IP stream classification as a tool for internet traffic engineering.

Submitted by Deyse Queiroz (deysequeirozz@hotmail.com) on 2019-09-30T10:51:31Z No. of bitstreams: 1 MICHAEL TAYNNAN A. DE OLIVEIRA BARROS - DISSERTAÇÃO PPGCC 2012.pdf: 9483415 bytes, checksum: 0f6deaa9d14f293daa43efefe21cd181 (MD5)Made available in DSpace on 2019-09-30T10:51:31Z (GMT). No. of bitstreams: 1 MICHAEL TAYNNAN A. DE OLIVEIRA BARROS - DISSERTAÇÃO PPGCC 2012.pdf: 9483415 bytes, checksum: 0f6deaa9d14f293daa43efefe21cd181 (MD5) Previous issue date: 2012-04-23O aumento do numero de aplicações e usuário na Internet gera um problema de infraestrutura que leva a degradação do desempenho das aplicações que transmitem informações por essa rede, e e um desafio de pesquisa recente para as universidades e empresas de telecomunicações, que focam as suas atividades nas redes de próxima geração como solução do problema mencionado. Como uma possível contribuição em nível logico da rede, este trabalho propõe a investigação de mecanismos de classificação de fluxo IP como ferramenta para Engenharia de trafego na Internet, processo que e responsável por conciliar os requisites de desempenho da rede e do trafego que passa por ela. O estudo sera efetuado com a arquitetura de qualidade de serviço DiffServ (Serviços Diferenciados), em que a identificação de trafego possui certa importância para a manutenção do mesmo, bem como o estabelecimento de recursos para provisão de qualidade e estabelecimento de conexões. Antes dessa etapa, e apresentado um estudo só com classificadores de trafego IP baseados em aprendizagem de maquina, os quais são referenciados em trabalhos acadêmicos como os melhores em desempenho. Foi efetuado um estudo a parte com todos os classificadores, com o objetivo de realizar a calibração das técnicas, e uma comparação inter-classificadores, o que apresentou evidencias de que todos são soluções interessantes para a solução do problema de classificação no DiffServ. Com isso, uma avaliação do desempenho de uma rede IP com o mecanismo DiffServ contendo os classificadores baseados em aprendizagem de maquina indica que essa nova abordagem aumenta de uma forma geral o desempenho das aplicações que transmitem informação pela rede, sendo essa conclusão uma motivação necessária para o aumento do uso do mecanismo de DiffServ em redes de backbone.The increase in the number of applications and users in the Internet is the current infrastructure problem which decreases the applications performance on these networks. Also, it is a current research challenge for universities and telecommunications companies, which focus their activities to the next generation networks as a solution to the problems previously mentioned. As a possible contribution, in the logic layer of the network, this work proposes the investigation of IP flows classifiers as a tool for Traffic Engineering in the Internet. This process is responsible for conciliating the performance requirements of the network and the traffic that passes by it. The study is held with the Differentiated Services architecture, in which the traffic identification has a certain level of importance to its management as well as the resource establishment for quality provision and connections establishment. Before this, a study only with IP traffic classifiers based on machine learning is presented, which they are referred in academic works as the best in performance. The calibration of the chosen techniques is presented as well as an inter-classifiers performance comparison, which presents evidence that all the set of classifiers is able to be implemented in the DiffServ. Therefore, a performance evaluation of a IP network with DiffServ with the indicated classifiers shows that this new approach increases, in a general way, the performance of applications transmiting information by the network. This is the required conclusion and motivation to increase the use of DiffServ in backbone networks