Classificação e monitorização escalável de serviços de vídeo

Abstract

Face ao crescimento do volume de tráfego de vídeo na Internet, a monitorização eficiente de serviços de vídeo apresenta-se como um desafio de grande importância para a gestão das redes atuais e de próxima geração, onde múltiplos serviços, protocolos e tecnologias de acesso coexistem e competem por recursos. A monitorização eficiente de serviços envolvem a medição, ao precisa de parâmetros de interesse e o menor impacto possível na operação normal da rede. Neste sentido as técnicas de amostragem de tráfego procuram obter informações sobre todo o tráfego considerando apenas um subconjunto dos pacotes em trânsito na rede, apresentando-se como uma solução escalável para os desafios impostos pela monitorização de serviços de vídeo. Neste contexto, o presente trabalho de mestrado tem como principal objetivo analisar o desempenho da monitorização baseada em amostragem de tráfego na correta classificação e caracterização de serviços de vídeo.

Given the growth of video traffic volume in the Internet, the effective monitoring of video services is presented as a major challenge for the management of current and nextgeneration networks, where multiple services, protocols and access technologies coexist and compete for resources. The efficient monitoring of network services involves, not only accurate measurement of parameters of interest, but also the lowest possible impact on the normal network operation. In this way, traffic sampling techniques aim to obtain information about all traffic, only considering a subset of packets traversing the network, presents itself as a scalable solution to face the challenges posed by monitoring video services. In this context, this master work has as main objective to analyze the performance of sampling-based network monitoring in the correct classification and characterization of video services.