Regisztráció és bejelentkezés

IP/MPLS hálózatok prediktív analízise

A 2000-es évek végén megjelent és mára szinte mindenki által használt okostelefonok nem csak a társadalmi berendezkedésünket és az internetezési szokásainkat változtatták meg. Az „always online” életmód a felhasználókon kívül a szolgáltatói szektorokra is nagy hatást gyakorolt. Ma már nem csak eszközökre, hanem komplett szolgáltatásokra van igényünk, amelyek a szolgáltatói környezetben mindennél előbbre helyezték a felhasználói élményt.

Az internet eléréssel rendelkező eszközök száma folyamatosan nő és ez a trend úgy tűnik, hogy még jó néhány évig nem változik. Az IPv4 protokoll nyújtotta hálózati címzés határait már elértük, az IPv6 protokollt azonban globálisan még nem igazán használjuk. A megnövekedett ügyfélszámnak köszönhetően az Internet szolgáltatók hálózata is rendkívül gyors és komplex fejlődésen megy át, így a bekövetkező hibák lehetősége is jelentősen növekszik. Emberi erőforrásokkal a bekövetkező hibák az esetek többségében csak reaktív módon kezelhetők, így ha csak rövid időre is, de sokszor elkerülhetetlen, hogy a felhasználó ezeket ne vegye észre.

A dolgozatom célja olyan adatelemzési módszer alkalmazása a hálózatokra, amelyekkel gépi tanulási algoritmusok segítségével képesek lehetünk előre jelezni a hálózatban valószínűsíthetően kialakuló hibákat, eseményeket. A módszer a tradícionális hálózatmonitorozási protokollok adatait használja, így szinte bármilyen jelenlegi IP/MPLS, de akár teljesen más protokollokat használó hálózatokra is alkalmazható.

A fent megnevezett módszert egy egyszerűsített Internet szolgáltatói hálózati modellre alkalmaztam, amelyet virtuálisan, egy számítógép erőforrásait használva valósítottam meg. Dolgozatomban részletesen bemutatom a hálózat szimulációra használt eszközöket, alkalmazásokat és protokollokat, majd ismertetem a gépi tanulás alapjait, a legfontosabb gépi tanulási modelleket és algoritmusokat. Végül bemutatom, hogyan alkalmazhatóak különböző regressziós algoritmusok az IP cím kihasználtság prediktív analízisére.

szerző

  • Tanárki József
    Villamosmérnöki szak, alapképzés
    alapképzés (BA/BSc)

konzulens

  • Dr. Huszák Árpád
    docens, Hálózati Rendszerek és Szolgáltatások Tanszék

helyezés

Egyetemi Hallgatói Képviselet I. helyezett