대륙과 대양에 걸쳐 수십억 대의 컴퓨터를 연결하는 오늘날 인터넷의 글로벌 백본이자 핵심 요소인 광역 네트워크(WAN)는 현대 온라인 서비스의 기초입니다. COVID-19가 온라인 서비스에 크게 의존함에 따라 오늘날의 네트워크는 기계 학습, 화상 통화 및 의료와 관련된 새로운 워크로드로 인해 부과되는 고대역폭 및 가용성을 제공하기 위해 고군분투하고 있습니다.
수백 마일에 걸쳐 WAN을 연결하기 위해 빛을 사용하여 데이터를 전송하는 광섬유 케이블은 광섬유로 알려진 엄청나게 얇은 유리 또는 플라스틱 가닥으로 만들어진 우리 이웃 전체에 꿰어져 있습니다. 매우 빠르지만 항상 신뢰할 수 있는 것은 아닙니다. 날씨, 천둥 폭풍, 사고 및 심지어 동물로부터 쉽게 파손될 수 있습니다. 이러한 파열은 911 서비스 중단, 인터넷 연결 끊김, 스마트폰 앱 사용 불능으로 이어지는 심각하고 값비싼 손상을 일으킬 수 있습니다.
MIT 컴퓨터 과학 및 인공 지능 연구소(CSAIL)의 과학자들은 최근 광섬유가 다운되었을 때 네트워크를 보존하고 비용을 줄이는 방법을 고안했습니다. "ARROW"라는 시스템은 손상된 광섬유에서 건강한 광섬유로 광학 조명을 재구성하는 동시에 온라인 알고리즘을 사용하여 실시간 인터넷 트래픽 수요를 기반으로 사전에 잠재적 광섬유 절단을 사전에 계획합니다.
ARROW는 광섬유 절단 중에 대역폭 리소스가 있는 곳으로 트래픽을 조정하는 기술인 "고장 인식 트래픽 엔지니어링(TE)"과 재구성하여 실패한 대역폭 리소스를 복원하는 "파장 재구성"이라는 두 가지 접근 방식의 교차점을 기반으로 합니다. 빛.
이 조합은 강력하지만 계산 복잡성 이론에서 NP-경도 때문에 문제를 수학적으로 해결하기 어렵습니다.
팀은 본질적으로 광섬유의 "파장 재구성 문제"에 대한 추상화로 "복권"을 생성하고 "교통 공학 문제"에 필수적인 정보만 제공할 수 있는 새로운 알고리즘을 만들었습니다. 이것은 절단된 광섬유의 빛을 건강한 광섬유로 "대리"하여 네트워크 연결을 복원하는 "광학 복원 방법"과 함께 작동합니다. 또한 시스템은 실시간 트래픽을 고려하여 최대 네트워크 처리량을 최적화합니다.
대규모 시뮬레이션과 테스트베드를 사용하여 ARROW는 새로운 광섬유를 배치하지 않고도 2배에서 2.4배 더 많은 트래픽을 전달할 수 있으며 네트워크를 매우 안정적으로 유지합니다.
"ARROW는 서비스 가용성을 개선하고 광섬유 절단에 대한 인터넷 인프라의 복원력을 향상시키는 데 사용할 수 있습니다. MIT 박사후 연구원 Zhizhen Zhong은 "이전에는 실패가 실패를 의미하는 결정론적 이벤트였기 때문에 실패와 네트워크 관리 간의 관계에 대해 생각하는 방식을 혁신했습니다"라고 말했습니다. 일부 오류는 제거되거나 부분적으로 복원될 수 있으며, 이는 네트워크 관리 및 트래픽 엔지니어링에 대한 우리의 사고 방식을 변경하여 트래픽 엔지니어링 시스템, 위험 평가 시스템 및 새로운 애플리케이션을 다시 생각할 기회를 열어줍니다."재구성 가능성 관리.
