Nghiên cứu xây dựng công cụ đo và phân nhóm lưu lượng mạng (tt)

BỘ GIÁO DỤC VÀ ĐÀO TẠO TẬP ĐỒN BƯU CHÍNH VIỄN THƠNG VIỆT NAM HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THÔNG - VŨ ĐỖ DIN NGHIÊN CỨU XÂY DỰNG CÔNG CỤ ĐO VÀ PHÂN NHÓM LƯU LƯỢNG MẠNG CHUYÊN NGÀNH: TRUYỀN DỮ LIỆU VÀ MẠNG MÁY TÍNH MÃ SỐ: 60.48.15 Người hướng dẫn khoa học: PGS TS NGUYỄN VĂN TAM TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Hà Nội - 2010 MỞ ĐẦU Xu hướng hội tụ công nghệ lĩnh vực viễn thông làm cho mạng Internet trở thành hạ tầng truyền thông chủ yếu tất ứng dụng thông tin liên lạc, từ ứng dụng truyền thống duyệt web, gửi thư điện tử, truyền file đến ứng dụng thời gian thực VOIP, truyền hình trực tuyến, trị chơi trực tuyến dịch vụ chia sẻ liệu Việc triển khai ứng dụng thời gian thực tạo thách thức lớn Internet hai khía cạnh: (1) Cung cấp chất lượng dịch vụ (QoS) (2) Giám sát mức chất lượng dịch vụ mạng cung cấp Để xây dựng mơ hình giám sát chất lượng dịch vụ mạng việc xác định độ biến thiên lưu lượng theo thời gian mạng vô cần thiết Trên mạng độ biến thiên lưu lượng thường lớn qua việc phân tích độ biến thiên lưu lượng ta rút kết luận quan trọng như:  Có xảy tắc nghẽn khơng?  Có tượng cơng từ chối dịch vụ hay không? Trong luận văn này, tác giả thực nghiên cứu đề xuất cách sử dụng hệ thống thư viện NET 3.5 để phát triển công cụ đo lưu lượng mạng, tác giả nghiên cứu việc áp dụng phương pháp phân nhóm đối tượng K-Means để thực đánh giá kết đo Mục đích đối tượng phạm vi nghiên cứu Mục tiêu nghiên cứu luận án bao gồm phần chính: Tìm hiểu phương pháp công cụ đo tại, xây dựng công cụ đo dựa tảng cơng nghệ NET 3.5, phân nhóm lưu lượng phương pháp K-Mean Phương pháp nghiên cứu a) Nghiên cứu lý thuyết:  Tìm hiểu phương pháp đo lưu lượng công cụ đo lưu lượng  Tìm hiểu phương pháp K-Means để phân nhóm liệu b) Nghiên cứu thực nghiệm:  Tìm hiểu thư viện lập trình hỗ trợ tảng NET 3.5 để xây dựng công cụ đo phân nhóm kết đo lưu lượng mạng Chương TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP ĐO VÀ CÔNG CỤ ĐO Chương giới thiệu tổng quan phương pháp đo công cụ đo áp dụng rộng rãi 1 ĐO CHẤT LƯỢNG MẠNG IP Các dịch vụ mạng IP có yêu cầu đặc tính lưu lượng chất lượng dịch vụ (QoS) khác Các dịch vụ thời gian thực có yêu cầu chặt chẽ trễ gói dịch vụ phi thời gian thực có yêu cầu khác thông lượng cao Một mạng dịch vụ IP đầy đủ phải cung cấp dịch vụ với yêu cầu chất lượng phù hợp Việc xác định thông số quy định hiệu mạng phụ thuộc vào tầng mạng mơ hình mạng sau: Hình 1 Mơ hình lớp mạng đại lượng hiệu tương ứng 1.1 Các phép đo lớp mạng Các thông số hiệu lớp mạng trễ (delay), thông lượng (throughput), gói (loss), kết nối (connectivity) mức độ sử dụng tài nguyên (resource utilization) [1] 1.1 Các phép đo lớp truyền tải Các phép đo lớp truyền tải thể khả giao thức truyền tải mà thường sử dụng mạng IP TCP UDP Ví