Динамический анализ и диагностика состояния IP-сети

Активное развитие информационных технологий и расширение объемов информационных услуг основываются в значительной мере на научно-технологических разработках в области телекоммуникационных сетей. По данным исследований [1], приблизительная динамика роста Интернет трафика за последние десять лет составляет 70−150% в год, т. е. в среднем каждый год количество информации, передаваемой через сеть, удваивается. Объем информации, передаваемой через Интернет в России в первом полугодии 2004 г. вырос по сравнению с аналогичным периодом 2003 г. на 245% и достиг 18 400 Тбайт [2]. Развитие телекоммуникационных сетей обуславливает необходимость исследований, разработок и внедрения новых технологий.

Объем трафика данных становится соизмеримым с объемом голосового трафика, и данные постепенно становятся основным типом трафика, передаваемого по сетям. Эта фундаментальная перемена ставит целый ряд новых задач перед провайдерами услуг, многие из которых уже прошли «критическую точку», за которой трафик данных превращается в главный рыночный фактор, оказывающий определяющее влияние на экономическую эффективность телекоммуникационной отрасли. По мере того, как трафик данных заполняет Интернет и внутрикорпоративные сети, становится очевидным, что фундаментом развития распределенных сетей, безусловно, являются технологии, основанные на протоколе IP. Развитие сетевых технологий открывает для провайдеров услуг Интернет множество новых возможностей. Исчезают ограничения, когда требовалось обеспечить лишь подключение и оказать услуги низкого уровня. Провайдеры начинают играть все более важную роль в корпоративных сетевых инфраструктурах. Это подразумевает поддержку приложений для глобальных и внутрикорпоративных сетей, интеграцию голоса и данных, а также поддержку различных вариантов доступа — от модемного, до широкополосного — по всей сетевой инфраструктуре общего пользования, включая магистральные каналы, объединяющие глобальные сети.

Существующие исследования в области магистрального сетевого трафика показывают, что сетевые технологии сильно опережают в своем росте теоретическое и аналитическое понимание сетевых взаимодействий. Узкоспециализированные и ограниченные телекоммуникационные задачи прошлых лет хорошо изучены и математически формализованы, в частности, на основе положений теории массового обслуживания [3], что позволяло достаточно точно предсказывать такие характеристики как длины очередей и сетевые задержки. Однако традиционные принципы теоретического анализа и существующие методики не соответствуют необходимым требованиям [4],

5].

Адекватные модели трафика и методики, обеспечивающие получение оценок характеристик сетевых взаимодействий играют важную роль в ускорении эволюции гигабитных и более скоростных сетевых технологий. Теоретический и экспериментальный анализ сетевых процессов приобретает особое значение по сравнению с классическими математическими моделями прошлых лет. По различным причинам, проблема исследования агрегированного Интернет трафика, например, магистральных каналов, на данный момент изучена недостаточно. По мнению автора, основная причина этого заключается в высоком приоритете усилий в операционной области. Провайдеры услуг Интернет главным образом концентрируют свои усилия на каждодневных требованиях клиентов, при этом остается в стороне систематический сбор и анализ данных сетевого трафика. По этим причинам, существующие работы в области исследования сетей явно указывают на пробел между сравнительно успешными экспериментами и исследованиями изолированных систем и неизученными характеристиками сетевых взаимодействий в широком смысле.

Таким образом, теоретическое и экспериментальное исследование характеристик трафика в телекоммуникационных сетях является актуальной научной задачей. Актуальность проблематики информационных технологий подтверждается тем, что 18 ноября 2004 г. Правительство РФ одобрило «Концепцию развития рынка информационных технологий в Российской Федерации», предложенную Мининформсвязи России [6].

Целью работы является построение адекватной модели поведения IP-сети на основе строгих объективных критериев, корректно характеризующей трафик магистральных сетевых каналов, разработка и верификация методики мониторинга и диагностики состояния сети. Основные задачи работы состоят в следующем.

1. Анализ существующих методов оценки характеристик, моделирования и мониторинга сетевого трафика, получение представительных данных мониторинга магистрального канала IP-сети.

2. Теоретическая разработка, построение и исследование модели информационной сети на основе теории Марковских случайных процессов.

3. Разработка метода и практической методики мониторинга сети с использованием предложенной теоретической модели.

4. Практическая реализация и апробирование предлагаемой методики при диагностике магистрального канала сети.

