Modelado y Simulación Híbrida de Redes Complejas de Datos

• Autores: Bonaventura, Matias Alejandro
• Año de publicación: 2019
• Idioma: inglés
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Castro, Rodrigo Daniel; Gravano, Agustin
• Materia: Hybrid Simulation; Discrete Events Simulation; Data Networks; Quantized State Systems (Qss)
• Institución: Consejo Nacional de Investigaciones Científicas y Técnicas

Esta Tesis desarrolla nuevas técnicas que combinan los enfoques de modelado paquete a paquete y aproximaciones fluidas para el estudio de dinámicas en redes de datos. Se introducen novedosas herramientas teórico-prácticas de modelado y simulación para combinar indistintamente estos dos enfoques dispares bajo un marco híbrido, formal y unificador. La red de adquisición de datos (DAQ) del experimento ATLAS en CERN se tomó como caso complejo de estudio real para validar los resultados obtenidos por modelos de simulación. Estos dieron soporte a decisiones de diseño, planificación de capacidad y actividades de puesta a punto en proyectos reales de ingeniería de redes a implementarse entre 2021 y 2027. El enfoque paquete a paquete provee resultados de grano fino cercanos a los observables en redes reales. Sin embargo, la complejidad representada en los modelos hace a este enfoque inapropiado para la simulación de redes complejas de alta intensidad, ya que los tiempos de simulación escalan al menos linealmente con el tamaño o la tasa de transferencia total del sistema. Por otro lado, el enfoque fluido reduce la complejidad del modelo basándose en aproximaciones de flujos con ecuaciones diferenciales ordinarias (ODE). Este enfoque resulta en menores tiempos de simulación generalmente independientes de la tasa de transferencia, pero captura únicamente dinámicas promedio de grano grueso. Cada enfoque requiere conocimientos y herramientas sustancialmente diferentes, por lo que expertos en redes suelen adoptar solo uno de ellos. Esto suele conducir a una diversificación de algoritmos de simulación y a prácticas de análisis que dificultan la integración de estrategias. En esta Tesis se desarrollan nuevas técnicas que permiten la coexistencia e interacción de modelos paquete a paquete con modelos fluidos bajo el formalismo Discrete EVent Systems specification (DEVS), ayudando a reducir la brecha entre ambos enfoques. Mostramos cómo los modelos híbridos mantienen las ventajas de modelos fluidos en tiempos de simulación, a la vez que proveen trazas detalladas de los modelos paquete a paquete. Esto se logra bajo garantías formales de estabilidad y convergencia en los métodos numéricos de integración subyacentes. En particular, la familia de métodos de integración numérica por cuantificación de estados (QSS) fue extendida para la aproximación de ecuaciones diferenciales funcionales con retardos variables, herramienta necesaria para describir la dinámica macroscópica de protocolos con control a lazo cerrado. Como resultado final se obtuvieron nuevas bibliotecas de modelos genéricos y reutilizables para estudio híbrido (discreto/continuo) de redes de datos. Estos permiten elegir flexiblemente la granularidad deseada para la simulación, manteniendo una experiencia de modelado intuitiva centrada en la definición modular y jerárquica de la topología de la red y los parámetros de sus componentes.
This Thesis develops new simulation techniques that combine packet-level and fluid-flow modeling approaches for the study of dynamics in data networks. Novel practical and theoretical tools for modeling and simulation are introduced to integrate seamlessly these two very disparate approaches under a unifying hybrid formal framework. The Trigger and Data AcQuisition (TDAQ) network in the ATLAS particle detector at CERN is adopted as a large complex real world case study to validate the obtained simulation models. The latter supported decisions for design, planning and tuning in network engineering projects aiming at upgrades planned for 2021 and 2027. Packet-level simulations yield fine-grained results comparable to real events in data networks. Yet, the underlying complexity makes the approach unsuitable for complex high-speed networks, as the required simulation times scale at least linearly with the size or aggregate throughput of the system. Meanwhile, a fluid-flow approach reduces model complexity by relying on fluid approximations with Ordinary Differential Equations. This strategy yields faster simulations typically insensitive to aggregate system throughput, at the cost of capturing only averaged coarse-grained network dynamics. Each approach requires substantially different background and tools, making network experts to adhere to either of them. This usually leads to a diversification of simulation algorithms, models and type of analyses, hindering their integration. In this Thesis, new techniques are developed allowing for the coexistence and interaction of packet-level and fluid-flow models under the Discrete EVent Systems specification (DEVS) formalism, helping to reduce the gap between both approaches. We show how hybrid models are able to retain the performance advantages of fluid-flow models while providing detailed simulation traces of packet-level models for selected flows. The latter is achieved under formal guarantees convergence of the underlying numerical integration methods. In particular, the Quantized State Systems (QSS) family of numerical methods was extended to support the solution of Retarded Functional Differential Equations with implicit delays, a required theoretical tool to describe the macroscopic dynamics of network protocols under closed-loop control. The overall main outcome is a new generic and reusable library of models that enable the hybrid (discrete/continuous) study of data networks. Network experts can flexibly choose the desired simulation granularity, while retaining a unified and intuitive modeling experience centered in the modular and hierarchical definition of topologies and the setting of properties for network components.
Fil: Bonaventura, Matias Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigación En Ciencias de la Computación. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigación En Ciencias de la Computacion; Argentina