Use este identificador para citar ou linkar para este item: https://repositorio.unipampa.edu.br/jspui/handle/riu/7175
Tipo: Dissertação
Título: Orquestração escalável da coleta de dados de telemetria In-band em planos de dados programáveis
Autor(es): Hohemberger, Rumenigue
Primeiro Orientador: Luizelli, Marcelo Caggiani
Coorientador: Rossi, Fábio Diniz
Resumo: A telemetria de rede in band (INT) é um paradigma emergente de monitoramento de rede. Ao coletar itens de telemetria de baixo nível em tempo real, a INT pode aumentar substancialmente a visibilidade de toda a rede - permitindo, por exemplo, detecção de eventos transientes como micro-bursts. Estudos recentes têm focado em (i) desenvolver mecanismos INT para aumentar a visibilidade em toda a rede; e (ii) projetar novas soluções de monitoramento. No entanto, pouco foi feito para coordenar o processo de coleta de itens de telemetria neste novo paradigma. Isso é particularmente desafiador, dependendo de quais itens de telemetria de rede são coletados, isso pode degradar a visibilidade de toda a rede em termos de consistência/freshness. Pesquisas anteriores se concentraram em orquestrar de forma otimizada a coleta de estatísticas de telemetria in-band da rede, fornecendo pouca ou nenhuma escalabilidade para ser aplicada em ambientes realistas. Neste trabalho, (i) formalizamos teoricamente o Problema do Plano de Orquestração de Telemetria de Rede In-band e propomos um modelo de orquestração baseado em aprendizado de máquina e (ii) abordamos a limitação de escalabilidade das abordagens existentes ao propor um procedimento de busca local. Os resultados mostram que nossa abordagem de modelo de orquestração baseada em aprendizado de máquina supera as heurísticas do estado da arte por um fator de até 8x em relação ao número de anomalias de rede identificadas, por exemplo. Finalmente, nosso algoritmo supera as soluções de orquestração do estado da arte - (Gather e Balance) por um fator de 2 em relação ao número de requisitos de aplicativos de monitoramento atendidos, enquanto mantém a solução perto do ideal (menos de 5%) - exigindo alguns segundos para executar. Palavras-chave: Monitoramento de Rede. Telemetria de Rede in-band. Problema do Plano de Orquestração de Telemetria.
Abstract: In-band network telemetry (INT) is an emerging network monitoring paradigm. By collecting low-level telemetry items in real time, INT can substantially enhance network-wide visibility - allowing, for example, timely detection problems such as micro-burst. Recent studies have focused on (i) developing INT mechanisms to increase network-wide visibility; and (ii) to design new monitoring solutions. However, little has been done to coordinate the process of collecting telemetry items in this new paradigm. This is particularly challenging because depending on which network telemetry items are collected, it might degrade network-wide visibility in terms of consistency/freshness. Previous researches have focused on optimally orchestrating the collection of in-band network telemetry statistics from the network, providing little or none scalability to be applied in realistic environments. In this work, we (i) theoretically formalize the In-band Network Telemetry Orchestration Plan Problem and propose a machine learning based orchestration model and (ii) tackled the scalability limitation of existing approaches by proposing an iterated local search procedure. Results show that our machine learning based orchestration model approach outperforms state-of-the-art heuristics by up a factor of 8x with respect to the number of network anomalies identified, for instance. At least, our algorithm outper-forms state-of-the-art orchestration solutions by a factor of 2 with respect to the number monitoring applications requirements satisfied, while keeping the solution close to the optimum (less than 5%) – demanding a few seconds to execute. Key-words: Network Monitoring. In-band Network Telemetry. Telemetry Orchestration Plan Problem.
Palavras-chave: Engenharia de software
Telemetria
Redes de computadores
Software engineering
Telemetry
Computer network
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editor: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Alegrete
Curso: Mestrado em Engenharia de Software
Citação: HOHEMBERGER, Rumenigue. Orquestração escalável da coleta de dados de telemetria In-band em planos de dados programáveis. Orientador: Marcelo Caggiani Luizelli. 2022. 97p. Dissertação (Mestrado Profissional em Engenharia de Software) - Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2022.
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unipampa.edu.br/jspui/handle/riu/7175
Data do documento: 16-Fev-2022
Aparece nas coleções:Mestrado Profissional em Engenharia de Software

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Rumenigue Hohemberger - 2022.pdf4.28 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.