Методы исследования

В соответствии с целями и задачами диссертационной работы, объектом исследования является IP-сеть, а предметом исследования — свойства данной сети. В работе использованы теоретические и экспериментальные методы исследования, включая методы теории вероятности и теории случайных процессов.

В работе выполнена постановка задачи динамического анализа и диагностики состояния IP-сети на основе строгих объективных критериев и получены следующие научные результаты, которые выносятся на защиту.

— 61. Теоретическая математическая модель трафика магистрального канала распределенной сети на основе теории Марковских случайных процессов и результаты исследования сетевого трафика и предложенной модели с целью диагностики состояния и выявления аномального функционирования сети.

2. Метод диагностики состояния сети на основе предложенной математической модели.

3. Результаты исследования адекватности модели на синтезированных и реальных входных данных как совокупности параметров, объективно характеризующих состояние распределенной сети.

4. Методика исследования данных магистрального канала реально функционирующей сети как основополагающего фактора принятия решения об адекватности и применимости разработанных моделей.

Практическое значение работы состоит в том, что:

— разработана методика получения данных о сетевом трафике с интерфейсов современных высокопроизводительных сетевых устройств, что позволяет решать задачи распределения сетевых ресурсов, выявления некорректной политики маршрутизации, определения эффективности работы информационных сервисов;

— разработана и внедрена система сбора информации на узловом маршрутизаторе магистрального канала реально функционирующей сети с возможностью динамического изменения количественной и качественной детализации получаемых данных для их дальнейшего аналитического исследования;

— реализован программный модуль, интегрируемый в существующую систему мониторинга исследуемой сети на основе открытой архитектуры с обеспечением простоты реализации интерфейсов, четкой алгоритмизации задачи и низкой вычислительной ресурсоемкости, связанной с выбранным математическим аппаратом;

— 7- разработана методика анализа данных реально функционирующих сетевых объединений, что позволяет проводить экспериментальные исследования состояния сети, опираясь на конкретные требования сетевых администраторов.

Достоверность научных положений, выводов и практических рекомендаций диссертационной работы подтверждается детальным анализом особенностей трафика магистральных телекоммуникационных каналов на основе представительных данных мониторинга состояния сети, корректными методиками расчетов, совпадением теоретических и экспериментальных результатов исследований. Реализация результатов работы

Результаты, полученные в диссертации, используются на практике в Санкт-Петербургском филиале Республиканского научного центра компьютерных телекоммуникационных сетей высшей школы при мониторинге магистрального канала телекоммуникационной сети RUNNet, в проекте Санкт-Петербургского филиала Государственного научно-исследовательского института информационных технологий и телекоммуникаций «Информика» и в учебном процессе кафедры Компьютерных Технологий СПбГУ ИТМО по дисциплине «Теория информации и передачи сигналов». Апробация диссертации

Основные положение диссертационной работы докладывались на Международной научно-методической конференции «Телематика 2000» (Санкт-Петербург, 2000) — Всероссийской научно-методической конференции «Телематика 2003» (Санкт-Петербург, 2003) — I конференции молодых учёных СПбГУ ИТМО, 2004 (Санкт-Петербург, 2004) — IX Санкт-Петербургской международной конференции «Региональная информатика» (Санкт-Петербург, 2004) — II конференции молодых учёных СПбГУ ИТМО, 2005 (Санкт-Петербург, 2005) — Всероссийской научно-методической конференции «Телематика 2005» (Санкт-Петербург, 2005).

Публикации

По теме диссертационной работы опубликовано 7 печатных работ, в том числе три статьи в научных журналах и сборниках и четыре статьи в трудах научных конференций. Структура диссертации

Диссертация состоит из введения, четырех глав и заключения.

Список литературы

содержит 33 наименования. Работа иллюстрирована 32 рисунками. Работа включает 4 приложения.

1. Odlyzko А. М. Internet traffic growth: Sources and implications. // Optical Transmission Systems and Equipment for WDM Networking 11. 2003. Vol. 5247. P. 1−15.

2. Захарченко В. 245% - рост интернет-трафика в России // Электронный журнал Intemet.ru. 2004. http://www.intemet.ru/index.php?itemid= 10 034.

3. Claffy К. Internet Traffic Characterization / Ph.D. thesis. University of CaHfomia, San Diego. 1994.

4. Barford P., Ю1пе J., Plonka D., Ron A. A Signal Analysis of Network Traffic Anomalies / Proceedings of ACM SIGCOMM Internet Measurement Workshop. 2002.