dụ tham số lớp truyền tải cho giao thức TCP số lần truyền lại (number of retransmissions), thời gian thiết lập kết thúc kết nối TCP, kích thước phân đoạn trung bình (average segment size) thông lượng 1.1 Các phép đo lớp ứng dụng Các thông số hiệu lớp ứng dụng cho truyền file thời gian thiết lập kết nối, kích thước file trung bình, thời gian tải (download) trung bình Các thơng số hiệu cho lớp truyền tải ứng dụng xác định điểm đặc trưng giao thức dịch vụ thực tế, ví dụ VOIP thơng số hiệu bao gồm: Thời gian thiết lập gọi xác suất nghẽn gọi.[2] 1.1 Đo cấp độ người sử dụng Sự cảm nhận người dịch vụ hay hệ thống cung cấp quan trọng Sự tiếp nhận người dịch vụ cung cấp định thành cơng chấp thuận dịch vụ Sự tiếp nhận liên quan chặt chẽ với mong đợi giá thành 1.1 Một số vấn đề cần ý đo kiểm:  Điểm đo  Phương pháp đo  Chu kỳ đo  Sự tương thích phép đo với đặc tính lỗi phương tiện truyền dẫn PHƯƠNG PHÁP VÀ CƠNG CỤ ĐO CHẤT LƯỢNG MẠNG IP Có phương pháp đo chủ yếu đo chủ động bị động Cả hai phương pháp thực lớp giao thức mạng khác 1.2 Phương pháp chủ động (tích cực) Đo cách chèn lưu lượng vào hệ thống cần đo, trường hợp mạng phần mạng Hình Ví dụ việc sử dụng IPERF (Nguồn: http://marajanett.fastpage.name/netperf/) Hình Ví dụ việc sử dụng NETPERF (Nguồn: http://marajanett.fastpage.name/netperf/) 1.2 Phương pháp đo thụ động Không thực chèn lưu lượng mà thực giám sát gói tin thực điểm đo chọn Trái với phương pháp đo chủ động, trình đo phương pháp hồn tồn khơng ảnh hưởng hay xâm nhập đến hoạt động mạng PHÂN LOẠI CÁC CÔNG CỤ ĐO LƯỜNG 1.3 Theo mục đích đo lường Hình Phân loại cơng cụ đo lường theo mục đích 1.3 Theo mức nhiệm vụ  Thu thập  Phân tích 1.3 Theo thành phần chế tạo  Công cụ phần cứng  Công cụ phần mềm CÁC CÔNG CỤ ĐO LƯỜNG 1.4 TCP Dump TCPDump cơng cụ phân tích gói tin thơng thường mà chạy theo dịng lệnh, cho phép người sử dụng dùng để đánh chặn hiển thị gói tin truyền nhận mạng máy tính TCPDump viết vào năm 1987 Văn Jacobson, Craig Leres Steven McCanne - ba kỹ sư làm việc Phịng thí nghiệm Lawrence Berkeley Mạng Nghiên cứu Group 1.4 TCP Stat Báo cáo TCP liên quan đến thống kê định kỳ:  Băng thơng sử dụng  Số gói tin trao đổi  Kích thước trung bình gói tin 1.4 NETPIPE Netpipe nhận liệu truyền hai nút, gửi nút gói tin có kích thước bất kỳ, đo thời gian cần thiết Vì vậy, người dùng tính tốn chậm trễ (trong gói liệu truyền qua đường nhỏ nút thời gian), băng thơng, dịng số tiền tối đa truyền liệu KẾT LUẬN CHƯƠNG Chương luận văn giới thiệu tổng quan phương pháp đo công cụ đo hiệu mạng Có phương pháp đo phương pháp đo chủ động phương pháp đo thụ động, với lớp mạng khác lại có phương pháp đo khác Trong chương 2, tác giả trình bày hướng tiếp cận để xây dựng công cụ đo dựa hệ thống thư viện lập trình NET 3.5 Chương XÂY DỰNG CÔNG CỤ ĐO LƯU LƯỢNG Chương giới thiệu thư viện lập trình NET 3.5 hỗ trợ cho