---
type: paper
slug: haci-a-mantar-2004-bbrp
title: >-
  A Scalable Model for Interbandwidth Broker Resource Reservation and
  Provisioning
authors:
  - '[[haci-a-mantar]]'
  - '[[junseokhwang]]'
  - '[[ibrahim-okumus]]'
  - '[[steve-j-chapin]]'
year: 2004
venue: '[[ieee-jsac]]'
volume: '22'
doi: 10.1109/JSAC.2004.836010
categories:
  - '[[ict-policy]]'
methods:
  - '[[architecture-design]]'
  - '[[network-simulation]]'
themes:
  - '[[qos-interconnection]]'
  - '[[diffserv]]'
last_updated: '2026-05-20T02:09:44+09:00'
---
# A Scalable Model for Interbandwidth Broker Resource Reservation and Provisioning

*[[haci-a-mantar]], [[junseokhwang]], [[ibrahim-okumus]], [[steve-j-chapin]] (2004)* · [[ieee-jsac]] 22 · [DOI ↗](https://doi.org/10.1109/JSAC.2004.836010)

> Diffserv 도메인 간 Bandwidth Broker (BB) 협상의 scalability 모형. 기존 pipe model 의 *state scalability O(N²)* 문제 (인터넷 13,500 도메인·130,000 네트워크 환경에서 transit router 의 한계 초과) 를 *destination-region 기반 aggregated reservation* 으로 풀어 O(N×k) 로 축소 (k=인접 peer 수). 신규 BBRP (BB Resource Reservation and Provisioning) 프로토콜은 SIBBS 위에서 *wholesale-retailer* 패러다임 — BB 가 provider 로부터 사서 customer 에게 판매 — 으로 동작. 5-domain test-bed + CAIDA TSRI-AS(2641) trace 실험에서 BBRP 가 SIBBS 대비 signaling 부하 52% 감소, 자원 12.5% over-provision trade-off.

- **RQ**: Diffserv inter-BB 자원 예약·프로비저닝의 scalability 문제 (state / signaling / forwarding path / multiplexing gain) 를 어떻게 정량 분석 가능한 모형으로 해결하고, 실측 트래픽으로 검증 가능한가?
- **방법론**: [[architecture-design]], [[network-simulation]] (analytical scalability + 실측 trace test-bed + dumbbell simulation)
- **데이터**: NSF NMI ANI-0123939 grant. test-bed 10 router (Pentium III 997MHz Linux-2.4.7 + iproute2 + Diffserv kernel) × 30 source + 2 destination end host, 10Mbps 단방향 링크. CAIDA trace 150분 (2003.02.21, AS2641 최상위 + AS7377/AS1909/AS1668/AS1227/AS33 5 source), 20분 실험, reservation duration 평균 1분 exponential. dumbbell simulation 으로 state scalability 별도 검증, 호스트당 reservation 도착 Poisson rate 0.00001/s.
- **주요 발견**: 1) BBRP signaling 부하: SIBBS 대비 52% 감소 (Section VI.B), aggregation level 증가 시 추가 감소; 2) trade-off: 12.5% over-provisioning; 3) state scalability: 100 source domain × 100 destination = SIBBS 10000 states vs BBRP 100 states (Section VI.D); 4) class-based traffic rate estimation: $R \geq m + Q^{-1}(l)\sigma$ 의 Gaussian CLT 근사가 Diffserv class 별 loss ratio 제약 $l$ 만족; 5) transit domain 에서는 measurement-based 가 19% over-reserved 자원으로 QoS 위반 가능 → transit 은 parameter-based, stub 은 measurement-based 구분 사용. multiplexing gain 은 transit 보다 stub 에서 큼.
- **시사점**: BB 의 inter-domain reservation 을 *individual pipe* 가 아니라 *destination region aggregation* 으로 재정의하면 인터넷 scale (Internet 평균 AS path 4.9 hop) 에서 scalability 가 실제 작동. BGP-4 가 아닌 *lightweight BB routing* (BB-RIB: <destID, servID, nextBB, cost>) 으로 route flapping 도 완화 (existing reservation 영향 없음).