5. Bradford P., Plonka D. Characteristics of Network Traffic Flow Anomalies / Proceedings of ACM SIGCOMM Internet Measurement Workshop. 2001.

6. Министерство информационных технологий и связи Российской Федерации. Концепция развития рынка информационных технологий в Российской Федерации. Проект. / 2005. http://www.minsvyaz.ru/site.shtml?id=3033.

7. Lizcano P. J. et al. MEHARI: a system for analyzing the use of the Internet services// Computer Networks. 1999. Vol. 31.

8. Uhlig S., Bonaventure O. Implications of Interdomain Traffic Characterstics on Traffic Engineering / Infonet group, Unversity of Namur, Belgium. 2001. — 9 7 ;

9. Uhlig S., Bonaventure O. Analysis of Interdomain Traffic / Infonet group, Unversity of Namur, Belgium. 2001.

10. Cooperative Association for Internet Data Analysis (CAIDA). Cflowd: traffic flow analysis tool / Technical documentation. 1998.

11. Plonka D. Flowscan: A network traffic flow reporting and visualization tool / Proceedings of the USENIX Fourteenth System Administration Conference LISA XIV. 2000.

12. Keys K. et. al. The Architecture of CoralReef: An Internet traffic monitoring software suite / Cooperative Association for Internet Data Analysis (CAIDA).

13. Hussain A., Heidemann J., Papadopoulos C. A Framework for Classifying Denial of Service Attacks / ACM SIGCOMM. 2003.

14. Jagerman D. L., Melamed В., Willinger W. Stochastic modeling of traffic processes / Frontiers in Queueing: Models, Methods and Problems. 1996.

15. Jagerman D. L., Melamed B. The Transition and Autocorrelation Structure of TBS ProcessesPart I: General Theory// Stochastic Models. Vol. 8, No. 2. 1992.

16. Jagerman D., Melamed B. The Transition and Autocorrelations Structure of TES Processes. Part II: Special Cases // Stochastic Models, Vol. 8, No. 3. 1992.

17. Тихонов В. И., Миронов М. А. Марковские процессы / М.: Сов. Радио, 1977.

18. Тихонов В. И. Статистическая радиотехника / М.: Радио и связь, 1982. — 9 8 ;

19. Cisco Systems. NetFlow services and applications / Technical documentation. 1999.

20. Кульгин M. Технологии корпоративных сетей. Энциклопедия / СПб.: Издательство «Питер», 1999.

21. Кульгин М. В. Коммутация и маршрутизация 1Р/1РХ-трафика / М.: КомпьютерПресс, 1998.

22. Брентон К. Разработка и диагностика многопротокольных сетей / М.: Издательство «Лори», 1999.

23. Городецкий А. Я., Заборовский В. Информатика. Фрактальные процессы в компьютерных сетях: Учеб. Пособие / СПб.: Изд-во СПбГТУ, 2000.

24. Hlavac Н., Kotsis С, Steinkellner Traffic Source Modeling / Institute of Applied Computer Science and Information Systems, University of Vienna. 1999.

25. Kulkarni L. A., Li S. Q. Measurement-Based Traffic Modeling: Capturing important statistics//Journal of Stochastic Modeling. 1998. Vol. 14.

26. Sang A., Li S. Q. A Predictability Analysis of Network Traffic // Proceedings of IEEE INFOCOM. 2000.

27. Li S.Q., Park S., Arifler D. SMAQ: A measurement-based tool for traffic modeling and queueing analysis. Part I: Design methodologies and software architecture // IEEE Communications Magazine. 1998. Vol. 36, No. 8. P. 56−65. — 9 9 ;

28. Lombardo A., Morabito G., Schembra G. Statistical traffic modeling and guaranteed service disciplines: a performance evaluation paradigm // Computer Networks. 2001. Vol. 36. P. 579−595.

29. Che H., Li S. Q. Fast algorithms for measurement-based traffic modeling // IEEE Journal on Selected Areas in Communications, 1998.

30. Hwang C. L., Li S. Q. On the convergence of traffic measurement and queueing analysis: A Statistical-Match And Queuing (SMAQ) Tool // IEEE/ACM Transactions on Networking, 1997.

31. Salvador P., Nogueira A., Valadas R. Modeling local area network traffic with Markovian traffic models / Institute of Telecommunications, University of Aveiro, Portugal. 2001.

32. Jung J., Krishnamurthy В., Rabinovich M. Flash Crowds and Denial of Service Attacks: Characterization and Implications for CDNs and Web Sites // In Proceedings of the World Wide Web Conference. 2002.