWN, N. et al. OpenFlow: enabling innovation in campus networks. ACM SIGCOMM Computer Communication Review, [S.l.], v.38, n.2, p.69–74, 2008.

MO, J. et al. Analysis and comparison of TCP Reno and Vegas. In: INFOCOM’99. EIGHTEENTH ANNUAL JOINT CONFERENCE OF THE IEEE COMPUTER AND COMMUNICATIONS SOCIETIES. PROCEEDINGS. IEEE. Anais. . . [S.l.: s.n.], 1999. v.3, p.1556–1563.

OLIVEIRA SILVA, F. de et al. Enabling future internet architecture research and experimentation by using software defined networking. In: SOFTWARE DEFINED

NETWORKING (EWSDN), 2012 EUROPEAN WORKSHOP ON. Anais. . . [S.l.: s.n.], 2012. p.73–78.

PAN, J.; PAUL, S.; JAIN, R. A survey of the research on future internet architectures. IEEE Communications Magazine, [S.l.], v.49, n.7, 2011.

PAPADIMITRIOU, D. et al. RFC6077-Open Research Issues in Internet Congestion Control. [S.l.]: RFC, Internet Engineering Task Force, 2011.

RNP. Rede Ipê. Acessado em: 2017-07-10,

REFERÊNCIAS 80

SALLENT, S. et al. FIBRE project: brazil and europe unite forces and testbeds for the internet of the future. In: INTERNATIONAL CONFERENCE ON TESTBEDS AND RESEARCH INFRASTRUCTURES. Anais. . . [S.l.: s.n.], 2012. p.372–372.

SONG, K. T. J.; ZHANG, Q.; SRIDHARAN, M. Compound TCP: a scalable and TCP-friendly congestion control for high-speed networks. Proceedings of PFLDnet 2006, [S.l.], 2006.

SUBRAMANYA, P. et al. Performance evaluation of high speed TCP variants in dumbbell network. IOSR Journal of Computer Engineering, [S.l.], v.16, n.2, p.49–53, 2014.

SUÑÉ, M. et al. Design and implementation of the OFELIA FP7 facility: the european openflow testbed. Computer Networks, [S.l.], v.61, p.132–150, 2014.

TAN, L.; YUAN, C.; ZUKERMAN, M. FAST TCP: fairness and queuing issues. IEEE Communications Letters, [S.l.], v.9, n.8, p.762–764, 2005.

TEYMOORI, P. et al. Congestion control in the recursive InterNetworking Architecture (RINA). In: COMMUNICATIONS (ICC), 2016 IEEE INTERNATIONAL CONFERENCE ON. Anais. . . [S.l.: s.n.], 2016. p.1–7.

VESELY, V. Deliverable-2.4 - RINA Simulator; basic functionality. Pouzin Society, [S.l.], 2015.

VESELY, V. Deliverable-2.6 - RINA Simulator; Advanced functionality incorporating. Pouzin Society, [S.l.], 2015.

VESELY, V. et al. Skip this paper-RINASim: your recursive internetwork architecture simulator. arXiv preprint arXiv:1509.03550, [S.l.], 2015.

VRIJDERS, S. et al. Prototyping the recursive internet architecture: the IRATI project approach. IEEE Network, [S.l.], v.28, n.2, p.20–25, 2014.

VRIJDERS, S. et al. Experimental evaluation of a Recursive InterNetwork Architecture prototype. In: GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM), 2014 IEEE. Anais. . . [S.l.: s.n.], 2014. p.2017–2022.

VRIJDERS, S. et al. Reducing the complexity of virtual machine networking. IEEE Communications Magazine, [S.l.], v.54, n.4, p.152–158, 2016.

WANG, J. et al. CUBIC-FIT: a high performance and TCP CUBIC friendly congestion control algorithm. IEEE Communications Letters, [S.l.], v.17, n.8, p.1664–1667, 2013.

WANG, Y.; AKHTAR, N.; MATTA, I. Programming routing policies for video traffic. In: NETWORK PROTOCOLS (ICNP), 2014 IEEE 22ND INTERNATIONAL CONFERENCE ON. Anais. . . [S.l.: s.n.], 2014. p.504–510.

WANG, Y.; ESPOSITO, F.; MATTA, I. Demonstrating RINA using the GENI Testbed. In: RESEARCH AND EDUCATIONAL EXPERIMENT WORKSHOP (GREE), 2013 SECOND GENI. Anais. . . [S.l.: s.n.], 2013. p.93–96.

WANG, Y. et al. Introducing ProtoRINA: a prototype for programming recursive-networking policies. ACM SIGCOMM Computer Communication Review, [S.l.], v.44, n.3, p.129–131, 2014.

REFERÊNCIAS 81

WANG, Y.; MATTA, I. A recursive approach to network management. [S.l.]: Computer Science Department, Boston University, 2015.

WANG, Y.; MATTA, I.; AKHTAR, N. Experimenting with routing policies using protorina over geni. In: RESEARCH AND EDUCATIONAL EXPERIMENT WORKSHOP (GREE), 2014 THIRD GENI. Anais. . . [S.l.: s.n.], 2014. p.61–64.

WEI, D. X. et al. FAST TCP: motivation, architecture, algorithms, performance. IEEE/ACM Transactions on Networking, [S.l.], v.14, n.6, p.1246–1259, 2006.

WU, X. et al. Sync-tcp: a new approach to high speed congestion control. In: NETWORK PROTOCOLS, 2009. ICNP 2009. 17TH IEEE INTERNATIONAL CONFERENCE ON. Anais. . . [S.l.: s.n.], 2009. p.181–192.

XU, L.; HARFOUSH, K.; RHEE, I. Binary increase congestion control (BIC) for fast long-distance networks. In: INFOCOM 2004. TWENTY-THIRD ANNUALJOINT CONFERENCE OF THE IEEE COMPUTER AND COMMUNICATIONS SOCIETIES. Anais. . . [S.l.: s.n.], 2004. v.4, p.2514–2524.

XU, W. et al. Hybrid congestion control for high-speed networks. Journal of Network and Computer Applications, [S.l.], v.34, n.4, p.1416–1428, 2011.