Amostragem aleatória estratificada adaptativa para identificação de fluxos "elefantes" em redes convergentes

Abstract

Adaptive stratified random packet sampling technique to identify large flows (“Elephant” flows) in the context of the convergent communication networks based on the IP model was implemented, evaluated and the obtained results compared with the results collected from traditional per-flow measurement system. The correlations and divergences diagnosis of the inferred information about precision, reliability and occurrence of false positive and false negative, also, was made. It was shown that the adaptive stratified random sampling requests the use of mechanisms specifically developed and it should be used with base in a previous knowledge of the usual network behavior. It was verified that, using the adaptive stratified random sampling technique, the percentile error for "elephant" flows was less than 3% in the estimation of packages and volume of bytes account; that the time model AR(1) for five past values makes the sampling technique truly adaptive and, for bursty traffic conditions, the time model AR(1) for three past values presents a larger convergence than the model AIR (1) for five or seven past values. This work also shows a bibliography review of the main aspects related to network management, converging to the state of art related to the application of the sampling packets technique. Additionally, the used sampling technique is presented and results achieved are discussed.

Técnica de amostragem aleatória estratificada adaptativa aplicada à identificação de grandes fluxos (fluxos “Elefante”), no contexto das redes de comunicação convergentes baseadas no modelo IP foi implementada, avaliada e os resultados obtidos confrontados com os obtidos em um sistema tradicional de medição de fluxos. Foi, ainda, efetuado o diagnóstico das correlações e divergências das informações inferidas com respeito à precisão, confiabilidade e ocorrência de falsos positivos e falsos negativos. Mostrou-se que a técnica de amostragem aleatória estratificada adaptativa requer o uso de mecanismos especificamente desenvolvidos para a sua utilização e deve ser empregada com base em um conhecimento prévio do comportamento usual da rede. Verificou-se que o erro percentual, no uso da técnica de amostragem aleatória estratificada adaptativa, para fluxos considerados “elefante”, não ultrapassa 3% nas estimativas de contabilização de pacotes e volume de bytes; que o modelo temporal AR(1) para cinco valores passados faz com que o ajuste da taxa de amostragem seja efetivamente adaptativo e que, para condições de tráfego com oscilações drásticas, o modelo temporal AR(1) com três valores passados apresenta uma convergência maior que o modelo AR(1) para cinco e sete valores passados. É, ainda, apresentada uma revisão bibliográfica abrangendo os principais aspectos relacionados ao gerenciamento de redes, convergindo ao estado da arte relacionado à aplicação da amostragem de pacotes. Adicionalmente, é apresentado o delineamento da técnica de amostragem abordada no estudo, sua implementação e as principais discussões acerca dos resultados obtidos.