Para que o simulador estivesse em conformidade com o propósito planejado foi necessário efetivar uma série de modificações em seu código fonte. Algumas dessas modificações tiveram o propósito de facilitar o uso da ferramenta, enquanto que outras foram mais efetivas em componentes críticos para o correto funcionamento da ferramenta desenvolvida.
Dentre as modificações enquadradas na primeira categoria, podemos citar as alterações no código fonte que permitiram que o parâmetro Duração de Serviço, que anteriormente era uma
3.8. VALIDAÇÃO QUALITATIVA 39
Figura 3.8: Fluxo de solicitação de serviço no simulador
Fonte: Elaborado pelo autor
variável constante, passasse a receber valores aleatórios seguindo uma distribuição exponencial; e o fator Chamada de Serviços, que recebe valores que seguem uma distribuição de Poisson, fossem recebidas do script shell, responsável por chamar a execução do simulador. Essas modificações possibilitaram ao simulador mais flexibilidade na criação de cenários a serem simulados, pois evitaria as constantes compilações do código fonte sempre que um novo cenário fosse simulado.
Comparando os resultados obtidos com o simulador com os obtidos no trabalho de Kuo et al. (2016), pode-se observar que os gráficos mostram a relação inversa entre a demanda de serviço e o comprimento da cadeia de serviço, como pode ser visto na Figura 3.9. O trabalho analisa o consumo da demanda em Gbps, existindo uma variação de fluxo no link.
Quando comparamos com os resultados do simulador, como mostra a Figura 3.10, pode- se inferir que a demanda de serviço aumenta com o aumento da população, uma vez que para o simulador o peso do link é constante. Portanto, no nosso caso, quando aumenta a o número de usuários, o número de composições entre VNFs diminuem. Seguindo este raciocínio, para uma população de 1000 usuários que gera uma demanda menor, o número de composições aumentam. Desta forma, existe uma comparação qualitativa entre os dados relacionados.
No concernente às modificações de caráter crítico, por sua vez, foi efetuada a modificação do mecanismo de seleção do menor caminho, como visto na Seção 3.4. Inicialmente o simulador estava utilizando o algoritmo que funcionava da seguinte maneira: primeiro o simulador mapeava todos os caminhos possíveis da topologia, em seguida, selecionava todos os caminhos válidos entre a origem e o destino, Seção 3.4, para então selecionar o menor caminho. Esse algoritmo, embora seja de implementação relativamente trivial, apresentava complexidade computacional exponencial, o que o tornava de uso proibitivo em um contexto de simulação de redes de médio e grande porte.
3.8. VALIDAÇÃO QUALITATIVA 40
Figura 3.9: Demanda x Tamanho da Cadeia
Fonte: Kuo et al. (2016)
arestas (KUO et al., 2016). Ao tentar simular um cenário contendo essa topologia como modelo, o tempo de execução para a contagem de todos os caminhos possíveis, chegou a ultrapassar a escala das 48 horas, sem que a simulação fosse iniciada. Considerando que o grau médio do nó seja aproximadamente igual 3 para a topologia citada, todos os caminhos possíveis poderiam chegar a um valor aproximado a 350, ou seja, um número da ordem de 1023.
Portanto, o algoritmo original do simulador provou ser de complexidade computacional exponencial, e por isso precisou ser substituído.
Após a escolha do novo algoritmo, foi preciso adaptá-lo ao simulador e realizar testes com os antigos parâmetros de simulação para garantir o funcionamento correto. Com as modificações realizadas, o tempo foi otimizado para a escala dos segundos, tomando como exemplo a topologia Cogent. Em seguida, novas simulações foram executadas. Os novos dados foram analisados em 5 dias, dado o seu volume. Os dados são comparáveis com o que há disponível na literatura, como mostra os resultados dos trabalhos de Kuo et al. (2016) e Eramo, Tosti and Miucci (2016). Em Eramo, Tosti and Miucci (2016), avaliaram a quantidade de cadeia de serviços requisitadas que são descartadas, logo, esta métrica provoca uma falha na prestação de serviço,
3.8. VALIDAÇÃO QUALITATIVA 41
Figura 3.10: Composição de Serviços entre VNF - Topologia Cogent, usada em (KUO et al., 2016) 1000 2000 3000 4000 2 4 6 8 requisições/min # Composições População de Usuários 1000 3000 6000 Composições entre VNFs
Fonte: Elaborado pelo autor
pode-se comparar com os dados relacionados com o simulador ao comparar com a métrica Taxa Falha de Serviços que foi proposta neste trabalho. Na Figura 3.11, observa-se que ao aumentar a capacidade do link, as chances das requisições de SFCs falharem diminuem. Do contrário, as chances de falha aumentam para links com capacidades menores. Comparando com a Figura 3.12, para a população de 6000 usuários, verifica-se que com o aumento das requisições de serviços por minuto, as chances de falha aumentam enquanto que para as populações menores, diminuem. Portanto, qualitativamente, assim como as chances de falha aumentam para links com baixa capacidade, o mesmo ocorre para redes com grande capacidade.
Pode-se observar que os trabalhos disponíveis na literatura possuem reprodutibilidade limitada, não sendo possível fazer uma comparação direta por meio de replicação das simulações. Com isso, deverão ainda ser realizadas a paralelização do algoritmo de menor caminho e a comparação com cenários mais elaborados.
3.8. VALIDAÇÃO QUALITATIVA 42
Figura 3.11: Percentual de requisições SFC negadas por número de SFC ofertadas
3.8. VALIDAÇÃO QUALITATIVA 43
Figura 3.12: Taxa de Falha de Serviço - Topologia Cogent
0.6 0.7 0.8 0.9 2 4 6 8 requisições/min # T axa F alha de Ser viço População de Usuários 1000 3000 6000 Taxa Falha em Requisições de Serviços entre VNFs
44 44 44
4
EXPERIMENTOS E RESULTADOS