người lập trình việc xây dựng hệ thống đo lưu lượng mạng Từ việc nghiên cứu thư viện lập trình, tác giả trình bày cơng cụ đo lưu lượng tác giả phát triển LÝ DO CẤP THIẾT CỦA VIỆC XÂY DỰNG CÔNG CỤ ĐO LƯU LƯỢNG Như trình bày Chương 1, giới có nhiều cơng cụ đo lưu lượng mạng tồn Tuy nhiên việc vận hành cơng cụ đo lưu lượng cịn gặp nhiều khó khăn, chẳng hạn:  Chi phí mua cao  Có phần mềm miễn phí mã nguồn mở khơng có độ tin cậy cao việc sửa đổi, kiểm thử độ tin cậy mã nguồn mở tốn nhiều chi phí  Để áp dụng kỹ thuật phân nhóm lưu lượng (sẽ trình bày Chương 3) phần mềm cần phải xuất thơng tin theo định dạng mong muốn Các công cụ đo lưu lượng không đưa định dạng thơng tin cần thiết 2 THƯ VIỆN LẬP TRÌNH HỖ TRỢ VIẾT CHƯƠNG TRÌNH ĐO LƯU LƯỢNG Để đo lưu lượng mạng, ta sử dụng gói thư viện System.Diagnotics NET frameworks (Hình 2.1) System.Diagnotics cung cấp lớp thư viện cho phép ta tương tác với tiến trình hệ thống, hệ thống log hệ điều hành windows đếm hiệu Các lớp thư viện bao gồm: 2.2 Lớp EventLog Lớp EventLog cung cấp chức giúp người lập trình ghi thông tin kiện vào hệ thống quản lý thông tin kiện hệ điều hành, chí thêm xóa thơng tin kiện hệ thống quản lý kiện mạng máy tính EntryWrittenEventHandler cung cấp phương pháp để tương tác với thơng tin kiện cách không đồng 2.2 Lớp Process Lớp Process cung cấp chức theo dõi kiểm sốt tiến trình tồn mạng để khởi động hay chấm dứt tiến trình cục 2.2 Lớp PerformanceCounter PerformaceCounterCategory Lớp PerformanceCounter PerformaceCounterCategory: PerformanceCounter lớp thư việc cho phép người lập trình theo dõi hiệu hệ thống, PerformaceCounterCategory cho phép người lập trình định kiểu đối tượng cần theo dõi System.Diagnostics EventLog EntryWrittenEventHandler EventLogPermission EventLogEntryType EventLogEntryCollection Process EventLogEntryType ProcessThread ProcessModule ProcessStartInfo PerformanceCounter PerformanceCounterCategory Hình Các lớp thư viện gói thư viện System.Diagnotics CHƯƠNG TRÌNH ĐO LƯU LƯỢNG MẠNG 2.3 Mơ hình đo 10  22  (7  7)  (4  4)   36  (1.5  6.5)  (2  6)  6.4  23  (7  1.5)  (4  2)  5.85  37  (1.5  8)  (2  2)  6.5  24  (7  5)  (4  1.5)  3.2  38  (1.5  1)  (2  2)  0.5  39  (1.5  10)  (2  6)  9.39 Khoảng cách Euclidean biểu diễn thông qua Bảng 3.4 Bảng Bảng khoảng cách Euclidean (vòng lặp 1)  C1 A 0.00 B 6.71 C 1.12 C2 6.71 0.00 C3 1.12 5.85 D F G H I 4.03 E 3.61 7.43 7.07 1.00 10.30 5.85 3.20 3.16 2.06 2.24 6.32 3.61 0.00 3.54 2.69 6.40 6.50 0.50 9.39 Bước 2: Nhóm đối tượng: Đối tượng có khoảng cách Euclidean đến phần tử trung tâm nhóm nhỏ nhất, phần tử nhóm vào nhóm Từ khoảng cách Euclidean bảng ta tìm giá trị nhỏ khoảng cách phần tử đến phần tử trung tâm, cụ thể Bảng 3.5 Bảng Khoảng cách khoảng cách (vòng lặp 1) C1 A 0.00 B 6.71 C 1.12 D 4.03 E 3.61 F 7.43 G H I 7.07 1.00 10.30 C2 6.71 0.00 5.85 3.20 3.16 2.06 2.24 6.32 3.61 C3 1.12 5.85 0.00 3.54 2.69 6.40 6.50 0.50 9.39  Như vậy, đối tượng A nhóm vào Cluster 1, đối tượng B, D, F, G, I nhóm vào Cluster 2, đối tượng cịn lại nhóm vào Cluster Các nhóm biểu diễn Bảng 3.6 Bảng Kết phân nhóm đối tượng (vịng lặp 1) Cluster Cluster Cluster A B D C F E 21 G I H Bước 3: Tính tốn phần tử trọng tâm theo cơng thức (3.3) Ta có c1 = (1,1) – Cluster có phần tử A (1,1) c2  ( c3  (   6.5   10  1.5    , )  (7.3,3.9) ; 5 1.5     , )  ( 2.17,2.33) 3 Các phần tử trung tâm biểu diễn qua Bảng 3.7 y(PH) Bảng Phần tử trọng tâm (vòng lặp 1) B C 1.5 D E F 6.5 G H I 10 C1 C2 C3 X A 1 7.3 2.17 Y 1.5 2 3.9 2.33 6.5, 10, 7, 7.3, 3.9 4, 1, 2.17, 2.33 8, 1.5, 5, 1.5 1, 0 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10 10.5 x (tr.lượng) Hình Biểu diễn đối tượng, phần tử trung tâm mặt phẳng toạ độ x,y (Vòng lặp 1) Vòng lặp Sau vòng lặp 1, ta xác định phần tử trọng tâm mới: c1 (1,1), c2(7.3, 3.9) c3(2.17, 2.33), tiếp tục thực thuật toán ta được: Bước 1: Xác định khoảng cách Euclidean  theo công thức (3.2), ta bảng khoảng cách sau: Bảng Bảng khoảng cách Euclidean (Vòng lặp 2)  C1 A 0.00 B 6.71 C 1.12 C2 6.94 0.32 C3 1.77 5.11 D F G H I 4.03 E 3.61 7.43 7.07 1.00 10.30 6.10 3.32 3.42 2.25 2.02 6.58 3.42 0.75 2.95 1.95 5.68 5.84 1.21 8.65 22 Bước 2: Nhóm đối tượng: Đối tượng có khoảng cách Euclidean đến phần tử trung tâm nhóm nhỏ nhất, phần tử nhóm vào nhóm Từ khoảng cách Euclidean bảng ta có Bảng Tìm khoảng cách khoảng cách (Vòng lặp 2)  C1 A 0.00 B 6.71 C 1.12 C2 6.94 0.32 C3 1.77 5.11 D F G H I 4.03 E 3.61 7.43 7.07 1.00 10.30 6.10 3.32 3.42 2.25 2.02 6.58 3.42 0.75 2.95 1.95 5.68 5.84 1.21 8.65 Như vậy, sau vịng lặp 2, nhóm có thay đổi, cụ thể: nhóm gồm đối tượng A, H; nhóm gồm đối tượng B, F, G, I nhóm gồm phần tử cịn lại: Bảng 10 Kết phân nhóm đối tượng (vòng lặp 2) A Cluster H B Cluster F C Cluster D G I E y(PH) Bước 3: Tính tốn phần tử trọng tâm theo cơng thức (3.3), kết sau: Bảng 11 Phần tử trọng tâm (vòng lặp 2) B C 1.5 D E F 6.5 G H I 10 C1 C2 C3 X A 1 7.88 3.5 Y 1.5 2 1.5 4.5 2.17 6.5, 10, 7.88, 4.50 7, 4, 1, 3.50, 2.17 1.5, 8, 1, 1.50 5, 1.5 1, 0 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10 10.5 x (tr.lượng) Hình Biểu diễn đối tượng, phần tử trung tâm mặt phẳng toạ độ x,y (Vòng lặp 2) 23 Vòng lặp Sau vòng lặp 2, ta tính giá trị phần tử trung tâm mới: c1 (1, 1.5), c2(7.88, 4.5) c3(3.5, 2.17), tiếp tục thực thuật toán, ta được: Bước 1: Xác định khoảng cách Euclidean  theo công thức (3.2), ta bảng khoảng cách 3.12 sau: Bảng 12 Bảng khoảng cách Euclidean (vòng lặp 3) B 6.50 C 0.71 D C1 A 0.50 C2 7.71 1.01 C3 2.76 3.95  F G 4.00 E 3.35 H I 7.11 7.02 0.50 10.06 6.85 4.16 4.16 2.03 2.50 7.32 2.60 2.01 1.64 0.97 4.87 4.50 2.51 7.55 Bước 2: Nhóm đối tượng: Đối tượng có khoảng cách Euclidean đến phần tử trung tâm nhóm nhỏ nhất, phần tử nhóm vào nhóm Từ khoảng cách Euclidean