PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

COMPUTER NETWORKS GROUP - NETGROUP

Monitoraggio delle Prestazioni di Reti IP con Big Data

azienda Tesi esterna in azienda    


Parole chiave BIG DATA, MONITORAGGIO DI RETE

Riferimenti GUIDO MARCHETTO, RICCARDO SISTO

Gruppi di ricerca COMPUTER NETWORKS GROUP - NETGROUP, DAUIN - GR-03 - COMPUTER NETWORKS GROUP - NETGROUP, GR-03 - COMPUTER NETWORKS GROUP - NETGROUP, NETGROUP

Tipo tesi TESI SPERIMENTALE, IN AZIENDA

Descrizione Il monitoraggio delle prestazioni delle reti IP è di grande interesse per i service provider per permettere di gestire Service Level Agreement (SLA) nei confronti dei clienti (sia interni che esterni).
Uno dei problemi che si sta cercando di affrontare è la scalabilità dei sistemi di monitoraggio passivi: se, ad esempio, si vogliono monitorare migliaia di flussi bisogna che ciascuno di essi sia filtrato attraverso una specifica regola di cattura “caricata” in ogni punto di monitoraggio. Il problema è che i dispositivi di rete supportano un numero limitato di queste regole, limitando così anche il numero di flussi monitorabili.
Per ovviare a questo problema è possibile introdurre il concetto di flusso multipunto, che di fatto raggruppa un insieme di flussi elementari, e monitorare un minor numero di flussi multipunto, anzichè tutti i flussi elementari che interessano. I dati così catturati, possono poi essere elaborati per estrarre informazioni più precise, riferite a singoli flussi elementari o a sottoinsiemi dei flussi multipunto catturati.
Dal punto di vista teorico, il modo di definire i flussi multipunto e queste operazioni di post-processing sono stati definiti in un brevetto prodotto da Telecom Italia. Nell'ambito di tesi precedenti, è stata anche definita un'architettura per implementare questa tecnica dove determinate sonde installate nella rete catturano il traffico, le catture vengono raccolte in un database, e i dati catturati vengono analizzati tramite software di post-processing in grado di estrarre le informazioni necessarie a partire da quelle contenute nel DB. Siccome le dimensioni dei dati di monitoraggio possono essere ragguardevoli, l'architettura adotta soluzioni per i big data quali Hadoop, Flume e Kafka. Scopo della tesi, che si svolgerà presso Telecom Italia, è continuare questo progetto in una di diverse possibili direzioni, quali per esempio introdurre tecniche di intelligenza artificiale per l'analisi automatica dei dati raccolti nel DB o migliorare aspetti quali la fruibilità e l'efficienza del framework attuale.

Conoscenze richieste Reti IP, Programmazione di Rete, Database, Interazione con DB remoti


Scadenza validita proposta 26/02/2022      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti