Облачные среды для Больших данных › sites › all › themes ›...

Облачные среды для Больших данных

с.н.с. Антоненко В.А.

Кафедра АСВК ф-т ВМК МГУ

Лаборатория Систем Управления Облачными Вычислениями

Спектр подготовки специалистовНаиболее востребованные и дорогостоящие ИТ-специалисты в 2019 году:*

• Full-stack developers

• Help desk and desktop support specialists

• IoT specialists

• Network administrators

• Security professionals (information, data, network, systems)

• Systems administrators

• Business intelligence analyst

• Cloud architect

• Cloud systems engineer

• Data scientist

• Database developer

• Developer (web, software, mobile)

• DevOps engineer

* Technology’s 2019 IT salary report17.03.2020 http://cloudlab.cs.msu.ru/

Моделированиекомпьютерных сетей

http://cloudlab.cs.msu.ru/

Учебные курсы: - Имитационное моделирование в исследовании и разработке

информационных систем- Компьютерные сети и телекоммуникации (дополнительные главы)- Основы технологии и современные сети Wi-Fi (часть 1)- Моделирование современных систем связи (часть 1)

17.03.2020

Хосты

Сервера

Сетевое оборудование

http://cloudlab.cs.msu.ru/17.03.2020

MININET

Глобальная сеть

Глобальная сеть

Более 2 200 000 000 пользователей Постоянно меняющаяся топология

Огромное количество сетевых протоколов

Различное сетевое оборудование

Возможно ли исследоватьсетевую активность в столь

огромной сетис динамически изменяющейся

топологией?

Mininet Cluster Editionмасштабируемое решение

на основе механизмов легковесной виртуализации

ОС Linux

Идея – моделировать структуру сети на кластерной архитектуре

Расширение Mininet

Mininet

h210.0.0.2

h210.0.0.3

h310.0.0.4

s1 : OpenFlow Switch(OpenVswitch)

s1-eth0 s1-eth1 s1-eth2

h1-eth0 h2-eth0 h3-eth0

Расширение Mininet

Mininet

h210.0.0.2

h210.0.0.3

h310.0.0.4

s1 : OpenFlow Switch(OpenVswitch)

s1-eth0 s1-eth1 s1-eth2

h1-eth0 h2-eth0 h3-eth0

eth0s1-eth3

Mininet

Mininet кластер

Mininet

Mininet Supervisor Console

Mininet

MininetMininetMininet

SSH SSH SSH SSH SSH SSH

Mininet ClusterУправление сетевыми потоками между узлами Mininet CE


RemoteController RemoteController RemoteController

Controller(POX)

RemoteController RemoteController RemoteController

Структура кластера Mininet CE

Mininet CE

OS (Ubuntu 12.14)

Mininet

Python

Python-Scapy

СоздатьMininet CE

“sudo” пользователя(+ ssh key)

Развертывание Mininet CE кластера

Mininet Supervisor Console Mininet script

Mininetnodescript

Mininetnodescript

Snifferscript

Generatorscript

Snifferscript

Generatorscript

Snifferscript

Generatorscript

Snifferscript

Generatorscript

Generatorscript

Generatorscript

Mininetnodescript

Mininetnodescript

Mininetnodescript

Mininetnodescript

Controller(POX)

Snifferscript

Snifferscript

Controller(POX)

Процесс распространения червя в Mininet CE кластере

Mininet Supervisor ConsoleMalware Propagation Conductor

Malware Center

packetsniffer

packetgenerator

жертва

атакующий

1) Генерация IP жертвы 6) Обновление уровня заражения

2) Установка сниффера3) Установка генераторасетевых пакетов

4) Маршрутизация пакетов

5) Подтверждение передачи червя

7) Начать следующий шаг распространения

Масштабы воспроизводимойсети Mininet CE на инфраструктуре ARCCN

MininetMininet


Mininet

MininetMininetMininet

SSH SSH SSH SSH SSH SSH

Количество процессов хостов на одном экземпляре Mininet: до 2000

Количество экземпляров Mininetна одном сервере: 15

Количество доступных серверов: 2

ИТОГО: ~ 30 тыс. узлов в графе сети

0

1000

2000

3000

4000

5000

6000

7000

8000

1 3 5 7 9

11

13

15

17

19

21

23

25

27

29

31

33

35

37

39

41

43

45

47

49

51

53

55

57

59

61

63

65

67

69

71

73

75

77

79

81

83

85

87

89

91

93

95

97

99

10

1

Current Try Total

Моделирование распространения червя Sasser

0

50

100

150

200

250

300

350

400

450

1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91 94 97 100

Скорость заражения червём Sasser

Разработка систем оркестрацииоблачных приложений


Учебные курсы: - Архитектура современных компьютеров- Облачные вычисления и виртуализация информационных ресурсов

