Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Schwachstellensuche
Qualitätsüberwachung im Netz durch Klassifizierung des HADES One-Way-Delays
Dr. Stephan Kraft, Birgit König, Martin GründlWiN-LaborGründlWiN-Labor
Überblick
HADES-MesssystemIP Performance MetricsZeitsynchronisationMessverfahrenVerbreitungVerbreitung
Performance-KlassifizierungRouting Delay und PerformanceklassenRanglisten
Ranking am Beispiel des LHC-OPNDas LHC Optical Private NetworkDas LHC Optical Private NetworkLaufzeitmessungen im LHC-OPNRanking
AusblickFazit
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 2
HADES-MesssystemHADES-Messsystem
IPPM - IP Performance Metrics
Definition im Rahmen der Working Group IPPM der IETF
One-Way Delay (OWD)Zeit eines IP-Paketes, um vom Sender zum Empfänger zu gelangengelangen
IP Packet Delay Variation (IPDV / OWDV)Differenz des OWD aufeinanderfolgender Pakete
Packet LossAnzahl der vom Sender versendeten allerdings nicht aufAnzahl der vom Sender versendeten, allerdings nicht auf Empfängerseite angekommenen IP-Pakete in einem definierten Zeitraum
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 4
Zeitsynchronisation - NTP
Network Time Protocol
Standard zur Synchronisierung von Uhren über dasStandard zur Synchronisierung von Uhren über das Netzwerk
Korrektur der lokalen Uhr mit Hilfe der Referenzuhr ( GPS / NTP ) d h V i ti d FGPS / NTP ) durch Variation der Frequenz
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 5
Zeitsynchronisation - GPS
Satellitengestütztes System zur Positions-bestimmungbestimmung
basiert auf Laufzeitunterschieden und stellt daher ein sehr genaues Zeitsignal zur Verfügung
Meinberg GPS169PCI + GPS-Antenne
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 6
HADES Active Delay Evaluation System
MesspaketeUDP auf Ports > 50000UDP auf Ports > 50000Paketgröße 69 Bytes
Payload gemäß OWAMP SpezifikationPayload gemäß OWAMP-Spezifikation [RFC4656] + UDP-Header + IP-Header
(optional ToS Bits)(optional ToS-Bits)
Zeitliches VerhaltenZeitliches VerhaltenBurst von 9 Paketen, jeweils 20ms versetztjeweils 60 Sekunden zwischen aufeinanderjeweils 60 Sekunden zwischen aufeinander-folgenden Bursts
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 7
Verbreitung – X-WiN
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 8
Verbreitung – GÉANT 3
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 9
Verbreitung – LHC-OPN
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 10
Beispiel HADES-Messung
Karlsruhe München, 24.05.2010
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 11
Beispiel HADES-Messung
Karlsruhe Gesellschaft für medizinische DV Köln, 24.05.2010
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 12
Performance-KlassifizierungPerformance-Klassifizierung
Intrinsic und Routing Delay
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 14
Normales Verhalten
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 15
Leichte Überlast-Situation
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 16
Überlast-Situation
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 17
Statistische Analyse der HADES-Daten
Erkennung eventueller route changes
Bestimmung des intrinsic delay
Iterative Bestimmung einer Gammaverteilung, die der Verteilung der real gemessenen OWDs für ein 30-Minuten-Intervall möglichst exakt entsprichtIntervall möglichst exakt entspricht
Berechnung der Wahrscheinlichkeit, dass jeweils eine der vier ävorgebenen Verteilungen der genäherten Verteilung der realen
Daten entspricht
Zuordnung der Messdaten des untersuchten Intervalls zu einer der vier definierten Klassen
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 18
Performance-Klassen
excellent poorp
fair bad
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 19
fair bad
Performance-Indikatoren
Aggregationder Klassifizierungen über einen ZeitraumZeitraum
Bildung eines Score“ um MessstreckenBildung eines „Score , um Messstrecken untereinander vergleichen zu können
Darstellung der Strecken mit niedrigem Score gibt potentielle Hinweise für weitere Untersuchungenp g
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 20
Performance-Indikatoren - Beispiel
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 21
Performance-Indikatoren - Beispiel
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 22
Performance-IndikatorenPerformance-Indikatorenam Beispiel des LHC-OPN
LHC – Optical Private Network
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 24
Performance-Indikatoren im LHC-OPN
Übersicht über die x Strecken mit dem niedrigsten Score für einen Tag d oder einen Zeitraum tScore für einen Tag d oder einen Zeitraum t
Übersicht über den Verlauf des Scores einer StreckeÜbersicht über den Verlauf des Scores einer Strecke a in einem Zeitraum t
Übersicht über den durchschnittlichen Score aller Messungen ausgehend vom Standort A bzw. zu g geinem Standort B
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 25
„Worst x“ für einen Tag d
10 Strecken mit dem niedrigsten Score für den 18.05.2010 im LHC-OPN
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 26
„Worst x“ für einen Zeitraum t
10 Strecken mit dem niedrigsten durchschnittlichen Score für den April 2010 im LHC-OPN
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 27
Verlauf der Strecke a über den Zeitraum t
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 28
Verlauf der Strecke a über den Zeitraum t
CA-TRIUMF US-BNL, 08.04.2010 – Score 180
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 29
Verlauf der Strecke a über den Zeitraum t
CA-TRIUMF US-BNL, 12.04.2010 – Score 258
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 30
Durchschnittlicher Score von Standort A
Durchschnittlicher Score aller Strecken vom Tier-0-Standort ( CERN, Schweiz ) zu den ( )Tier-1-Standorten im Zeitraum April 2010
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 31
Durchschnittlicher Score nach Standort A
Durchschnittlicher Score aller Strecken in Richtung Tier-0-Standort ( CERN, Schweiz ) ausgehend von den Tier-1-( ) gStandorten im Zeitraum April 2010
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 32
Fazit und AusblickFazit und Ausblick
Schwachstellensuche – Fazit und Ausblick
Möglichkeit, im Vergleich zu den übrigen Mess-strecken auffällige Abweichungen in den HADES-strecken auffällige Abweichungen in den HADES-Messdaten darzustellen
Darauf aufbauende Überprüfung auf potentielle Anomalien aufgrund veränderter Leitungsqualität, g g q ,Modifikationen der Konfigurationen oder weiterer äußerer Einflüsse
Weiterentwicklung zu einem Monitoringsystem mit d Mö li hk i f A li hi i lder Möglichkeit, auf Anomalien hinzuweisen, geplant
Schwachstellensuche27.05.2010 Martin Gründl, WiN-Labor, RRZE 34
Vielen Dank für Ihre Aufmerksamkeit!Vielen Dank für Ihre Aufmerksamkeit!
27.05.2010
35Martin Gründl, WiN-Labor, RRZE
Kontakt:
Regionales Rechenzentrum Erlangeng gWiN-LaborMartensstr. 191058 Erlangen
[email protected]://www.win-labor.dfn.dep
27.05.2010
36Martin Gründl, WiN-Labor, RRZE