op mizing dns authority server placement
play

Op#mizing DNS Authority Server Placement Ning Kong, - PowerPoint PPT Presentation

Op#mizing DNS Authority Server Placement Ning Kong, Guangqing Deng IETF 90, DNSOP Background DNS system is s#ll in an expanding period Universal


  1. Op#mizing ¡DNS ¡Authority ¡Server ¡ Placement ¡ Ning ¡Kong, ¡Guangqing ¡Deng ¡ IETF ¡90, ¡DNSOP ¡

  2. Background • DNS ¡system ¡is ¡s#ll ¡in ¡an ¡expanding ¡period ¡ – Universal ¡deployment ¡of ¡DNSSEC ¡ – launch ¡of ¡new ¡gTLDs ¡ – Increase ¡of ¡Internet ¡users ¡ ¡ ¡ ¡ – Preven#ng ¡security ¡aNacks ¡such ¡as ¡DDOS ¡ • DNS ¡servers ¡are ¡deployed ¡in ¡a ¡distributed ¡ manner ¡ – For ¡beNer ¡robustness ¡and ¡higher ¡capacity. ¡ ¡ • E.g. ¡383 ¡root ¡servers ¡are ¡globally ¡deployed ¡on ¡218 ¡DNS ¡ nodes ¡

  3. Problem ¡Statement • Do ¡we ¡need ¡to ¡assess ¡the ¡current ¡DNS ¡ authority ¡server ¡placement ¡scheme? ¡ • If ¡so, ¡what ¡should ¡be ¡the ¡assessment ¡metrics ¡ and ¡methods? ¡ • Further, ¡do ¡we ¡need ¡a ¡model ¡to ¡guide ¡the ¡ authority ¡server ¡placement ¡for ¡beNer ¡ performance ¡and ¡lower ¡cost? ¡

  4. Use ¡Cases • Case ¡1. ¡Geographically ¡distribu#ng ¡all ¡servers ¡ for ¡new ¡gTLDs. ¡ • Case ¡2. ¡Geographically ¡distribu#ng ¡newly-­‑ added ¡servers ¡for ¡current ¡TLDs. ¡ • Case ¡3. ¡Readjus#ng ¡service ¡area ¡of ¡deployed ¡ servers ¡for ¡current ¡TLDs. ¡

  5. Possible ¡Solu#on ¡(1/2) ¡ • Possible ¡assessment ¡metrics ¡ – Processing ¡capacity ¡assessment: ¡how ¡quickly ¡a ¡DNS ¡query ¡ is ¡processed ¡by ¡one ¡authority ¡server? ¡(processing ¡latency) ¡ • The ¡processing ¡ability ¡of ¡each ¡server; ¡ • The ¡number ¡of ¡all ¡servers; ¡ • The ¡load ¡balancing ¡of ¡all ¡servers ¡ – Transport ¡capacity ¡assessment ¡: ¡how ¡quickly ¡a ¡DNS ¡query ¡ or ¡response ¡is ¡delivered? ¡(transport ¡latency) ¡ • The ¡network ¡distance ¡between ¡DNS ¡clients ¡and ¡servers. ¡ • Network ¡conges#on ¡ ¡

  6. Possible ¡Solu#on ¡(2/2) ¡ • Possible ¡assessment ¡architecture ¡ – Input ¡ • Processing ¡capacity ¡related ¡data ¡ • Transport ¡capacity ¡related ¡data ¡ • Deployment ¡cost ¡related ¡data ¡ – Processing ¡ ¡ • Op#miza#on ¡algorithm ¡ – High ¡computa#onal ¡complexity: ¡For ¡instance, ¡the ¡computa#onal ¡ complexity ¡of ¡selec#ng ¡50 ¡loca#ons ¡from ¡1000 ¡poten#al ¡loca#ons ¡is ¡ about ¡C(1000, ¡50) ¡which ¡is ¡as ¡large ¡as ¡10^64! ¡ – Output ¡ • The ¡op#mized ¡loca#on ¡of ¡each ¡DNS ¡Node ¡ • The ¡op#mized ¡capacity ¡of ¡each ¡DNS ¡Node ¡ • The ¡op#mized ¡service ¡area ¡of ¡each ¡DNS ¡Node ¡

