tuzsutТруды учебных заведений связиProceedings of Telecommunication Universities1813-324X2712-8830СПбГУТ10.31854/1813-324X-2019-5-1-64-70tuzsut-61Research ArticleСтатьиМЕТОД КЛАССИФИКАЦИИ И ПРИОРИТИЗАЦИИ ТРАФИКА В ПРОГРАММНО-КОНФИГУРИРУЕМЫХ СЕТЯХA Traffic Classification and Prioritization Model in Software-Defined NetworksМухизиС. ..MuhiziS. ..noemail@neicon.ruПарамоновА. И.ParamonovA. ..alex-in-spb@yandex.ruСанкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-БруевичаРоссияThe Bonch-Bruevich Saint-Petersburg State University of TelecommunicationsRussian Federation201907042021516470Copyright © Мухизи С..., Парамонов А.И., 20212021Мухизи С..., Парамонов А.И.Muhizi S..., Paramonov A...This work is licensed under a Creative Commons Attribution 4.0 License.https://tuzs.sut.ru/jour/article/view/61

С широким распространением сетевых приложений, в частности приложения Интернета Вещей, миллиарды устройств повседневного пользования подключаются к Интернету. Эффективное управление этими устройствами для поддержки надежных, безопасных и высококачественных приложений становится сложной задачей. Основным решением управления устройствами Интернета Вещей является автоматическая классификация устройств, направленная на идентификации семантического типа устройства путем анализа его сетевого трафика для поддержки широкого спектра новых функций. Классификация трафика - необходимый процесс для управления им и безопасности сети. Сетевые администраторы могут использовать его для распределения, контроля и управления сетевыми ресурсами в соответствии с заданными требованиями. В статье предлагается метод автоматической классификации трафика программно-конфигурируемых сетей на основе модифицированного алгоритма k-means для распределения ресурсов сети по определенным приоритизированным типам трафика, что позволяет оптимизировать работы приложений поверх сетей.

As the number of networked devices and applications rapidly grows, particularly the Internet of Things applications, billions of devices are connected to the network and therefore managing the generated traffic becomes a needy task. Effectively managing these devices to support reliable, secure, and high-quality applications becomes challenging. The main solution to manage network traffic is the automatic classification of application aimed at identifying the semantic type of application by analyzing its network traffic and wide range of new features. This article proposes a model for dynamic network traffic classification in software-defined networks based on the modified k-means algorithm for network resources distribution to prioritized types of traffic, which allows network applications optimization.

программно-конфигурируемые сетикластеризацияклассификацияприоритизациямодифицированный алгоритм k-meanssoftware-defined networksclusteringclassificationprioritizationmodified k-means algorithmReferencesКучерявый А.Е. Интернет Вещей // Электросвязь. 2013. № 1. С. 21-24.Кучерявый А.Е. Интернет Вещей // Электросвязь. 2013. № 1. С. 21-24.Гольдштейн Б.С., Кучерявый А.Е. Сети связи пост-NGN. СПб: БХВ-Петербург, 2013. 160 с.Гольдштейн Б.С., Кучерявый А.Е. Сети связи пост-NGN. СПб: БХВ-Петербург, 2013. 160 с.Бородин А.С., Кучерявый А.Е. Сети связи пятого поколения как основа цифровой экономики // Электросвязь. 2017. № 5. С. 45-49.Бородин А.С., Кучерявый А.Е. Сети связи пятого поколения как основа цифровой экономики // Электросвязь. 