Exploring Textures in Traffic Matrices to Classify Data Center Communications

Introdução à Ciência de Dados: Uma Visão Pragmática utilizando Python, Aplicações e Oportunidades em Redes de Computadores

“…No restante do texto, são apresentados alguns dos classificadores mais populares e como utilizá-los por meio da biblioteca Scikit-learn do Python. Além disso, são mostradas técnicas de como evitar o problema de overfitting e uma aplicação no contexto de classificação de matrizes de tráfego, a qual é baseada no trabalho de [Trois et al, 2018].…”

“…Algumas propostas exploram informações intrínsecas e estatísticas dos fluxo da rede para alimentar os classificadores [Eerman et al, 2006, Wang et al, 2010, Zhang et al, 2012, Fahad et al, 2014; por exemplo, média e variação do tamanho do pacote, número total de pacotes ou bytes, duração do fluxo, números de porta do servidor e do cliente e muitos outros. Como aplicações de data centers apresentam padrões de comunicação [Asanovic et al, 2006], outra abordagem propõe extrair características de imagens geradas a partir da matriz de tráfego dos nodos computacionais [Trois et al, 2018].…”

“…Neste caso de estudo, foi apresentada uma forma de classificar aplicações usando suas matrizes de tráfego como entrada para algoritmos de aprendizagem de máquina. Conforme assertado por Trois et al [Trois et al, 2018], os métodos existentes que aplicam aprendizagem de máquina para classificar aplicações usam o mesmo tipo de representação (estatísticas de fluxos), então existe espaço de pesquisa para investigar outras informações que permitam discriminar os diferentes tipos de tráfego de rede. Algoritmos de aprendizagem supervisionada foram apresentados nessa parte do minicurso.…”

“…Nessa parte, apresenta-se um exemplo referente às comunicações de aplicações científicas de alto desempenho em um centro de dados. São analisadas as imagens das matrizes de tráfego de aplicações científicas, visando identificar, através de aprendizado supervisionado, qual aplicação está sendo executada [Trois et al, 2016, Trois et al, 2018.…”

“…Então, entender as demandas de comunicação e classificar os aplicativos nos data centers é um desafio relevante[Srivastava et al, 2016]. A identificação correta de quais aplicativos estão usando os recursos do data center é essencial em várias atividades de gerenciamento, como planejamento de expansão, engenharia de tráfego, detecção de anomalias, monitoramento, e economia de energia[Trois et al, 2018].13 Na biblioteca Scikit-learn, as classes reais são as linhas e as preditas são as colunas…”