• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.637-638
• /
• 2017

MQTT broker는 트래픽에 따라 네트워크 성능이 저하되어 패킷 손실, 지연 등의 문제가 발생한다. 하지만 MQTT broker는 트래픽 측정을 위한 별도의 인터페이스를 지원하지 않아 네트워크 성능 저하에 대처할 수 없다. 본 논문에서는 MQTT broker의 트래픽 측정을 위한 시스템을 제안한다. 제안하는 시스템은 jnetpcap 라이브러리를 사용하여 MQTT broker로 송수신되는 모든 트래픽을 측정한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권2호
• /
• pp.313-329
• /
• 2011

To provide a seamless network to customers, Internet service providers must promptly detect and control abnormal traffic. One approach is to shorten the traffic information measurement cycle. However, performance degradation is inevitable if traffic measurement servers merely shorten the cycle and measure all traffic. This paper presents a software architecture that can measure traffic more frequently without degrading performance by estimating the level of abnormal traffic. The algorithm in the architecture estimates the values of the interface group objects in MIB by using the IP group objects thereby reducing the number of measurements and the size of measured data. We evaluated this architecture on part of Internet service provider's IP network. When the traffic was measured 5 times more than before, the CPU usage and TPS of the proposed scheme was 7% and 41% less than that of the original scheme while the false positive rate and false negative rate were 3.2% and 2.7% respectively.

• 한국인공지능학회지
• /
• 제11권2호
• /
• pp.19-27
• /
• 2023

In recent times, an exponential increase in Internet traffic has been observed as a result of advancing development of the Internet of Things, mobile networks with sensors, and communication functions within various devices. Further, the COVID-19 pandemic has inevitably led to an explosion of social network traffic. Within this context, considerable attention has been drawn to research on network traffic analysis based on machine learning. In this paper, we design and develop a new machine learning framework for network traffic analysis whereby normal and abnormal traffic is distinguished from one another. To achieve this, we combine together well-known machine learning algorithms and network traffic analysis techniques. Using one of the most widely used datasets KDD CUP'99 in the Weka and Apache Spark environments, we compare and investigate results obtained from time series type analysis of various aspects including malicious codes, feature extraction, data formalization, network traffic measurement tool implementation. Experimental analysis showed that while both the logistic regression and the support vector machine algorithm were excellent for performance evaluation, among these, the logistic regression algorithm performs better. The quantitative analysis results of our proposed machine learning framework show that this approach is reliable and practical, and the performance of the proposed system and another paper is compared and analyzed. In addition, we determined that the framework developed in the Apache Spark environment exhibits a much faster processing speed in the Spark environment than in Weka as there are more datasets used to create and classify machine learning models.

• 한국정보과학회논문지:정보통신
• /
• 제37권1호
• /
• pp.27-34
• /
• 2010

본 논문에서는 네트워크 트래픽의 수동적 측정치 분석을 통해 잘 알려진 장거리 상관관계가 광역 네트워크의 능동적 측정치에도 존재하는지 여부를 관련 분석법을 통하여 검정하고자 한다. 이를 위하여 PingER 프로젝트를 통하여 측정된 광역 네트워크 트래픽의 대표적인 능동적 측정치인 RTT(Round Trip Time)와 RTT의 변동성 시계열 데이터에 대하여 분석을 수행하였다. RTT 시계열 데이터는 장거리 상관관계 혹은 1/f 노이즈의 특성을 보였으며, RTT의 고차원 변화량으로 정의된 변동성은 로그정규분포를 따르며 변동성에 대한 장거리 상관관계는 고려하는 시간 간격이 짧은 경우 장거리 상관관계를 보이고, 시간 간격이 긴 경우에는 장거리 상관관계 혹은 1/f 노이즈를 따름을 밝혔다. 본 연구를 통해 볼 때 장거리 상관관계는 비단 패킷 도착의 시간 간격 등과 같은 수동적 측정뿐만 아니라 RTT와 같은 능동적 측정에서도 나타나는 특징이며, 특히 능동적 측정에는 수동적 측정에는 잘 나타나지 않는 1/f 노이즈 특성이 존재함을 밝혔다.

