TU Darmstadt / ULB / TUbiblio

SymPerf: Predicting Network Function Performance

Rath, Felix ; Krude, Johannes ; Rüth, Jan ; Schemmel, Daniel ; Hohlfeld, Oliver ; Bitsch, Jo Agila ; Wehrle, Klaus (2017)
SymPerf: Predicting Network Function Performance.
ACM SIGCOMM Poster.
doi: 10.1145/3123878.3131977
Konferenzveröffentlichung, Bibliographie

Kurzbeschreibung (Abstract)

The softwarization of networks provides a new degree of flexibil- ity in network operation but its software components can result in unexpected runtime performance and erratic network behav- ior. This challenges the deployment of flexible software functions in performance critical (core) networks. To address this challenge, we present a methodology enabling the prediction of runtime performance and testing of functional behavior of Network Functions. Unlike traditional performance evaluation, e.g., testbed testing or simulation, our methodology can characterize the Network Func- tion performance for any possible workload only by code analysis.

Typ des Eintrags: Konferenzveröffentlichung
Erschienen: 2017
Autor(en): Rath, Felix ; Krude, Johannes ; Rüth, Jan ; Schemmel, Daniel ; Hohlfeld, Oliver ; Bitsch, Jo Agila ; Wehrle, Klaus
Art des Eintrags: Bibliographie
Titel: SymPerf: Predicting Network Function Performance
Sprache: Englisch
Publikationsjahr: 2017
Veranstaltungstitel: ACM SIGCOMM Poster
DOI: 10.1145/3123878.3131977
URL / URN: https://www.comsys.rwth-aachen.de/fileadmin/papers/2017/2017...
Kurzbeschreibung (Abstract):

The softwarization of networks provides a new degree of flexibil- ity in network operation but its software components can result in unexpected runtime performance and erratic network behav- ior. This challenges the deployment of flexible software functions in performance critical (core) networks. To address this challenge, we present a methodology enabling the prediction of runtime performance and testing of functional behavior of Network Functions. Unlike traditional performance evaluation, e.g., testbed testing or simulation, our methodology can characterize the Network Func- tion performance for any possible workload only by code analysis.

Zusätzliche Informationen:

Acceptance rate 36% (51/142)

Fachbereich(e)/-gebiet(e): DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > A: Konstruktionsmethodik > Teilprojekt A2: Entwurf
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > A: Konstruktionsmethodik
DFG-Sonderforschungsbereiche (inkl. Transregio)
Hinterlegungsdatum: 15 Mär 2018 13:29
Letzte Änderung: 15 Mär 2018 13:29
PPN:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen