A carregar...
Publicação
Monitoring Traffic Classification in an ISP
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 6.61 MB | Adobe PDF |
Orientador(es)
Resumo(s)
The use of mobile applications has been increasing exponentially in recent years, which
in turn leads to the need to manage a large flow of Internet traffic. Service providers
offer their customers plans that include exemption from taxation of traffic consumption
for some applications and certain quality guarantees for them, therefore monitoring the
traffic classification is important to maintain the quality of the service offered. In this
dissertation, a prototype was developed in order to monitor the accuracy of the traffic
classification by the 4G network core for some of the most popular mobile applications.
The solution presented for monitoring the core classification was to measure the amount
of data consumed by the application directly on the test devices (only Android mobile
phones were used in this work) and compare it with the result given by the core classification.
The project was developed in a 4G network of a service provider. This project
was also an automation work, since the entire system works automatically and there is
no need for human interaction. Real devices were used to test the classification. Navigation
in applications was automated using tools such as Robot Framework, Appium,
and ADB. The Robot Framework proved to be very strong in automating tasks, both
at the mobile level and in validating the core classification. A dashboard with graphs
was built to analyze the performance of the classifiers over time, using the Grafana tool.
To manage the launch of tests periodically and automatically, the Jenkins tool was used.
A network data collection mechanism for mobile applications was developed, using automation
techniques, which can be used to implement other types of classifiers, such as
ML or DL.
A utilização de aplicações móveis tem vindo a aumentar exponencialmente nos últimos anos o que, por sua vez, leva a necessidades de gestão de um grande fluxo de tráfego de Internet. Os fornecedores de serviço oferecem aos seus clientes, planos que incluem isenção de taxação do consumo de tráfego para algumas aplicações e certas garantias de qualidade para as mesmas, portanto a monitorização da classificação de tráfego é importante para manter a qualidade do serviço oferecido. Nesta dissertação desenvolveu-se um protótipo com o objetivo de monitorizar a precisão da classificação de tráfego por parte do core da rede 4G para algumas das aplicações móveis mais populares. A solução apresentada para a monitorização da classificação do core foi medir a quantidade de dados consumidos pela aplicação diretamente nos dispositivos de teste (neste trabalho apenas foram usados telemóveis Android) e comparar com o resultado dado pela classificação do core. O projeto foi desenvolvido numa rede 4G de um fornecedor de serviço. Este projeto foi também um trabalho de automação uma vez que todo o funcionamento do sistema é automático não havendo a necessidade de interação humana. Foram usados dispositivos reais para testar a classificação. A navegação nas aplicações foi automatizada usando ferramentas como Robot Framework, Appium e ADB. O Robot Framework provou ser muito forte na automatização de tarefas, tanto a nível do mobile como na validação da classificação do core. Foram construídos painéis de monitorização com gráficos para analisar o desempenho dos classificadores ao longo do tempo, usando a ferramenta Grafana. Para a gestão de lançamento de testes de forma periódica e automática, foi usada a ferramenta Jenkins. Foi desenvolvido um mecanismo de coleção de dados de rede das aplicações móveis, usando técnicas de automação, que pode ser usado para a implementação de outros tipos de classificadores, como por exemplo ML ou DL.
A utilização de aplicações móveis tem vindo a aumentar exponencialmente nos últimos anos o que, por sua vez, leva a necessidades de gestão de um grande fluxo de tráfego de Internet. Os fornecedores de serviço oferecem aos seus clientes, planos que incluem isenção de taxação do consumo de tráfego para algumas aplicações e certas garantias de qualidade para as mesmas, portanto a monitorização da classificação de tráfego é importante para manter a qualidade do serviço oferecido. Nesta dissertação desenvolveu-se um protótipo com o objetivo de monitorizar a precisão da classificação de tráfego por parte do core da rede 4G para algumas das aplicações móveis mais populares. A solução apresentada para a monitorização da classificação do core foi medir a quantidade de dados consumidos pela aplicação diretamente nos dispositivos de teste (neste trabalho apenas foram usados telemóveis Android) e comparar com o resultado dado pela classificação do core. O projeto foi desenvolvido numa rede 4G de um fornecedor de serviço. Este projeto foi também um trabalho de automação uma vez que todo o funcionamento do sistema é automático não havendo a necessidade de interação humana. Foram usados dispositivos reais para testar a classificação. A navegação nas aplicações foi automatizada usando ferramentas como Robot Framework, Appium e ADB. O Robot Framework provou ser muito forte na automatização de tarefas, tanto a nível do mobile como na validação da classificação do core. Foram construídos painéis de monitorização com gráficos para analisar o desempenho dos classificadores ao longo do tempo, usando a ferramenta Grafana. Para a gestão de lançamento de testes de forma periódica e automática, foi usada a ferramenta Jenkins. Foi desenvolvido um mecanismo de coleção de dados de rede das aplicações móveis, usando técnicas de automação, que pode ser usado para a implementação de outros tipos de classificadores, como por exemplo ML ou DL.
Descrição
Palavras-chave
Traffic Classification Monitoring Automation Robot Framework Appium ADB