Predição, em Tempo Real, de Estatísticas e Padrões de Tráfego em Redes Programáveis

Resumo: Para possibilitar um gerenciamento de redes eficiente é necessário que se conheça o padrão de tráfego gerado pelas diferentes aplicações e, para aquisição de dados de tráfego é necessária a instalação de observadores nos dispositivos de rede. Entretanto, essa operação de monitoramento normalmente é muito custosa, requerendo hardware ou software específicos. Além disso, a medida em que se aumenta a demanda de tráfego aumenta-se também a capacidade de processamento requerida pelos dispositivos de rede para o monitoramento. Algoritmos de processamento de cadeia de dados baseados em estruturas de dados probabilísticas (sketches) vêm permitindo o monitoramento do tráfego sob demanda a um baixo custo computacional. Os sketches podem resumir estatísticas de tráfego requerendo uma memória de tamanho fixo com precisão controlada. Nesse contexto, o objetivo deste projeto é realizar a caracterização do tráfego, em tempo real, a partir de dados obtidos por estruturas de dados probabilísticas instanciadas em dispositivos de redes programáveis. Para realizar essa caracterização de tráfego pretende-se aplicar técnicas e algoritmos de aprendizado de máquina e aprendizado estatístico. Até onde se tem conhecimento, o uso de dados provenientes dos sketches no treinamento destes algoritmos é a principal contribuição deste projeto.

Data de início: 01/06/2021
Prazo (meses): 48

Participantes:

Papel	Nome
Coordenador	RODOLFO DA SILVA VILLACA