Home Network Monitoring

Broadband Internet access is now widespread and many users connect to theInternet from home. Often, Internet users at home are not computer. When aperformance problem occurs, users have no simple means to diagnose the problemand may call their Internet service provider to fix the problem, even if theproblem comes from the user network. This situation frustrates Internet usersand incurs a large cost on the Internet service providers which must provisioncall centers.In this thesis, we consider techniques for end-hosts to pinpoint whetherperformance problems occur in the home network or not. We show that some homenetwork configurations affect the end-to-end performance and that existingtechniques cannot always pinpoint whether the home network is the performancebottleneck. To get a better understanding of existing home networks at large,we design HomeNet Profiler, a software measurement tool to measure the list ofdevices active in the home network, the implementation of UPnP in residentialhome gateways, and the WiFi environment inside home networks. With our datasetconsisting of nearly 3000 homes, we show that home networks are often small butcan have up to 20 devices. We demonstrate that UPnP queries, can pinpointcross-traffic from the home network and differentiate local from wide-arealosses. We also show that the home WiFi environment is generally dense and hasan inherent risk for interference. To leverage and take advantage of this highWiFi density, we design neighbor-assisted diagnosis techniques. Thesetechniques are able to efficiently detect and distinguish uplink and downlinkdelays and loss rates with small error.Désormais, l'accès Internet à haut débit est largement répandu et de nombreuxutilisateurs se connectent à l'Internet depuis chez eux. Ces utilisateurs n'ont pas de moyen simple pour résoudre les problèmes de performance. À la place, les utilisateurs appellent leur fournisseur d'accès même quand un problème provientdu réseau domestique. Cette situation frustrante pour les utilisateurs engendreune dépense importante chez les fournisseurs d'accès.Dans cette thèse, nous étudions des techniques permettant à un client finald'identifier si les problèmes de performances apparaissent dans le réseaudomestique ou non. Nous montrons que le réseau domestique peutaffecter la performance de bout-en-bout et les techniques de diagnosticexistantes ne peuvent pas toujours identifier si le réseau domestique est legoulot d'étranglement de performance. Nous concevons HomeNet Profiler, unlogiciel qui mesure la liste des appareils actifs dans le réseau domestique,l'implémentation du protocole UPnP dans les passerelles Internet, etl'environnement WiFi des réseaux domestiques. Les 3000 réseaux domestiquesqu'HomeNet Profiler mesure sont de petite taille mais peuvent avoir jusqu'à 20appareils. Les requêtes UPnP permettent de détecter le cross-traffic et dedifférencier les pertes réseaux dans le réseau domestique des pertes réseaudans le reste de l'Internet. De plus, l'environnement WiFi est généralementdense. Pour mettre à profit les environnement WiFi denses, nous concevons destechniques de mesures bénéficiant du voisinage WiFi et qui sont capables demesurer séparément le délai et le taux de perte du lien montant et du liendescendant.PARIS-BIUSJ-Mathématiques rech (751052111) / SudocSudocFranceF