Модели и методы выявления структуры локальной вычислительной сети при неполных данных
Ключевые слова:
компьютерные сети, моделирование, автоматизация, структура ЛВС, канальный уровеньАннотация
Описание логической и физической структуры сети необходимо для решения многих задач сетевого управления. Автоматизация построения такого описания осложнена возможностью неполноты и некорректности исходных данных о структуре сети, получаемых из стандартных источников. В данной статье приводится исследование свойств неполных исходных данных о связях сетевых устройств на канальном уровне. Для этого вводятся графовые модели структуры канального уровня в присутствии виртуальных локальных сетей, формализуется задача дополнения исходных данных. Приводятся методы обобщённой обработки разнородных исходных данных о канальном уровне. В работе описываются модели и методы выведения части отсутствующих данных, а также условие, при котором исходные данные могут позволить построить единственное правильное описание структуры сети. Статья включает методы определения в исходных данных некорректных элементов и ситуаций, при которых возможно несколько решений задачи описания структуры сети. Приводятся алгоритмы построения описания структуры сети при неполных данных, когда их можно и нельзя восполнить до необходимого объема, методы разрешения неоднозначности во входных данных и методы исправления некорректных данных. Проведённые вычислительные испытания методов на сгенерированных данных и в реальных сетях показывают их применимость и эффективность в сетях различных структур и со смешанным набором производителей оборудования. Также, показывается преимущество перед разработанными ранее аналогичными методами: способность дополнить до 99% данных о связях на канальном уровне за полиномиальное время, возможность получения точного решения при неоднозначности исходных данных.
Литература
2. Zhu Z. et al. Data flow monitoring and control of LAN based on strategy // 2010 International Conference on Networking and Digital Society. – IEEE, 2010. – vol. 2. – pp. 225–228.
3. Sivakumar L. et al. Virtual topologies for abstraction service for IP-VPNs // 2016 17th International Telecommunications Network Strategy and Planning Symposium (Networks). – IEEE, 2016 . – pp. 213–220.
4. Wang C. et al. A method of network topology optimization design considering application process characteristic // Modern Physics Letters B. – 2018. – vol. 32. – no. 07. – pp. 1850091-1–1850091-11.
5. Gobjuka H., Breitbart Y. J. Ethernet topology discovery for networks with incomplete information // IEEE/ACM Transactions on Networking. – 2010. – vol. 18. – no. 4. – pp. 1220–1233.
6. Zichao L. et al. Ethernet topology discovery for virtual local area networks with incomplete information // 2014 4th IEEE International Conference on Network Infrastructure and Digital Content. – IEEE, 2014. – pp. 252–256 .
7. Bejerano Y. Taking the skeletons out of the closets: a simple and efficient topology discovery scheme for large ethernet lans // IEEE/ACM Transactions on Networking. –2009. – vol. 17. – no. 5. – pp. 1385–1398.
8. Zhou J., Ma Y. Topology discovery algorithm for ethernet networks with incomplete information based on VLAN // 2016 IEEE International Conference on Network Infrastructure and Digital Content (IC-NIDC). – IEEE, 2016 . – pp. 396 –400.
9. Andreev A., Shabaev A., Bogoiavlenskii I. Network Topology Discovery: a Problem of Incomplete Data Improvement // 2019 24th Conference of Open Innovations Association (FRUCT). – IEEE, 2019. – pp. 10–16 .
10. Andreev A., Bogoiavlenskii I. An algorithm for building an enterprise network topology using widespread data sources // 2017 21st Conference of Open Innovations Association (FRUCT). – IEEE, 2017. – pp. 34–43.
11. Андреев А. А. Обобщенная графовая модель виртуальных частных сетей в коммуникационной инфраструктуре локального поставщика сетевых услуг // Программная инженерия. – 2017. – Т. 8. – №. 6 . – С. 243–249.
12. Андреев А. А. и др . Обобщенная графовая модель структуры физического, канального и сетевого уровней ИКТ-инфраструктуры локального поставщик а сетевых услуг //Программная инженерия. – 2016 . – Т. 7. – №. 9. – С. 400–407.
13. Sun Y., Shi Z., Wu Z. A discovery algorithm for physical topology in switched ethernets // The IEEE Conference on Local Computer Networks 30th Anniversary (LCN’05) l. –IEEE, 2005. – pp. 311–317.
14. Zhangchao W. et al. An algorithm and implementation of network topology discovery based on SNMP // 2016 First IEEE International Conference on Computer Communication and the Internet (ICCCI). – IEEE, 2016 . – pp. 283–286 .
15. Zhou S. et al. Research on Network Topology Discovery Algorithm for Internet of Things Based on Multi-Protocol // 2018 10th International Conference on Modelling, Identification and Control (ICMIC). – IEEE, 2018. – pp. 1–6 .
16. Ma X., Yu T. An algorithm of physical network topology discovery in multi-VLANs // Telkomnika. – 2016 . – vol. 14. – no. 3A. – pp. 375–379.
17. Jiang J., Xu X. L., Cao N. Research on improved physical topology discovery based on SNMP // 2017 IEEE International Conference on Computational Science and Engineering (CSE) and IEEE International Conference on Embedded and Ubiquitous Computing (EUC). – IEEE, 2017. – vol. 2. – pp. 219–222.
18. Zhang X. et al. An Optimization Algorithm of Network Topology Discovery Based on SNMP Protocol // Journal of Computer and Communications. – 2018. – vol. 6 . – no. 01. –pp. 104–111.
19. Zhou Y. et al. Discovery algorithm for network topology based on SNMP // 2015 International Conference on Automation, Mechanical Control and Computational Engineering. – Atlantis Press, 2015. - pp. 16 23–16 28.
20. Li D. et al. Research and Application of Heterogeneous Network Topology Discovery Algorithm Based on Multiple Spanning Tree Protocol // Knowledge Discovery and Data Mining. – Springer, Berlin, Heidelberg, 2012. – pp. 437–444.
Опубликован
Как цитировать
Раздел
Copyright (c) Антон Александрович Андреев, Антон Игоревич Шабаев
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).