bảng ta có: Bảng 13 Tìm khoảng cách khoảng cách (vòng lặp 3) B 6.50 C 0.71 D C1 A 0.50 C2 7.71 1.01 C3 2.76 3.95  F G 4.00 E 3.35 H I 7.11 7.02 0.50 10.06 6.85 4.16 4.16 2.03 2.50 7.32 2.60 2.01 1.64 0.97 4.87 4.50 2.51 7.55 Như vậy, sau vịng lặp 3, nhóm có thay đổi, cụ thể: nhóm gồm đối tượng A, C, H; nhóm gồm đối tượng B, F, G, I nhóm gồm phần tử cịn lại: Bảng 14 Kết phân nhóm đối tượng (vòng lặp 3) A Cluster C H B Cluster F D Cluster G I E Bước 3: Tính tốn phần tử trọng tâm theo cơng thức (3.3), kết sau: Bảng 15 Phần tử trọng tâm (vòng lặp 3) X A B C D 1.5 Y E 1.5 F G 6.5 H I 10 C1 C2 C3 1.17 7.88 4.5 6 1.67 4.5 2.25 24 y(PH) 6.5, 10, 7.88, 4.50 7, 4, 1, 2 4.50, 2.25 1.5, 1.17, 1.67 8, 5, 1.5 1, 0 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10 10.5 x (tr.lượng) Hình Biểu diễn đối tượng, phần tử trung tâm mặt phẳng toạ độ x,y (Vòng lặp 3) Vòng lặp 4: Sau vòng lặp 3, ta tính giá trị phần tử trung tâm mới: c1 (1,17 1.67), c2(7.88, 4.5) c3(4.5, 2.25) Tiếp tục thực hiện, ta thu kết phần tử chia thành nhóm trùng với kết vòng lặp 3: Bảng 16 Kết phân nhóm đối tượng (vịng lặp 4) Cluster A Cluster C H B F D Cluster G I E Các phần tử trung tâm tính sau vòng lặp c1(1.17, 1.67), c2(7.88, 4.5) c3(4.5, 2.25) Thuật tốn kết thúc Kết phân nhóm biểu diễn qua bảng: Bảng 17 Bảng kết phân nhóm thuốc Loại thuốc/ đối tượng Trọng lượng Loại thuốc (A) Loại thuốc (B) Độ pH Thuộc nhóm Loại thuốc (C) Loại thuốc (D) Loại thuốc (E) Loại thuốc (F) Loại thuốc (G) Loại thuốc (H) Loại thuốc (I) 1.5 2 3 2 1.5 6.5 10 25 3.1 Nhược điểm K-Means cách khắc phục Giống thuật tốn khác, K- Means có số hạn chế định: Việc khởi tạo phần tử trung tâm nhóm ban đầu ảnh hưởng đến phân chia đối tượng vào nhóm trường hợp liệu khơng lớn Số nhóm k ln phải xác định trước Không xác định rõ ràng vùng nhóm, đối tượng, đưa vào nhóm nhóm khác dung lượng liệu thay đổi Điều kiện khởi tạo có ảnh hưởng lớn đến kết Điều kiện khởi tạo khác cho kết phân vùng nhóm khác Khơng xác định mức độ ảnh hưởng thuộc tính đến q trình tạo nhóm CHƯƠNG TRÌNH PHÂN NHĨM LƯU LƯỢNG BẰNG PHƯƠNG PHÁP K-MEANS Như mô tả Chương 2, thông tin lưu lượng lưu dạng file text, dịng thể lưu lượng trung bình giờ, dịng có số, số số đo lưu lượng trung bình 10 phút Số đo lưu lượng tính đơn vị Bytes/s (Hình 3.8) Hình Nội dung file thơng tin lưu lượng Mỗi dịng data file mơ hình hóa thành đối tượng để làm đầu vào cho giải thuật K-Means Đối tượng có tên TrafficObject với thuộc tính: 1) Thời gian đo 2) Lưu lượng trung bình từ phút đến phút 10 3) Lưu lượng trung bình từ phút 10 đến phút 20 26 4) Lưu lượng trung bình từ phút 20 đến phút 30 5) 6) 7) 8) Lưu lượng trung bình từ phút 30 đến phút 40 Lưu lượng trung bình từ phút 40 đến phút 50 Lưu lượng trung bình từ phút 50 đến phút 60 Số hiệu nhóm Tác giả thực phát triển chương trình phân nhóm tự động lưu lượng có tên Traffic