Программная методика оценки эффективности аппаратного состава серверов системы глубокой инспекции пакетов с использованием модернизированного метода Хука ‒ Дживса
https://doi.org/10.31854/1813-324X-2021-7-1-132-140
Аннотация
Системы глубокой инспекции пакетов на сетях связи используются для распознавания приложения порождающего конкретный поток трафика. Вопросы, связанные с моделированием и проектированием систем глубокой инспекции пакетов, остаются малоизученными. В данной работе приводится программная методика оценки эффективности аппаратного состава серверов системы глубокой инспекции пакетов, использующая математическую модель такой системы и методы программного поиска. Дается описание программного поиска методом максимального элемента и методом Хука ‒ Дживса. Предложена модернизация метода Хука ‒ Дживса для монотонно убывающей функции. Проведено сравнение методов по числу шагов поиска.
Об авторе
В. В. Фицов
Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича
Россия
Россия
Список литературы
1. Сенченко Ю.Л. Некоторые аспекты высокоскоростной обработки трафика // Технологии и средства связи. 2013. № 1(94). С. 52−53.
2. Trammell B., Boschi E., Procissi G., Callegari C., Dorfinger P., Schatzmann D. Identifying Skype Traffic in a Large-Scale Flow Data Repository // Proceedings of the 3rd International Workshop on Traffic Monitoring and Analysis (TMA, Vienna, Austria, 27 April 2011). Lecture Notes in Computer Science. Berlin, Heidelberg: Springer, 2011. Vol. 6613. PP. 72−85. DOI:10.1007/9783-642-20305-3_7
3. Sommer R., Feldmann A. NetFlow: Information loss or win? // Proceedings of the 2nd ACM SIGCOMM Workshop on Internet measurment (IMW '02, Marseille, France, November, 2002). New York: Association for Computing Machinery, 2002. PP. 173‒174. DOI: 10.1145/637201.637226
4. Park J., Yoon S., Kim M. Software Architecture for a Lightweight Payload Signature-Based Traffic Classification System // Proceedings of the 3rd International Workshop on Traffic Monitoring and Analysis (TMA, Vienna, Austria, 27 April 2011). Lecture Notes in Computer Science. Berlin, Heidelberg: Springer, 2011. Vol. 6613. PP. 136−149. DOI:10.1007/978-3-64220305-3_12
5. Deart V., Mankov V., Krasnova I. Agglomerative Clustering of Network Traffic Based on Various Approaches to Determining the Distance Matrix // Proceedings of the 28th Conference of Open Innovations Association (FRUCT’28, Moscow, Russia, 27‒29 January 2021). IEEE, 2021. Vol. 1. PP. 81−88. DOI:10.23919/FRUCT50888.2021.9347616
6. Dainotti A., Pescape A., Sansone C. Early Classification of Network Traffic through Multi-classification // Proceedings of the 3rd International Workshop on Traffic Monitoring and Analysis (TMA, Vienna, Austria, 27 April 2011). Lecture Notes in Computer Science. Berlin, Heidelberg: Springer, 2011. Vol. 6613. PP. 122−135. DOI:10.1007/978-3-642-20305-3_11
7. Sheluhin O., Kazhemskiy M. Influence Of Fractal Dimension Statistical Charachteristics On Quality Of Network Attacks Binary Classification // Proceedings of the 28th Conference of Open Innovations Association (FRUCT’28, Moscow, Russia, 27‒ 29 January 2021). IEEE, 2021. Vol. 1. 2021. PP. 407−413. DOI:10.23919/FRUCT50888.2021.9347600
8. Cascarano N., Ciminiera L., Risso F. Optimizing Deep Packet Inspection for High-Speed Traffic Analysis // Journal of Network and Systems Management. 2011. Vol. 19. PP. 7−31. DOI:10.1007/s10922-010-9181-x
9. Niang B. Bandwidth management ‒ A deep packet inspection mathematical model // Proceedings of the 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT, St. Petersburg, Russia, 6-8 October 2014). IEEE, 2014. PP. 169−175. DOI:10.1109/ICUMT.2014.7002098
10. Goldstein B., Fitsov V. Dual Mathematical Model for Calculating of Deep Packet Inspection // Proceedings of the 28th Conference of Open Innovations Association (FRUCT’28, Moscow, Russia, 27‒29 January 2021). IEEE, 2021. Vol. 1. 2021. PP. 127−133. DOI:10.23919/FRUCT50888.2021.9347547
11. Фицов В. Методы построения сетевых архитектур систем DPI // Вестник связи. 2020. № 12. С. 32−37.
12. Фицов В. Применение программного кода для оптимизации числа серверов DPI методом максимального элемента // VII Международная научно-техническая и научно-методическая конференция «Актуальные проблемы инфотелекоммуникаций в науке и образовании» (Санкт-Петербург, Россия, 28 февраля – 01 марта 2018). СПб: СПбГУТ, 2018. С. 650−656.
13. Якимович С. Управление трафиком и услугами в сетях ШПД с помощью решений DPI // Вестник связи. 2010. № 12. С. 27−29.
14. Rec. ITU-T Y.2771 Framework for deep packet inspection. ITU, 2014.
15. Norros I. A storage model with self-similar input // Queueing Systems. 1994. Iss. 16. PP. 387−396. DOI:10.1007/ BF01158964
16. Овчаров Л. Прикладные задачи теории массового обслуживания. М.: Машиностроение, 1969. 324 с.
17. Hooke R., Jeeves T.A. «Direct Search» Solution of Numerical and Statistical Problems // Journal of the ACM. 1961. Vol. 8. Iss. 2. PP. 212−229. DOI:10.1145/321062.321069
18. Сулимов В., Шкапов П., Носачев С. Локальный поиск методом Хука ‒ Дживса в гибридном алгоритме глобальной оптимизации // Наука и образование. 2014. № 6. С. 107−123. DOI:10.7463/0614.0716155
Рецензия
Для цитирования:
Фицов В.В. Программная методика оценки эффективности аппаратного состава серверов системы глубокой инспекции пакетов с использованием модернизированного метода Хука ‒ Дживса. Труды учебных заведений связи. 2021;7(1):132-140. https://doi.org/10.31854/1813-324X-2021-7-1-132-140
For citation:
Fitsov V. Software Methodology for Estimating the Efficiency of the Hardware Composition of Deep Packet Inspection System Using the Modernized Hooke ‒ Jeeves Method. Proceedings of Telecommunication Universities. 2021;7(1):132-140. (In Russ.) https://doi.org/10.31854/1813-324X-2021-7-1-132-140
Просмотров:
583
Послать статью по эл. почте 