데이터 센터와 광역 네트워크 모두에서 오늘날의 네트워크 인프라 설계는 여전히 네트워크 엔지니어가 네트워크의 물리적 계층을 재구성할 수 없는 정적 블랙 박스로 취급하는 "전화 통신 모델"을 따릅니다.
결과적으로 네트워크 인프라는 가능한 모든 장애 시나리오에서 최악의 트래픽 수요를 처리할 수 있도록 장착되어 비효율적이고 비용이 많이 듭니다. 그러나 최신 네트워크에는 ARROW가 지원하는 높은 처리량, 짧은 대기 시간 및 원활한 장애 복구를 가능하게 하기 위해 동적으로 재구성 가능한 물리적 계층의 이점을 얻을 수 있는 탄력적인 애플리케이션이 있습니다.
기존 시스템에서 네트워크 엔지니어는 네트워크의 물리적 계층에서 제공할 용량을 미리 결정합니다. 케이블을 물리적으로 변경하지 않고 네트워크의 토폴로지를 변경하는 것이 불가능해 보일 수 있지만 광파는 작은 미러를 사용하여 방향을 바꿀 수 있으므로 빠르게 변경할 수 있습니다. 다시 배선할 필요가 없습니다. 이것은 네트워크가 더 이상 고정된 실체가 아니라 워크로드에 따라 변할 수 있는 상호 연결의 동적 구조가 되는 영역입니다.
일부 열차가 가끔 고장날 수 있는 가상의 지하철 시스템을 상상해 보십시오. 지하철 제어 장치는 가능한 모든 열차와 교통량을 고려하면서 승객을 대체 경로로 분배하는 방법을 계획하려고 합니다. 그런 다음 ARROW를 사용하여 열차가 고장났을 때 제어 장치는 승객에게 이동 시간을 최소화하고 혼잡을 피하기 위한 최상의 대안 경로를 알려줍니다.
작업을 감독한 MIT 교수 Manya Ghobadi는 "나의 장기적인 목표는 대규모 컴퓨터 네트워크를 보다 효율적으로 만들고 궁극적으로 데이터와 애플리케이션에 적응하는 스마트 네트워크를 개발하는 것입니다."라고 말했습니다. "이 연구를 수행하려면 WAN 배치에서 수년 동안 확립된 정통을 깨야 하기 때문에 재구성 가능한 광학 토폴로지를 갖는 것은 우리가 네트워크에 대해 생각하는 방식에 혁명을 일으키고 있습니다.'
ARROW를 실제 광역 네트워크에 배포하기 위해 팀은 Facebook과 협력하고 있으며 다른 대규모 서비스 제공업체와 협력하기를 희망합니다. “이 연구는 재구성의 이점에 대한 초기 통찰력을 제공합니다. 신뢰성 향상의 실질적인 잠재력은 생산 백본의 네트워크 관리에 매력적입니다.” 이 연구에 협력하는 Facebook의 소프트웨어 엔지니어 관리자인 Ying Zhang은 말합니다.
"우리는 ARROW를 연구실 아이디어에서 수십억 명의 사람들에게 서비스를 제공하는 실제 시스템으로 가져오고, 어떻게 섬유 절단은 인터넷 연결에 영향을 미칩니다.”라고 Zhong은 말합니다. "우리는 ARROW가 더 적은 비용으로 실패에 대한 우리의 인터넷을 더 탄력적으로 만들 수 있기를 바랍니다."
ELE 타임즈
-
ELE 타임즈https://www.eletimes.com/author/eletimes-news정부, 회사 설립 제안을 요청하는 RFP 준비 반도체 식물
-
ELE 타임즈https://www.eletimes.com/author/eletimes-news피부 전자공학을 위한 고전도성 및 탄성 나노막
-
ELE 타임즈https://www.eletimes.com/author/eletimes-news업그레이드된 휴대용 400G 네트워크 테스터 MT1040A 기능
-
ELE 타임즈https://www.eletimes.com/author/eletimes-newsSTMicroelectronics, 미래의 자동차 혁신가를 만나기 위한 앵커 파트너로 스타트업 Autobahn에 합류