Cluster, thiết kế lớp chương trình Hình 3.9 ReaderWriter #fileName : string TextLinesReaderWriter +Read() : string[] +Write(in lines : string[]) TrafficObjectsReaderWriter +Read() : TrafficObject[] +Write(in trafficObjects : TrafficObject[]) TrafficCluster TrafficClusterProgram +Main() -clusterID : int -trafficObjects : TrafficObject[] -centerObject : TrafficObject TrafficObject -trafficDate : string -t1 : float -t2 : float -t3 : float -t4 : float -t5 : float -t6 : float -clusterID : int +Equals(in trafficObject : TrafficObject) : bool KMeansHelper -numberOfClusters : int -trafficObjects : TrafficObject[] +DoClustering() +GetTrafficClusters() : TrafficCluster[] TrafficObjectHelper +ConvertTextLineToTrafficObject(in textLine : string) : TrafficObject +ConvertTrafficObjectToTextLine(in to : TrafficObject) : string +IsTrafficObjectExistsInList(in to : TrafficObject, in tos : TrafficObject[]) : bool +CalculateEuclideanDistance(in to1 : TrafficObject, in to2 : TrafficObject) : double Hình Thiết kế lớp chương trình Traffic Cluster Ví dụ ta cần phân nhóm lưu lượng file data lưu lượng 19092010_225411.txt Hình 3.10: 27 File data lưu lượng cần phân nhóm Hình 10 Chương trình TrafficCluster.exe file data lưu lượng đầu vào Nội dung file 19092010_225411.txt Hình 3.11 Hình 11 Nội dung file 19092010_225411.txt 28 500 22:54:11 22:54:17 22:54:23 22:54:32 450 22:54:40 22:54:47 22:54:53 22:55:00 400 350 22:55:06 22:55:14 22:55:22 22:55:28 22:55:37 Bytes/s 300 250 22:55:43 22:55:50 22:55:59 22:56:06 200 150 22:56:14 22:56:22 22:56:29 22:56:36 100 50 22:56:43 22:56:50 22:56:56 Hình 12 Thông tin lưu lượng file 19092010_225411.txt biểu diễn dạng đồ thị Giả sử ta cần phân nhóm lưu lượng thành nhóm, ta thực lệnh Hình 3.12 29 Hình 13 Câu lệnh thực command line để chạy chương trình Sau thực lệnh file kết phân nhóm sinh Hình 3.13 File kết phân nhóm xuất Hình 14 File kết phân nhóm Nội dung file kết phân nhóm: Các nhóm chia phân biệt với dịng trống Hình 3.14 30 Hình 15 Nội dung file kết phân nhóm 250 200 Bytes/s 22:54:47 150 22:54:53 22:55:00 22:55:06 100 22:56:56 50 Hình 16 Dữ liệu nhóm biễu diễn dạng đồ thị 31 500 450 22:54:23 400 22:55:37 22:55:50 Bytes/s 350 22:55:59 300 22:56:06 250 22:56:14 200 22:56:22 150 22:56:29 100 22:56:36 50 22:56:43 22:56:50 Hình 17 Dữ liệu nhóm biễu diễn dạng đồ thị 350 300 Bytes/s 250 22:54:32 22:55:14 200 22:55:22 150 22:55:28 100 22:55:43 50 Hình 18 Dữ liệu nhóm biễu diễn dạng đồ thị Về chi tiết source code xin mời tham khảo phần B, phần Phụ lục 3 KẾT LUẬN CHƯƠNG Chương trình bày lý thuyết phương pháp phân nhóm liệu K-Means, qua tác giả áp dụng lý giải thuật K-Means vào việc phân nhóm liệu lưu lượng thu từ chương trình đo lưu lượng chương Chương trình bày thiết kế chương trình phân nhóm lưu lượng tác giả thiết kế 32 KẾT LUẬN Luận văn tập trung giải ba vấn đề chính: Thứ nhất, luận