• 한국통신학회논문지
• /
• 제28권11B호
• /
• pp.1038-1049
• /
• 2003

트래픽 부하 측정은 네트웍 트래픽 엔지니어링의 기반이 된다. 그러나 고속 링크에서 트래픽 부하 정보를 얻기 위해 모든 패킷을 측정하는 것은, 라우터의 패킷 포워딩 성능을 저해시키므로 확장성이 결여된다. 이에 따라 샘플링 기법이 트래픽 측정의 대안으로 제시되었다. 샘플링은 라우터의 성능 저해를 최소화시킬 수 있으나 샘플링으로 예측되는 트래픽 부하는 실제 트래픽 부하와 차이를 보이게 되며, 이와 같은 오류가 제한되지 못한다면 측정값을 기반으로 하는 응용들에 부영향을 미치게 된다. 본 논문에서는 샘플링 오류를 오류 허용범위 내로 제한시킬 수 있는 적응성 있는 패킷 샘플링 기법을 제안한다. 제안 기법은 수학적 분석을 통해 얻어진 부하 예측 오류에 영향을 미치는 주요 트래픽 파라메터를 각 블록의 시작마다 예측하여 샘플링 확률을 동적으로 적응시킨다. 본 논문에서는 또한 실제 측정된 인터넷 트래픽을 이용하여 제안 기법의 확장성과 성능을 검증하였다

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1996년도 The Korean Institute of Navigation 1996년도 한·중 국제학술 심포지움 및 추계학술발표회 논문집
• /
• pp.31-36
• /
• 1996

It is important to measure the vehicle flow in controlling the traffic system. This report deals with a traffic flow measurement system using the differential spatial filters. This system can measure the velocity the length and height profile of the vehicle. The detector is located above the traffic lane. This provides the system with the following advantages : one is that each lane can be monitored without an influence of the other lanes the other is that the system construction is simple and can be set easily.

• 융합신호처리학회논문지
• /
• 제2권2호
• /
• pp.28-38
• /
• 2001

교통정보는 크게 지점정보와 공간정보로 나눌 수 있다. 지점정보는 한 지점에서의 차량의 유무 판정을 통해 얻을 수 있는 정보이며, 공간정보는 일정 공간을 관찰해야만 얻을 수 있는 고급 교통정보이다. 영상처리를 이용해 공간정보를 측정하기 위해서는 차량의 전역 추적을 필요로 하는데 전역 추적에 기반한 영상검지기는 비디오 입력, 차량 탐지, 차량 추적, 교통정보 측정의 네 부분으로 나눌 수 있다. 기존의 연구들은 비디오 입력시 자동 아이리스를 사용하여 급격한 밝기변화에 대응치 못하는 단점이 있고 차량 탐지시 기존의 배경생성 방법들은 정체가 심한 교차로에서 매우 좋지 않은 결과를 보인다. 또한 대부분의 연구에서 교통정보 측정을 지점 정보로만 국한하였다. 본 연구에서는 자동 아이리스의 단점 개선을 위해 사용자 제어 아이리스 방법을 제안하였고, 복잡한 교차로에서도 배경생성을 견고히 할 수 있는 장면차이 기반 배경생성 방법을 제안하였다. 또한 통행량/시간/속도는 물론 대기행렬 길이, 회전/직진 교통류의 공간 교통정보를 측정하는 방법을 제안하였고 실제 실험을 해 본 결과 95%∼100%의 정확도를 보였다.

