Detection and Localization of Events In Computer Networks Using End-To-End Measurements Time Series
Autores
|
6507 |
2939,754
|
|
|
6508 |
2939,754
|
Informações:
Publicações do PESC
Com o objetivo de melhor entender o desempenho de sua rede, um grande tier-3 ISP brasileiro, em parceria com a UFRJ e uma startup incubada nessa universidade, estabeleceram um projeto para, através de medidas fim-a-fim de QoS, monitorar o serviço prestado em um subconjunto dos seus clientes.
Nesse contexto, guiada pelas características da rede do ISP, e do atual processo de medição, esta dissertação se propõe a avaliar a viabilidade de apenas utilizar métricas fim-a-fim de QoS, e traceroutes, para identificar e localizar eventos de rede.
Um evento pode ser interpretado como uma mudança no comportamento de um equipamento, que por sua vez afeta a qualidade de serviço percebida pelos usuários, como por exemplo, um defeito em um roteador. O procedimento de localização define um conjunto de possíveis locais onde o evento pode ter acontecido. Com esse propósito, este trabalho propõe um framework de análise de dados, que permite explorar mudanças estatísticas nas séries temporais de QoS de diferentes clientes. Para detectar e localizar eventos, o mecanismo correlaciona esses padrões de alteração com traceroutes. A fim de aumentar o desempenho do sistema proposto, esta dissertação também indica possíveis melhorias na atual metodologia de medição.
To better understand the performance of its own network, a major tier-3 Brazilian ISP, in partnership with UFRJ and a startup incubated at this university, established a project to monitor the service provided to a subset of its customers.
In this context, guided by the specific ISP's network's characteristics, and the current measurement process, this dissertation aims to check the viability of only using end-to-end QoS measures, and traceroutes, to identify and localize network events. An event can be interpreted as a behavioral change in a network equipment, that affect the quality of service perceived by the end-users, such as a router failure. The localization procedure defines a set of feasible locations where the event could have happened.
For such purpose, this work proposes a data analytics framework, which is able to track statistical changes in the QoS time series of different clients. To detect and localize events, the mechanism correlates these modification patterns with traceroutes. In order to increase the system's performance, this dissertation also indicates possible improvements in the current measurement methodology.