  7. DNS ¡Server ¡Placement ¡Model ¡(1/3) ¡ • Input ¡ – Processing ¡capacity ¡related ¡data ¡ • The ¡maximum ¡processing ¡capacity ¡of ¡each ¡server. ¡ • The ¡capacity ¡of ¡load ¡balancer. ¡ • The ¡geographical ¡distribu#on ¡of ¡DNS ¡queries. ¡ – Transport ¡capacity ¡related ¡data ¡ • The ¡RTT ¡between ¡poten#al ¡loca#ons ¡of ¡authority ¡servers ¡and ¡ clients. ¡ • The ¡geographical ¡distribu#on ¡of ¡DNS ¡queries. ¡ – Deployment ¡cost ¡related ¡data ¡ • The ¡bandwidth, ¡electricity, ¡room ¡rent ¡and ¡equipment ¡deployment ¡ & ¡maintenance ¡price ¡of ¡each ¡poten#al ¡loca#on. ¡ • The ¡price ¡of ¡one ¡authority ¡server ¡and ¡load ¡balancer. ¡ • The ¡total ¡financial ¡budget. ¡

  8. DNS ¡Server ¡Placement ¡Model ¡(2/3) ¡ • Processing ¡ ¡ – Op#miza#on ¡goal ¡ • Minimizing ¡DNS ¡query ¡latency ¡when ¡the ¡financial ¡ budget ¡is ¡given ¡ – Average ¡query ¡latency: ¡best ¡efficiency. ¡ – Maximum ¡query ¡latency: ¡best ¡fairness. ¡ • Or ¡Minimizing ¡financial ¡cost ¡when ¡the ¡DNS ¡query ¡ latency ¡is ¡given? ¡ – Possible ¡op#miza#on ¡algorithms ¡ • simulated-­‑annealing ¡Algorithm ¡ • Gene#c ¡Algorithm ¡ • Others? ¡Or ¡customized ¡ones? ¡

  9. DNS ¡Server ¡Placement ¡Model ¡(3/3) ¡ • Output ¡ – The ¡op#mized ¡loca#on ¡of ¡DNS ¡Node ¡ • Selected ¡from ¡poten#al ¡loca#ons. ¡ ¡ – The ¡op#mized ¡capacity ¡of ¡DNS ¡Node ¡ • The ¡number ¡of ¡servers. ¡ • The ¡needed ¡bandwidth, ¡et ¡al. ¡ – The ¡op#mized ¡service ¡area ¡of ¡each ¡DNS ¡Node ¡ • The ¡set ¡of ¡clients ¡should ¡be ¡served ¡by ¡each ¡DNS ¡Node. ¡

  10. Simple ¡Example ¡(1/5) ¡ • Input ¡data ¡ ¡ – From ¡one ¡network ¡measurement ¡where ¡there ¡are ¡ nearly ¡60,000 ¡measurement ¡clients ¡and ¡500 ¡ measurement ¡servers ¡in ¡the ¡TOP ¡21 ¡province ¡(on ¡ Internet ¡users) ¡in ¡China ¡from ¡Dec. ¡12 ¡to ¡25, ¡2011. ¡ • Transport ¡capacity ¡related ¡data ¡ – RTT ¡between ¡different ¡provinces ¡ – DNS ¡query ¡rate ¡of ¡each ¡provinces ¡ • Ignore ¡the ¡processing ¡capacity ¡and ¡deployment ¡cost ¡ related ¡data ¡ ¡ • Op#miza#on ¡goal ¡ – Minimizing ¡Average ¡query ¡latency ¡