17.03.2020

Pizza as a Service


Pizza as a Service 2.0


CPEконтролер

Функция 1Функция m

СервисCPE 1

Клиенты

Интернет

Портал самообслуживания

E-Commerce CORE

Функция nФункция 1

Сервис• Подписка на FE в shared | dedicated режимах

• Динамическое размещение FE модулей

FE 1

FE 2

FE 3

FE 4

CPE 2


Оптимизация процесса доставки контента в CDN сетях


Учебные курсы: - Планирование вычислений в распределённых системах- Управление сетевыми ресурсами и качеством сервиса- Архитектура управляющих систем реального времени

17.03.2020

Abstract CDN

Origin OriginOrigin

Edge EdgeEdge

Transit

Transit

Transit


Scalable Video Coding

Origin OriginOrigin

Edge EdgeEdge

Transit

Transit

Transit

Origin OriginOrigin

Edge EdgeEdge

Transit

Transit

Transit

SHVC switch

SHVC switch

>


CDN Element as a service

Origin OriginOrigin

Edge EdgeEdge

Transit

Transit

Transit

Origin OriginOrigin

Edge EdgeEdge

Transit

Transit

Transit

Transit

Transit

Transit

Transit

Transit

Orchestrator Orchestrator

SHVC switch

Cache

Cache Cache

SHVC switch

Cache

Cache

Cache

Transit

Cache

SHVC switch

Cache


5G. Сети следующего поколения


Учебные курсы: - Компьютерные сети и телекоммуникации (дополнительные главы)- Технологии сотовой связи- (Спецкурс) по сетям 5-го поколения

17.03.2020

Обсуждение 5G

• Текущие проекты• Runos

• C2

• Opensource (github)• srcLTE

• srcUE

• srcENB

• srsEPC

• nextEPC• MME, SGW,

• PGW, HSS, PCRF

C2

Runos

NextEPC

srcUE srcENB

NextEPC

C-RAN17.03.2020 http://cloudlab.cs.msu.ru/

Инфраструктура

C2Runos NextEPC srcENB

E2E Orchestrator

Сетевые пласты

Предполагаемые программный стек

17.03.2020 http://cloudlab.cs.msu.ru/

C-RAN


C2Runos NextEPCsrcENB

E2E Orchestrator




C-RAN


C2RunosAUSF

srcENB

E2E Orchestrator



UDM

PCF AF


Scalable horizontal architecture and algorithms for stateful

middle Service of public cloud

Reference view

Instance 1 Instance n

. . .

packets

ARCCN 47

Requirements of Scaling

• Multiple instances work like a single instance, no matter how many and where they are

• High performance • High throughput

• Low latency

ARCCN 48

Traditional Model: Local state


. . .

packets

• NF states are in local memory

No sharing support Incorrect behavior when scale-out

ARCCN 49

Remote State


. . .

packets

• All state management is offloaded to remote storage

Losing throughput Inflating packet latency

ARCCN 50

Local+Remote Model


. . .

packets

export, import, merge state

State controller

Centralized controller keeps state locality and consistency+

Proactively prepare state before it is accessed ”Stop the World” Problem=>

Latency problem

ARCCN 51

Distributed Shared Space


. . .

packets

Locally distributed

Any NF can access to any state

State sharing

No system-wide pausing during scaling events

ARCCN 52

Object for NF State Abstraction

• Object encapsulation enables easy state management

Data

Operations

Interfaces

ARCCN 53

Optimization Strategies for NF State

• Partitionable vs Non-partitionable

• Read-heavy vs Write-heavy• Caching

• Non-blocking updates Merging local replicas

ARCCN 54

Shared Object Space Architecture

NF App(For example DVPS)

Key space

Object space

Instance A Instance B

get(key1)

hash(key1)

where(key1)

Obj1 create new object or access existing object

ARCCN 55

Scaling Requires Space Reorganizing


Key space

Object space


get(key1)

hash(key1) hash_v2(key1)

where(key1)