2017. № 5. С. 45-49.Muhizi S., Ateya A.A., Muthanna A., Kirichek R., Koucheryavy A. A Novel Slice-Oriented Network Model // Vishnevskiy V.M., Kozyrev D.V. Distributed Computer and Communication Networks. Communications in Computer and Information Science. Proceedings of the 21st International Conference (DCCN, Moscow, Russia, 17-21 September, 2018). Cham: Springer, 2018. Vol. 919. PP. 421-431. DOI:10.1007/978-3-319-99447-5_36Muhizi S., Ateya A.A., Muthanna A., Kirichek R., Koucheryavy A. A Novel Slice-Oriented Network Model // Vishnevskiy V.M., Kozyrev D.V. Distributed Computer and Communication Networks. Communications in Computer and Information Science. Proceedings of the 21st International Conference (DCCN, Moscow, Russia, 17-21 September, 2018). Cham: Springer, 2018. Vol. 919. PP. 421-431. DOI:10.1007/978-3-319-99447-5_36Мухизи С., Мутханна А.С., Киричек Р.В, Кучерявый А.Е. Исследование моделей балансировки нагрузки в программно-конфигурируемых сетях // Электросвязь. 2019. № 1. С. 23-29.Мухизи С., Мутханна А.С., Киричек Р.В, Кучерявый А.Е. Исследование моделей балансировки нагрузки в программно-конфигурируемых сетях // Электросвязь. 2019. № 1. С. 23-29.Vladyko A., Letenko I., Lezhepekov A., Buinevich M. Fuzzy Model of Dynamic Traffic Management in Software-Defined Mobile Networks // Galinina O., Balandin S., Koucheryavy Y. Internet of Things, Smart Spaces, and Next Generation Networks and Systems. Proceedings of the 16th International Conference, NEW2AN, and the 9th Conference, ruSMART (St. Petersburg, Russia, 26-28 September 2016). Lecture Notes in Computer Science. Cham: Springer, 2016. Vol. 9870. PP. 561-570. DOI:10.1007/978-3-319-46301-8_47Vladyko A., Letenko I., Lezhepekov A., Buinevich M. Fuzzy Model of Dynamic Traffic Management in Software-Defined Mobile Networks // Galinina O., Balandin S., Koucheryavy Y. Internet of Things, Smart Spaces, and Next Generation Networks and Systems. Proceedings of the 16th International Conference, NEW2AN, and the 9th Conference, ruSMART (St. Petersburg, Russia, 26-28 September 2016). Lecture Notes in Computer Science. Cham: Springer, 2016. Vol. 9870. PP. 561-570. DOI:10.1007/978-3-319-46301-8_47Гимадинов Р.Ф., Мутханна А.С., Кучерявый А.Е. Кластеризация в мобильных сетях 5G. Случай частичной мобильности // Информационные технологии и телекоммуникации. 2015. Т. 3. № 2. С. 44-52.Гимадинов Р.Ф., Мутханна А.С., Кучерявый А.Е. Кластеризация в мобильных сетях 5G. Случай частичной мобильности // Информационные технологии и телекоммуникации. 2015. Т. 3. № 2. С. 44-52.Muhizi S., Shamshin G., Muthanna A., Kirichek R., Vladyko A., Koucheryavy A. Analysis and Performance Evaluation of SDN Queue Model // Koucheryavy Y., Mamatas L., Matta I., Ometov A., Papadimitriou P. (eds.) Wired/Wireless Internet Communications. Proceedings of the 15th IFIP WG 6.2 International Conference (WWIC, St. Petersburg, Russia, 21-23 June 2017). Lecture Notes in Computer Science. Cham: Springer, 2017. Vol. 10372. PP. 37-48. DOI:10.1007/978-3-319-61382-6_3Muhizi S., Shamshin G., Muthanna A., Kirichek R., Vladyko A., Koucheryavy A. Analysis and Performance Evaluation of SDN Queue Model // Koucheryavy Y., Mamatas L., Matta I., Ometov A., Papadimitriou P. (eds.) Wired/Wireless Internet Communications. Proceedings of the 15th IFIP WG 6.2 International Conference (WWIC, St. Petersburg, Russia, 21-23 June 2017). Lecture Notes in Computer Science. Cham: Springer, 2017. Vol. 10372. PP. 37-48. DOI:10.1007/978-3-319-61382-6_3Muthanna A., Volkov A., Khakimov A, Muhizi S., Kirichek R., Koucheryavy A. Framework of QoS Management for Time Constraint Services with Requested Network Parameters based on SDN/NFV Infrastructure // Proceedings of the 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT, Moscow, Russia, 5-9 November, 2018). Piscataway, NJ: IEEE, 2018. DOI:10.1109/ICUMT.2018.8631274Muthanna A., Volkov A., Khakimov A, Muhizi S., Kirichek R., Koucheryavy A. Framework of QoS Management for Time Constraint Services with Requested Network Parameters based on SDN/NFV Infrastructure // Proceedings of the 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT, Moscow, Russia, 5-9 November, 2018). Piscataway, NJ: IEEE, 2018. DOI:10.1109/ICUMT.2018.8631274Rec. ITU-T Y.3110 (09/2017). IMT-2020 network management and orchestration requirements & framework.Rec. ITU-T Y.3110 (09/2017). IMT-2020 network management and orchestration requirements & framework.Rec. ITU-T Y.3112 (05/2018). Framework for the support of Multiple Network Slicing.Rec. ITU-T Y.3112 (05/2018). Framework for the support of Multiple Network Slicing.Rec. ITU-T Y.3150 (01/2018). High-level technical characteristics of network softwarization for IMT-2020.Rec. ITU-T Y.3150 (01/2018). High-level technical characteristics of network softwarization for IMT-2020.Kirichek R., Vladyko A., Paramonov A., Koucheryavy A. Software-defined architecture for flying ubiquitous sensor networking // Proceedings of the 19th International Conference on Advanced Communication Technology (ICACT, Bongpyeong, South Korea, 19-22 February 2017). Piscataway, NJ: IEEE, 2017. PP. 158-162. DOI:10.23919/ICACT.2017.7890076Kirichek R., Vladyko A., Paramonov A., Koucheryavy A. Software-defined architecture for flying ubiquitous sensor networking // Proceedings of the 19th International Conference on Advanced Communication Technology (ICACT, Bongpyeong, South Korea, 19-22 February 2017). Piscataway, NJ: IEEE, 2017. PP. 158-162. DOI:10.23919/ICACT.2017.7890076Мухизи C., Киричек Р.В. Анализ технологии слайсинга в сетях связи пятого поколения // Информационные технологии и телекоммуникации. 2017. Т. 5. № 4. С. 57-63.Мухизи C., Киричек Р.В. Анализ технологии слайсинга в сетях связи пятого поколения // Информационные технологии и телекоммуникации. 2017. Т. 5. № 4. С. 57-63.Ksentini A., Nikaein N. Toward Enforcing Network Slicing on RAN: Flexibility and Resources Abstraction // IEEE Communications Magazine. 2017. Vol. 55. Iss. 6. PP. 102-108. DOI:10.1109/MCOM.2017.1601119Ksentini A., Nikaein N. Toward Enforcing Network Slicing on RAN: Flexibility and Resources Abstraction // IEEE Communications Magazine. 2017. Vol. 55. Iss. 6. PP. 102-108. DOI:10.1109/MCOM.2017.1601119Zander S., Armitage G. Practical machine learning based multimedia traffic classification for distributed QoS management // Proceedings of the 36th Annual IEEE Conference on Local Computer Networks (LCN, Bonn, Germany, 4-7 October 2011). Piscataway, NJ: IEEE, 2011. PP. 399-406. DOI:10.1109/LCN.2011.6115322Zander S., Armitage G. Practical machine learning based multimedia traffic classification for distributed QoS management // Proceedings of the 36th Annual IEEE Conference on Local Computer Networks (LCN, Bonn, Germany, 4-7 October 2011). Piscataway, NJ: IEEE, 2011. PP. 399-406. DOI:10.1109/LCN.2011.6115322Mahdavinejad S.M., Rezvan M., Barekatain M., Adibi P., Barnaghi P., Sheth A.P. Machine learning for internet of things data analysis: a survey // Digital Communications and Networks. 2018. Vol. 4. Iss. 3. PP. 161-175. DOI:10.1016/j.dcan.2017.10.002Mahdavinejad S.M., Rezvan M., Barekatain M., Adibi P., Barnaghi P., Sheth A.P. Machine learning for internet of things data analysis: a survey // Digital Communications and Networks. 2018. Vol. 4. Iss. 3. PP. 161-175. DOI:10.1016/j.dcan.2017.10.002Bair E. Semi-supervised clustering methods // WIREs Computational Statistics. 2013. Vol. 5. Iss. 5. PP. 349-361. DOI:10.1002/wics.1270Bair E. Semi-supervised clustering methods // WIREs Computational Statistics. 2013. Vol. 5. Iss. 5. PP. 349-361. DOI:10.1002/wics.1270Wireshark. URL: https://www.wireshark.org (дата обращения 22.03.2019)Wireshark. URL: https://www.wireshark.org (дата обращения 22.03.2019)

The authors declare that there are no conflicts of interest present.