Řízení počítačové sítě pomocí strojového učení a OVS
Real-time Network Flow Control using Machine Learning and OVS
Type of document
bakalářská prácebachelor thesis
Author
Štěpán Šimek
Supervisor
Hynek Karel
Opponent
Vondra Tomáš
Field of study
Bezpečnost a informační technologieStudy program
Informatika 2009Institutions assigning rank
katedra počítačových systémůRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Real-time komunikace pomocí online platforem zastává důležitou roli v každodenních aktivitách mnoha společností. Prioritizace této komunikace umožňuje zmírnit dopady zapříčiněné limitacemi sítí. Cílem této bakalářské práce je navrhnout a implementovat řešení prioritizace pro real-time protokoly. V rámci tohoto řešení bylo využito strojového učení pro rozpoznání real-time síťového provozu a technologie Open vSwitch pro zajištění prioritizace. Navržené řešení vychází z podrobné analýzy používaných real-time protokolů na reálné síti. Navíc pro vytvoření modelu strojového učení byla vytvořena nová a rozsáhlá anonymizovaná datová sada zachycená na síti reálného poskytovatele internetového připojení. Prototyp softwaru prioritizace real-time protokolů byl zakomponován do open-source exportéru síťových toků IPFIXprobe a otestován pomocí routeru Turris určeného pro domácnosti a malé podniky. Real-time communication using online collaboration platforms plays an important role in everyday business operations. Its prioritization in our networks can help mitigate problems imposed by the network's limitations. This thesis aims to design a prioritization solution for real-time protocol. The solution utilizes machine learning for real-time traffic recognition and Open vSwitch subsystem for prioritization. The solution was designed based on a thorough study of related works. Anonymized network traffic dataset was captured on real-world ISP lines. Additionally, the prioritization software prototype was implemented into open-source flow exporter IPFIXprobe and tested using a small home-office router Turris.
Collections
- Bakalářské práce - 18104 [347]