Obj1 Changing locality of state

Instance C

New hash function for key distribution

ARCCN 56

State Migration


Key space

Object space


get(key1)

hash(key1) hash_v2(key1)

where(key1)

Obj1 Changing locality of state

Instance C

Key ownership is also transferred for new hash

Obj1

ARCCN 57

Implemetation

• Compiler• Generates object wrappers

• Runtime• To share state among NF instance

• Applications• Lib to describe state in NF apps

ARCCN 58

Scale out example

ARCCN

Inst 1 Inst n

. . .

packets

Inst 1 Inst n

. . .

packets

Inst n+1

Scale out

Inst 1 Inst n

. . .

packets

Inst n+1

Context migration

Switch +

SDN controller

Switch +

SDN controller

Switch +

SDN controller

59

WARP: WAN Connection Bandwidth Monitoring and Prediction

60

Distributed NFV platform example

61

WAN Manager

WAN

VIM1 VIM2

Virtual Infrastructure Domain 1

Virtual Infrastructure Domain 2

VNF1proxy

VNF2Anti-DDoS

user Internet25 Mbps

Distributed NFV platform example

62

WAN Manager

WAN

VIM1

10 Gbps

10 Gbps

10 Gbps

VIM2

? Gbps

bandwidth

time

10 Gbps

10 Gbps

10 Gbps

Key idea

We can use WAN connection as a predictable resource by monitoring its state and using obtained

measurements to predict it

63

Full bandwidth

64

• Full bandwidth = consumed + available bandwidth• Full bandwidth – 𝑣𝑖𝑟𝑡𝑢𝑎𝑙 𝑙𝑖𝑛𝑘𝑠 𝑏𝑎𝑛𝑑𝑤𝑖𝑑𝑡ℎ = available for allocation

allocatemore virtual links

migrate existing links

>0 <0

Consumed bandwidth

Available bandwidth

ban

dw

idth

time

Monitoring

We need to monitor full bandwidth• without affecting existing data flows (user traffic should be safe)

• without consuming all available bandwidth (it is not rational and expensive)

• with constant period (to react to unpredicted bandwidth decrease)

65

WARP Monitoring

66

Available bandwidth monitoring (Yaz)

Client vm + server vm

Consumed bandwidth monitoring (SDN controller)

SDN switch as a VIM gateway

Prediction

ban

dw

idth

timeprediction timenowhistory (samples)

𝑡𝑠 𝑡𝑠

67

α

Prediction (𝑏𝑤𝑒𝑠𝑡) should be• α-safe (real bandwidth ≥ 𝑏𝑤𝑒𝑠𝑡 in α*100% measurements, e.g. 0.95-safe)• accurate (lower prediction entails higher resource

underutilization)

𝑏𝑤𝑒𝑠𝑡

Prediction

68

ban

dw

idth

timeprediction timenowhistory (samples)

𝑡𝑠 𝑡𝑠

𝑏𝑤𝑒𝑠𝑡

𝑏𝑤𝑒𝑠𝑡= 0 is the safest estimation, the real bandwidth is never less than 0!

safeaccurate

Примеры тем курсовых работ

• Разработка системы первичной настройки клиентских устройств для доступа к облачным сервисам

• Разработка и реализация системы холодного старта функции для бессерверных вычислений

• Разработка и реализация системы управления сетевыми туннелями для транспортной программно-конфигурируемой сети

• Разработка алгоритма распределения трафика для SD-WAN решения

• Разработка архитектуры облачной инфраструктуры для Интернета вещей на базе виртуализации сетевых функций

• Разработка и реализация системы управления виртуальными сетевыми функциями в облачной платформе


https://istina.msu.ru/diplomas/coursework/230244028/






Примеры тем дипломных работ

• Разработка метода автоматического масштабирования для системы прототипирования компьютерных сетей

• Разработка системы управления Интернета вещей на базе облачной инфраструктуры

• Разработка и реализация системы контроля версий виртуальных сетевых функций в облачной платформе

• Разработка системы надежного и масштабируемого виртуального сетевого сервиса в облачной среде

• Разработка системы контейнерной виртуализации для построения моделей компьютерных сетей

• Разработка системы описания сценария прогона в унифицированной среде проведения экспериментов GRANIT


https://istina.msu.ru/diplomas/230243897/






Вопросы ?

Контакты

• Антоненко Виталий Александрович• [email protected]


mailto:[email protected]

Облачные среды для Больших данных › sites › all › themes ›...

Documents