văn tìm hiểu công cụ phương pháp đo lưu lượng mạng Có phương pháp đo phương pháp đo chủ động phương pháp đo thụ động, với lớp mạng khác lại có phương pháp đo khác Có nhiều cơng cụ đo hiệu mạng với ưu nhược điểm khác nhau, nhiên việc triển khai công cụ cịn gặp nhiều khó khăn Thứ hai, trước khó khăn việc áp dụng công cụ đo lường, tác giả nghiên cứu cách tự xây dựng công cụ đo lường dựa công nghệ NET 3.5 Với thư viện System.Diagnostics Microsoft cung cấp, tác giả phát triển chương trình đo lưu lượng Traffic Logger để đưa kết đo lưu lượng theo định dạng mong muốn Thứ ba, dựa kết mà chương trình đo lưu lượng có được, tác giả nghiên cứu phương pháp K-Mean để phân nhóm kết đo lường Tác giả viết chương trình phân nhóm lưu lượng Traffic Cluster để quan sát kết phân nhóm 33 KIẾN NGHỊ CÁC HƯỚNG NGHIÊN CỨU TIẾP THEO Các kết nghiên cứu luận văn mở hướng việc nghiên cứu phát triển cơng cụ đo lưu lượng mạng phân tích liệu sau đo Một số nghiên cứu xuất phát từ luận văn bao gồm: Nghiên cứu phương pháp phát triển công cụ đo lường lưu lượng mạng dựa thư viện NET 3.5 JAVA, PHP, DELPHI, Nghiên cứu hướng tiếp cận Data Mining (Khai phá liệu) cho liệu thu thập sau đo lường 34 TÀI LIỆU THAM KHẢO [1] Đỗ Ngọc Điệp (2007), Nghiên cứu số giải pháp đánh giá hiệu suất hoạt động mạng TCP/ IP dựa phần mềm công cụ đo lường mạng, Đại học Thái Nguyên, Khoa Công nghệ thông tin [2] Nguyễn Tài Hưng (2007), Một số phát đo lường phân tích lưu lượng internet, mơ hình thuộc tính phân loại lưu lượng theo ứng dụng, Đại học Bách Khoa Hà Nội [3] Andrew W Moore, K-Means and Hierarchical Clustering, 2001 [4] Douglas Mauro (2005), Essential SNMP, 2nd Edition, O’ Reilly [5] Inderjit S Dhillon, Yuqiang Guan, Brian Kulis (2003), Kernel K-Means, Spectral Clustering and Normalized Cuts [6] Kiri Wagstaff, Claire Cardie (2001), Constrained K-Means Clustering with Background Knowledge [7] Tapas Kanungo (2002), An Efficient K-Means Clustering Algorithm: Analysis and Implementation [8] M Mathis (2001, July), A Framework for Defining Empirical Bulk Transfer Capacity Metrics, https://datatracker.ietf.org/doc/rfc3148/ [9] Microsoft MSDN, System.Diagnotics Namespace, http://msdn.microsoft.com/enus/library/system.diagnostics.aspx 35 ... để xây dựng cơng cụ đo phân nhóm kết đo lưu lượng mạng Chương TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP ĐO VÀ CÔNG CỤ ĐO Chương giới thiệu tổng quan phương pháp đo công cụ đo áp dụng rộng rãi 1 ĐO CHẤT LƯỢNG... kết đo Mục đích đối tượng phạm vi nghiên cứu Mục tiêu nghiên cứu luận án bao gồm phần chính: Tìm hiểu phương pháp công cụ đo tại, xây dựng công cụ đo dựa tảng công nghệ NET 3.5, phân nhóm lưu lượng. .. nhóm lưu lượng Traffic Cluster để quan sát kết phân nhóm 33 KIẾN NGHỊ CÁC HƯỚNG NGHIÊN CỨU TIẾP THEO Các kết nghiên cứu luận văn mở hướng việc nghiên cứu phát triển công cụ đo lưu lượng mạng phân