![Diffserv 도메인 간 BBRP 의 BB 컴포넌트와 reservation·provisioning 운영 흐름.](/papers/200412_MantarH_A_scalable_model_for_interbandwidth_broker_resource_reservation_and_provisioning/fig1.jpeg)

## 요약

본 paper 는 [[haci-a-mantar]] 의 박사 논문 정점 작업 ([[haci-a-mantar]] 박사논문 "Scalable resource management framework for QoS-enabled multidomain networks", Syracuse 2003, ref [3]) 으로 [[junseokhwang]] 이 2저자, [[haci-a-mantar-2003-rs-architecture]] 의 IM 2003 prototype 을 IEEE JSAC full journal 로 확장한 결정판이다. 출발 진단은 Diffserv + BB 가 *next generation 인터넷의 QoS 표준* 이 되려면 5 가지 미해결 이슈 — (1) dynamic network state 획득, (2) core router reservation 없는 정량 QoS, (3) 자기 도메인 너머 QoS·비용 정보, (4) 도메인 자원 효율 관리, (5) 이웃 BB 와 자원 협상 — 를 풀어야 한다는 점이다. 기존 *pipe model* (SIBBS, BGRP, TEQUILA, GlobalCenter, Khalil VPN, Okumus LSP) 은 source domain 에서 만 aggregation 하므로 transit 에서 state 수가 도메인 수 N 의 *N²* 로 폭발 — 인터넷 13,500 도메인 × 130,000 네트워크 에서 router 한계를 초과.

본 paper 의 핵심 design 은 BB 를 *wholesale-retailer* 패러다임으로 재정의하는 것이다. BB 가 provider 로부터 *destination region + servID 단위로 자원을 사서* customer 에게 판매. 같은 <destID, servID> 인 incoming reservation 은 한 outgoing reservation 에 multiplexed. 4 핵심 컴포넌트: (1) **BBRP** (Inter-BB Resource Reservation and Provisioning Protocol) — SIBBS 의 RAR/RAA/CANCEL/CANCEL_ACK 메시지 재사용, (2) **DPA** (Dynamic Provisioning Algorithm) — 실제 traffic rate 모니터링 후 임계값 초과 시 BBRP trigger, (3) **BB-RIB** (Routing Information Base) — <destID, servID, nextBB, cost> 분산 라우팅 표, distance-vector flooding 으로 갱신, (4) **RSC** (Routing Setting Controller) — border router 설정. BB-RIB 핵심 design choice 는 *existing reservation 은 갱신 안 됨 / future reservation 만 영향* 으로 route flapping 완화.

운영은 2 단계로 분리: (a) **Resource Reservation** — BB 가 customer 자격으로 provider 와 협상, DPA 가 트리거, RAR → BB-RIB query → 최저 cost provider 선택 → 실패 시 다음 후보; (b) **Resource Provisioning** — BB 가 provider 자격으로 admission control, outgoing reservation 의 남은 자원으로 customer 요청 즉시 결정 (downstream BB signaling 불필요). 이 *bilateral SLA + concatenation* 구조로 multilateral SLA 의 복잡성 회피. Class-based rate estimation 은 Gaussian CLT 근사 — $R \geq m + Q^{-1}(l)\sigma$, $\tau$ = delay bound 의 cushion 으로 measurement window 길이 결정. Stub 에서는 measurement-based, transit 에서는 parameter-based (peak rate) 적용 — 둘 모두 measurement-based 일 때 transit 의 19% over-reserved 자원이 QoS 위반 가능.

평가 결과는 인상적이다. 5-domain test-bed (CAIDA AS2641 + 5 source AS, Linux Pentium III router, 10Mbps 링크, 20분, 1분 평균 exponential reservation) 에서 BBRP 가 SIBBS 대비 (i) BB2↔BB1 signaling 메시지 수가 reservation 수의 일부에 불과, (ii) transit BB1↔BB4 signaling 부하 52% 감소, 자원 12.5% over-provisioning trade-off, (iii) 도착 path 가 길어질수록 (Internet 평균 4.9 AS hop) gain 증가, (iv) dumbbell simulation 에서 100 source × 100 destination 시 SIBBS 10,000 states vs BBRP 100 states. transit 의 statistical multiplexing gain 은 stub 보다 작음 — 이미 aggregated traffic 이라. 같은 시기 sibling [[junseokhwang-2004-bmp-diffserv-implementation]] (NOMS 2004 의 implementation paper) 가 BBRP 의 IEEE/IFIP NOMS 발표 짝.

