MARC

 008250123s2024        us                              c    eng  d
■001000017161702
■00520250211151433
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798382807362
■035    ▼a(MiAaPQ)AAI31295432
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aHogan,  Mary.▼0(orcid)0000-0001-5915-5267
■24510▼aLanguage  Expressiveness  Under  Extreme  Scarcity  in  Programmable  Data  Planes
■260    ▼a[Sl]▼bPrinceton  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a127  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-12,  Section:  B.
■500    ▼aAdvisor:  Rexford,  Jennifer.
■5021  ▼aThesis  (Ph.D.)--Princeton  University,  2024.
■520    ▼aToday's  networks  must  run  a  vast  array  of  sophisticated  applications  that  support  services  we  rely  on.  These  applications  provide  increased  security  (e.g.,  firewalls),  better  performance  (e.g.,  congestion  detection),  and  the  ability  to  scale  services  (e.g.,  caching).  The  network  devices  that  implement  these  applications  need  to  operate  at  high  speeds  (100+Gbps)  and  be  flexible  enough  to  adapt  applications  to  changing  requirements.  Programmable  network  devices  have  emerged  as  a  way  to  customize  network  functionality,  while  guaranteeing  high-speed  processing.  Writing  applications  for  programmable  devices,  however,  is  notoriously  difficult.  Switches  have  a  restrictive  architecture  to  ensure  line-rate  processing,  and  their  programming  languages  are  very  low-level.  Programmers  must  understand  how  many  resources  (e.g.,  memory)  each  piece  of  their  program  requires.  Deploying  these  applications  often  requires  tedious  optimization  of  their  layout,  with  programmers  manually  writing,  compiling,  and  testing  an  implementation,  adjusting  the  design,  and  repeating.To  better  manage  resource  allocation,  we  present  P4All,  an  extension  of  an  existing  programming  language  that  allows  programmers  to  define  elastic  data  structures  that  stretch  automatically  to  optimally  use  available  resources.  These  structures  are  defined  using  symbolic  values  (that  parameterize  the  size  of  the  structure)  and  objective  functions  (that  quantify  the  affect  of  size  on  performance).  An  optimization  function  specifies  how  to  share  resources  amongst  structures.  We  also  create  an  optimizer  that  automatically  finds  the  best  resource  allocation.There  are  many  other  choices  programmers  make  beyond  resource  allocation,  some  of  which  likely  depend  on  the  expected  workload.  To  automate  those  decisions,  we  present  Parasol,  a  framework  that  allows  programmers  to  define  general,  parameterized  applications  and  automatically  optimize  their  parameters.  The  parameters  can  represent  a  variety  of  implementation  decisions,  and  may  be  optimized  for  high-level  objectives  defined  by  the  programmer.  Optimization  is  tailored  to  particular  environments  using  a  representative  traffic  trace.We  implement  a  diverse  set  of  applications  in  P4All  and  Parasol  to  evaluate  the  optimizers,  and  we  compile  the  resulting  optimized  programs  to  an  actual  programmable  switch.  P4All  and  Parasol  decouple  programming  languages  from  data-plane  hardware  to  lift  the  burden  of  reasoning  about  low-level  details  from  programmers  and  make  it  easier  to  develop  applications.
■590    ▼aSchool  code:  0181.
■650  4▼aComputer  science
■650  4▼aComputer  engineering
■650  4▼aSystems  science
■653    ▼aComputer  networks
■653    ▼aNetwork  applications
■653    ▼aTraditional  networks
■653    ▼aResource  allocation
■653    ▼aProgrammers
■690    ▼a0984
■690    ▼a0464
■690    ▼a0790
■71020▼aPrinceton  University▼bComputer  Science.
■7730  ▼tDissertations  Abstracts  International▼g85-12B.
■790    ▼a0181
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17161702▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books