Detalhes bibliográficos
Ano de defesa: |
2017 |
Autor(a) principal: |
LOPES JÚNIOR, Petrônio Gomes |
Orientador(a): |
FERNANDES, Stênio Flávio de Lacerda |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Programa de Pos Graduacao em Ciencia da Computacao
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/28007
|
Resumo: |
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. |