## 핵심 결과

| 측정 | SIBBS (pipe) | BBRP | 개선 |
|---|---|---|---|
| transit signaling 부하 (Section VI.B) | 100% (baseline) | 48% | −52% |
| over-provisioning trade-off | 0% | 12.5% | (cost) |
| BB state 수 (100 src × 100 dst) | 10,000 (O(N²)) | 100 (O(N×k)) | 99% 감소 |
| forwarding path state | O(N²) | O(N) | 1차 감소 |
| BGP-4 의존 | yes (BGP-4 + QoS extension) | no (lightweight BB-RIB) | route flapping 완화 |
| inter-domain aggregation | source domain only | 모든 domain | multiplexing gain ↑ |
| transit measurement-based | (해당 없음) | 19% over-reserve 시 QoS 위반 → parameter-based 사용 권고 | (trade-off) |

class-based rate estimation 의 핵심 결과: $R = m + Q^{-1}(l)\sigma$ 의 multiplier $Q^{-1}(l)$ 가 loss 제약 $l$ 별로 다른 추정률 산출 — class 1 (낮은 l) 은 보수적, class 3 (높은 l) 은 공격적, 적절히 설정하면 over-provisioning 과 over-estimation 양극 회피.

## 방법론 노트

핵심 분석 모형은 Gaussian CLT 근사를 사용한 class-based traffic rate 추정이다. 다수 reservation 이 한 queue 에 aggregated 될 때 aggregate rate 는 정규분포에 근사하며, sample window $T$ 의 mean $m$ 과 cumulative variance $\sigma^2$ 만으로 traffic 을 특징짓는다. class loss ratio 제약 $l$ 을 만족하려면 $\Pr(R(t) > R) \leq l$ 이 성립해야 하고, 이는 Gaussian approximation 으로

$$
Q\!\left(\frac{R-m}{\sigma}\right) \leq l
$$

가 되며, inverse transform 으로

$$
R \geq m + Q^{-1}(l) \sigma
$$

가 도출된다. admission control 의 충분조건은 new request 의 reservation rate $r^{\text{new}}$ 와 link capacity $C$ 에 대해

$$
m + Q^{-1}(l)\sigma + r^{\text{new}} \leq C
$$

다. window 길이 $T$ 는 delay bound $D$ 의 cushion 으로 설정 ($T < D$). Identification 은 (i) stub vs transit 에서 estimation method (measurement-based / parameter-based) 분리, (ii) parameter-based 가 peak rate 만 사용해 deterministic 보장 강하지만 utilization 약, (iii) measurement-based 가 utilization 강하지만 transit 에서 QoS 위반 risk, (iv) Operation Region (high/low threshold) 의 width 가 signaling 부하·자원 utilization trade-off 의 control knob.

## 연구 계보

[[junseokhwang]] 1기 *bandwidth broker / QoS interconnection* 라인의 *마무리 정점* 이자 [[haci-a-mantar]] 박사 졸업 (Syracuse 2003) 의 결정판. 직접 predecessor 는 (1) QBone Signaling Design Team SIBBS (ref [1], [[junseokhwang]] 본인 참여), (2) Nichols·Jacobson·Zhang (RFC2638, 1999) Two-bit Diffserv Architecture — BB 개념 도입, (3) Mantar (PhD 2003, ref [3]) "Scalable resource management framework for QoS-enabled multidomain networks", (4) Mantar·Hwang·Okumus·Chapin (SCI 2001, ref [4]) "Interdomain reservation via third agent", (5) [[haci-a-mantar-2003-rs-architecture]] (ref [5], IM 2003), (6) Okumus·Hwang·Mantar·Chapin (Globecom 2001, ref [6]) "Interdomain LSP setup using BMPs", (7) Terzis·Wang·Ogawa·Zhang (Global Internet 1999, ref [7]) Two-Tier Resource Management, (8) Pan·Hahne·Schulzrinne (J. Commun. Networks 2000, ref [9]) BGRP, (9) Khalil et al. (ref [19]) BB for Diffserv VPN, (10) Chuah (UC Berkeley PhD 2001, ref [11]) Scalable framework for IP-network resource provisioning, (11) Black et al. (RFC2475, ref [12]) Diffserv architecture, (12) CAIDA 트래픽 trace (ref [26]). 같은 시기 sibling [[junseokhwang-2004-bmp-diffserv-implementation]] (NOMS 2004 implementation 짝), [[haci-a-mantar-2003-rs-architecture]] (IM 2003 RS prototype), [[junseokhwang-2002-interprovider]] (BMP 최적화 모형), [[junseokhwang-2001-copin]] (COPIN 원형) 와 함께 [[junseokhwang]] 의 1기 BMP/BB 가족의 정점을 이룬다.

## See also

- [[junseokhwang]]
- [[haci-a-mantar]]
- [[ibrahim-okumus]]
- [[steve-j-chapin]]
- [[ieee-jsac]]
- [[diffserv]]
- [[qos-interconnection]]
- [[haci-a-mantar-2003-rs-architecture]]
- [[junseokhwang-2004-bmp-diffserv-implementation]]
- [[junseokhwang-2002-interprovider]]
- [[junseokhwang-2001-copin]]