Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/28007
Comparte esta pagina
Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | FERNANDES, Stênio Flávio de Lacerda | - |
| dc.contributor.author | LOPES JÚNIOR, Petrônio Gomes | - |
| dc.date.accessioned | 2018-12-05T18:02:33Z | - |
| dc.date.available | 2018-12-05T18:02:33Z | - |
| dc.date.issued | 2017-03-08 | - |
| dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/28007 | - |
| dc.description.abstract | Prover um gerenciamento eficiente de uma rede é uma tarefa intimamente ligada ao conhecimento sobre as informações que compõem o tráfego da rede. Tradicionalmente, um ponto único na rede é utilizado para realizar a classificação de tráfego. Além disso, o método de classificação escolhido, bem como o hardware de suporte são os focos das melhorias nessa área de pesquisa. Entretanto, existem outras questões de pesquisa em aberto nesse campo. Esta tese propõe e avalia uma arquitetura distribuída para classificação de tráfego da rede, sendo capaz de prover classificação online, resiliência a falhas e mecanismos adaptativos para lidar com mudanças no perfil de tráfego. A arquitetura proposta é baseada nas características de redes SDN (Software-Defined Networking) e NFV (Network Function Virtualization), possibilitando uma abordagem de classificação completamente distribuída. Os classificadores são tratados como funções virtuais da rede que colaboram entre si. Dessa forma, através da proposição de um algoritmo de posicionamento de classificadores (denominado Posicionamento Ideal de Classificadores Otimizado - PICO), a tarefa de indicar onde classificadores virtuais devem ser instanciados em uma determinada topologia é um problema abordado neste trabalho, além da tarefa da classificação propriamente dita. Os resultados demonstram que o módulo de classificação da arquitetura proposta alcança melhorias em sua acurácia quando comparado à classificação tradicional. Além disso, o mecanismo de adaptação a mudanças no perfil de tráfego proposto provê um ganho de aproximadamente 14,5% de acurácia em comparação à abordagem tradicional. Adicionalmente, quando avaliando o PICO, é possível obter um posicionamento até 21% superior ao método aleatório do ponto de vista da cobertura de caminhos da topologia. Por fim, o tempo necessário para instanciar um classificador virtual também é avaliado, demonstrando a capacidade de prover uma rápida instanciação. | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.publisher | Universidade Federal de Pernambuco | pt_BR |
| dc.rights | openAccess | pt_BR |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
| dc.subject | Redes de computadores | pt_BR |
| dc.subject | Classificação de tráfego | pt_BR |
| dc.title | Classificação de tráfego distribuída: construindo uma arquitetura baseada em redes virtualizadas | pt_BR |
| dc.type | doctoralThesis | pt_BR |
| dc.contributor.authorLattes | http://lattes.cnpq.br/8487456526996494 | pt_BR |
| dc.publisher.initials | UFPE | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.degree.level | doutorado | pt_BR |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/8598484164048317 | pt_BR |
| dc.publisher.program | Programa de Pos Graduacao em Ciencia da Computacao | pt_BR |
| dc.description.abstractx | An efficient network management is highly related to the knowledge about the data transported in network packets. Traditionally, a single point in the network is used to performing the network traffic classification. Further, the classification method and the supporting hardware are the focus of the improvements in this field of research. However, there are open research challenges in this area. This thesis proposes and evaluates a distributed architecture for network traffic classification, which is capable of providing online classification, fault resilience, and adaptive mechanisms to deal with traffic profile changes. The proposed architecture is based on several features provided by the Software-Defined Networking (SDN) and Network Function Virtualization (NFV) paradigms, enabling the deployment of a complete distributed approach in an effective way. The traffic classifiers are virtual network functions, which cooperate with each other. In this context, a proposed algorithm (called PICO) provides the placement of the virtual classifiers at a network topology. Results show that the classification module of the proposed architecture enhances the accuracy of the classification considering cooperative approaches, overcoming the traditional classification with an isolated classifier. Furthermore, the adaptive mechanism provides an increase of the accuracy compared to the traditional training method in about 14.5%. Additionally, the placement of the virtual network traffic classifiers provides a high rate of path coverage, overcoming the random approach. The PICO algorithm enhances the path coverage up to 21%. Finally, we study the deployment time to achieve a quick start of the classification. | pt_BR |
| Aparece en las colecciones: | Teses de Doutorado - Ciência da Computação | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| TESE Petrônio Gomes Lopes Júnior.pdf | 4,59 MB | Adobe PDF |  Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
