Lasttransformationen und ihre Nutzung zur Prognose und zum Verständnis von Verkehren in Netzen mit Sicherheitsanforderungen

点击翻译按钮获取中文摘要

Das LUPUS-Projekt befasst sich mit der Modellierung und Vorhersage von Datenverkehr in Rechnernetzen sowie der Verkehrsanalyse und –charakterisierung von beobachtbarem Internet-Verkehr. Im Bereich der Verkehrsmodellierung befassen wir uns insbesondere mit dem Ansatz der analytischen Last-transformation, mit dem der Einfluss von Verarbeitungsvorgängen in Rechnernetzen auf die Lasteigenschaften modelliert werden kann. Im bisherigen Projektverlauf konnten wir erfolgreich Lasttransformationen als Abbildungen auf markovschen Ankunftsprozessen modellieren und möchten diese Untersuchungen fortsetzen. Die Projektaktivitäten im Bereich der paket- und flow-basierten Verkehrsmessung und –analyse beschäftigen sich mit der Klassifizierung von Verkehrsströmen nach Anwendungen, der Erkennung von Angriffen, Wurm- und Botnetzverkehr, sowie effizienten Messverfahren, die sich auch für den Einsatz in Hochgeschwindigkeitsnetzen eignen. Die entwickelten und verwendeten Analysemethoden basieren auf der Erkennung von Signaturen, statistischen Verfahren zur Anomalieerkennung und Data-Mining. Inverse Last-transformationsverfahren sollen dabei ermöglichen, anhand von Verkehrsmessdaten auf Lasteigenschaften auf höheren Schichten zu schließen und diese Information bei der Verkehrsanalyse zu berücksichtigen. Die neuen Verfahren des Projektes versprechen, wesentlich zur Verbesserung der Sicherheit, der Leistungsfähigkeit und des Managements von Rechnernetzen beizutragen.