Caracterização do Impacto de Incidentes de Aplicações em Redes e Usuários
Resumo
Estudos focados na caracterização de incidentes com impacto na rede são primordiais para a melhoria da experiência do usuário, principalmente diante de redes com complexidade crescente e do surgimento de novas tecnologias cada vez mais dependentes de Internet. As causas destes incidentes são diversas, podendo ser manutenções programadas, falhas de roteamento, rompimento de cabos ópticos ou falhas de configuração em dispositivos como roteadores e comutadores. Em nosso estudo buscamos aumentar a nossa compreensão analisando de diferentes perspectivas o impacto de incidentes ocorridos em grandes provedores de conteúdo. Caracterizamos o impacto de incidentes no comportamento de usuários e aplicações. Nossos resultados apontam para mudanças no perfil de tráfego durante incidentes em aplicações, como o aumento do número de fluxos acompanhado de redução do volume de tráfego, e mudanças no comportamento de usuários, incluindo a migração de demanda de aplicações afetadas pelo incidente para outras não afetadas.
Referências
Duarte, R., Vieira, A. B., Cunha, I., and Almeida, J. M. (2015). Impact of Provider Failures on the Traffic at a University Campus. In Proc. IFIP Networking.
Govindan, R., Minei, I., Kallahalla, M., Koley, B., and Vahdat, A. (2016). Evolve or die: High-availability design principles drawn from googles network infrastructure. In Proceedings of the 2016 ACM SIGCOMM Conference, page 58–72, New York, NY, USA. ACM.
Guarnieri, T., Drago, I., Vieira, A. B., Cunha, I., and Almeida, J. (2017). Characterizing qoe in large-scale live streaming. In GLOBECOM 2017 2017 IEEE Global Communications Conference, pages 1–7.
Katz-Bassett, E., Scott, C., Choffnes, D. R., Cunha, I., Valancius, V., Feamster, N., Madhyastha, H. V., Anderson, T., and Krishnamurthy, A. (2012). LIFEGUARD: Practical Repair of Persistent Route Failures. In Proc. ACM SIGCOMM.
Kompella, R., Yates, J., Greenberg, A., and Snoeren, A. (2007). Detection and Localization of Network Blackholes. In Proc. IEEE INFOCOM.
Markopoulou, A., Iannaccone, G., Bhattacharyya, S., Chuah, C. N., Ganjali, Y., and Diot, C. (2008). Characterization of Failures in an Operational IP Backbone Network. IEEE/ACM Trans. Netw., 16(4):749–762.
Mellia, M., Carpani, A., and Cigno, R. L. (2003). Tstat: Tcp statistic and analysis tool. In Proceedings of the Second International Workshop on Quality of Service in Multiservice IP Networks, QoS-IP 2003, page 145–157, Berlin, Heidelberg. Springer-Verlag.
Parwez, M. S., Rawat, D. B., and Garuba, M. (2017). Big data analytics for user-activity analysis and user-anomaly detection in mobile wireless network. IEEE Transactions on Industrial Informatics, 13(4):2058–2065.
Qiao, Y., Xing, Z., Fadlullah, Z. M., Yang, J., and Kato, N. (2018). Characterizing ow, application, and user behavior in mobile networks: A framework for mobile big data. IEEE Wireless Communications, 25(1):40–49.
Trevisan, M., Giordano, D., Drago, I., Munaf`o, M. M., and Mellia, M. (2020). Five years at the edge: Watching internet from the isp network. IEEE/ACM Transactions on Networking, 28(2):561–574.
Turner, D., Levchenko, K., Snoeren, A., and Savage, S. (2010). California Fault Lines: Understanding the Causes and Impact of Network Failures. In Proc. ACM SIGCOMM.