  11. Simple ¡Example ¡(2/5) ¡ Indicate ¡ ¡ whether ¡ ¡the ¡ ¡ Indicate ¡ ¡ location ¡ ¡is ¡ ¡ serving ¡ ¡ selected ¡ ¡ ¡ ¡ RTT ¡ ¡between ¡ ¡ area ¡ ¡ different ¡ ¡area ¡ ¡ N N N ⎧ ⎫ ( ) min * u * x * c u ∑∑ ∑ τ ⎨ ⎬ ij i j ij i { x },{ c } i ij ⎩ ⎭ i 1 j 1 i 1 = = = Query ¡ ¡NO. ¡ ¡of ¡ ¡ N different ¡ ¡areas ¡ ¡ Total ¡ ¡ st . x M ∑ = query ¡ ¡ j NO. ¡ ¡ The ¡ ¡NO. ¡ ¡of ¡ ¡ j 1 = DNS ¡ ¡node ¡ ¡ N One ¡ ¡DNS ¡ ¡user ¡ ¡ for i , c 1 ∑ ∀ = send ¡ ¡its ¡ ¡queries ¡ ¡to ¡ ¡ ij one ¡ ¡server ¡ ¡ j 1 = N Each ¡ ¡DNS ¡ ¡node ¡ ¡ for j , c 1 ∑ ∀ ≥ should ¡ ¡serve ¡ ¡at ¡ ¡ ij least ¡ ¡one ¡ ¡user ¡ ¡area ¡ ¡ i 1 =

  12. Simple ¡Example ¡(3/5) ¡ • Simulated-­‑annealing ¡based ¡algorithm k k k k k Given a partition ( or clustering ) { , , ,..., } for area set A { , a a a , ,..., a } Ω = Ω Ω Ω Ω = 1 2 3 M 1 2 3 N 1 if T ( T ) > min 2 With probability of x %, choose the cluster with highest average user latency and with probability of (1 x %), randomly ch oose a cluster Denote the finally . − selected cluster by . α 3 With probability of y %, choose the user area experiencing highest user latency in cluster and with probability of (1 y %), randomly choose an user area α − in cluster . Assign the sel ected user area to another randomly chosen cluster α k 1 and then the k ( 1) th partition ( ) is formed ! + + Ω k 1 k k k 1 4 if average latency of ( + ( L ) is smaller than that of ( L ) ) Replace by + Ω Ω Ω Ω k 1 k + k k 1 else Replace by + with probability of exp( L L 1 ) Ω Ω − k k + 5 T T * %, r go to 1. =

  13. Simple ¡Example ¡(4/5) ¡ • Output ¡1 : Op#mized ¡Loca#ons ¡ ¡ 70 Node ¡ ¡ Selected ¡ ¡location ¡ ¡ NO. ¡ ¡ 65 60 1 ¡ ¡ Beijing ¡ ¡ Average User Latency (s) 2 ¡ ¡ Beijing, ¡ ¡Sichuan ¡ ¡ 55 3 ¡ ¡ Anhui, ¡ ¡Liaoning, ¡ ¡ 50 Sichuan ¡ ¡ 45 4 ¡ ¡ Anhui、Hebei、 Henan、Sichuan ¡ ¡ 40 5 ¡ ¡ Anhui, ¡ ¡Liaoning, ¡ ¡ 35 1 2 3 4 5 6 7 8 9 10 Henan, ¡ ¡Shanxi, ¡ ¡ Number of DNS Nodes Sichuan ¡ ¡

  14. Simple ¡Example(5/5) ¡ • Output ¡2 : Op#mized ¡Service ¡Area ¡ ¡

  15. Open ¡Ques#ons • Is ¡this ¡topic ¡in ¡the ¡scope ¡of ¡DNSOP ¡WG? ¡ ¡ • How ¡many ¡people ¡interested ¡in ¡this ¡work? ¡ – Document ¡a ¡drak ¡ – Review ¡the ¡drak ¡

  16. ¡ Any ¡Comments? ¡ Thanks!

Recommend


More recommend