• 한국통신학회논문지
• /
• 제30권11B호
• /
• pp.750-757
• /
• 2005

본 논문은 P2P 트래픽을 차단시키는 방화벽이 존재하는 고속의 캠퍼스 망에서 세 개의 P2P 응용 트래픽을 장기간 측정하고 분석한 결과를 제시한다. P2P 트래픽을 탐지하기 위하여 다양한 방법들이 제안되고 있지만, 현재가장 간단하고도 비용이 저렴한 방법은 포트 번호를 이용한 방화벽이다. 이 방화벽이 설치되고 난 이후 대량의 P2P 트래픽이 줄어들 것으로 예측되었지만, 8개월간의 트래픽 측정 결과 세 개의 새로운 P2P 응용 트래픽($30\%$ 업로드, $5.6\%$ 다운로드 트래픽)과 포트번호를 숨기는 eDonkey P2P 응용 트래픽($6.7\%$ 업로드 트래픽, $4\%$ 다운로드 트래픽)으로 인하여 본 연구에서 판별한 P2P트래픽 양이 다시 증가하였다. 본 논문에서 수행한 장기간 트래픽 측정결과는 포트번호를 이용하는 트래픽 필터링 기법이 P2P 응용 탐지에 효과적이지 많다는 것을 보여주었고, 본 캠퍼스 망에서 관찰된 세가지 P2P 트래픽은 P2P응용 프로그램의 보상 체제와 고속의 캠퍼스 망 연결 등의 이유 때문에 의부로 향하는 업로드 트래픽의 양이 크다는 것을 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.4678-4702
• /
• 2018

Traffic Matrix estimation has always caught attention from researchers for better network management and future planning. With the advent of high traffic loads due to Cloud Computing platforms and Software Defined Networking based tunable routing and traffic management algorithms on the Internet, it is more necessary as ever to be able to predict current and future traffic volumes on the network. For large networks such origin-destination traffic prediction problem takes the form of a large under- constrained and under-determined system of equations with a dynamic measurement matrix. Previously, the researchers had relied on the assumption that the measurement (routing) matrix is stationary due to which the schemes are not suitable for modern software defined networks. In this work, we present our Compressed Sensing with Dynamic Model Estimation (CS-DME) architecture suitable for modern software defined networks. Our main contributions are: (1) we formulate an approach in which measurement matrix in the compressed sensing scheme can be accurately and dynamically estimated through a reformulation of the problem based on traffic demands. (2) We show that the problem formulation using a dynamic measurement matrix based on instantaneous traffic demands may be used instead of a stationary binary routing matrix which is more suitable to modern Software Defined Networks that are constantly evolving in terms of routing by inspection of its Eigen Spectrum using two real world datasets. (3) We also show that linking this compressed measurement matrix dynamically with the measured parameters can lead to acceptable estimation of Origin Destination (OD) Traffic flows with marginally poor results with other state-of-art schemes relying on fixed measurement matrices. (4) Furthermore, using this compressed reformulated problem, a new strategy for selection of vantage points for most efficient traffic matrix estimation is also presented through a secondary compression technique based on subset of link measurements. Experimental evaluation of proposed technique using real world datasets Abilene and GEANT shows that the technique is practical to be used in modern software defined networks. Further, the performance of the scheme is compared with recent state of the art techniques proposed in research literature.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권10호
• /
• pp.421-426
• /
• 2013

인터넷을 통해 전송되는 트래픽의 양이 점점 더 많아지고 있고, 이에 따라 트래픽의 양을 알아내는 것이 중요해지고 있다. 트래픽을 측정하는 기법에 대한 많은 연구가 있었으며, 주로 적은 양의 메모리를 사용해서 측정의 정확도를 높이는 방향으로 연구가 진행되고 있다. 이 논문에서는 기존 기법들에서는 제공하지 않는 플로우 라벨링 기법을 제안한다. 이 기법을 통해서 관리자는 특정 값 이상의 트래픽을 생성한 플로우의 라벨을 실시간으로 알아낼 수 있으며, 기존의 기법이 가지는 카운팅의 상한선을 확장시킬 수 있다. 가장 최근에 발표된 CSM (Counter Sharing Method)에 이 기법을 적용하고, CAIDA 데이터셋을 이용해서 성능을 분석해 본다.