• The KIPS Transactions:PartC
• /
• v.8C no.3
• /
• pp.327-334
• /
• 2001

네트워크를 설계하고 서비스를 구현하는데 있어서 중요한 변수중의 하나는 트래픽의 특성을 파악하는 것이다. 기존의 트래픽 예측과 분석은 포아송(Poisson) 또는 마코비안(Markovian)을 기본으로 하는 모델을 사용하였다. LAN, WAN 및 VBR(Variable Bit Rate) 트래픽 특성에 관한 최근의 실험적 연구들은 기존의 포아송 가정에 의한 모델들이 네트워크 트래픽의 장기간 의존성 및 self-similar 특성들을 과소평가 함으로써 실제 트래픽의 특성을 제대로 나타낼 수 없다는 것을 지적해 왔다. 따라서 최근 실제 트래픽 모델과 유사한 모델로서 self-similarity 특성을 이용한 접근법이 대두되고 있다. 본 논문에서는 self-similarity 트래픽의 정의에 대해서 논한다. 그리고 실제 트래픽을 수집하고, 인위적으로 self-similarity한 트래픽과 포아송 모델을 적용시킨 트래픽을 발생시켜 비교한 다음 ATM 스위치의 큐(Queue)에 적용하였다. 본 논문에서는 ATM 스위치의 큐에 self-similarity 트래픽을 적용했을 경우 low bound상에서 버퍼 오버플로우 확률 및 셀 손실 확률에 대해 평가하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2007.11a
• /
• pp.174-177
• /
• 2007

이동통신망의 규모나 서비스 등이 기하급수적으로 증가하기 때문에 데이터 트래픽에 대한 정확한 특성분석은 매우 어렵지만, 트래픽 특성분석이 망 설계나 운용에 상당한 영향을 미친다는 점을 고려하면, 데이터 트래픽 모델링에 대한 연구는 가장 기본적으로 이루어져야 할 사항이라 할 수 있다. 따라서 본 논문에서는 데이터 트래픽에 대한 특성을 분석하기 위해 cdma2000 시스템의 국제적인 표준화 단체인 3GPP2에서 언급한 HTTP, FTP, WAP, Near Real Time Video 트래픽에 대한 트래픽 특성을 분석하여 자기 유사성(Self-similarity)을 가짐을 입증하였다.

• ETRI Journal
• /
• v.10 no.2
• /
• pp.40-51
• /
• 1988

ISDN(Integrated Services Digital Network) 개념의 도입은 기존의 회선교환망이나 패킷교환망과 같은 단일망에 대한 전통적인 트래픽 엔지니어링에 많은 문제점들을 제시하여 주고 있다. 즉, 가입자간 정보전송 속도 및 트래픽 특성의 다양화, 신호와 정보의 분리, 교환접속방식의 다양화 등 복잡하며 다양한 특성을 가진 ISDN 교환기의 트래픽 해석은 전통적인 큐잉이론 및 트래픽 이론을 직접 적용하는데 많은 제한 사항이 따른다. 그러므로 ISDN 교환기의 트래픽을 해석하기 위해서는 새로운 이론정립과 아울러 새로운 ISDN 트래픽 변수들을 도출하여 특성을 해석해야 할것이다. 이런 목적하에서 본고에서는 ISDN 트래픽 특성 및 성능, ISDN 트래픽이 교환기에 미치는 영향, CPE(Customer Premises Equipment)의 offered 트래픽 및 ISDN 교환기의 트래픽 엔지니어링 등에 관해 기술하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.331-335
• /
• 1999

LAN, WAN 및 VBR 트래픽 특성에 관한 최근의 실험적 연구들은 기존의 Poisson 가정에 의한 모델들이 네트워크 트래픽의 장기간 의존성 및 self-similar 특성들을 과소평가 함으로써, 실제 트래픽의 특성을 제대로 나타낼 수 없다는 것을 지적해 왔다. 본 본문에서는 실시간 운영중인 Ethernet 트래픽을 측정하여, 통계학적인 접근법들을 통해 이러한 self-similar 특성들에 대해 평가하였다. 그리고 exactly self-similar 모델링인 Pareto-like ON/OFF 소스 모델링에 의한 트래픽과 기존의 Poisson 모델링을 비교 분석함으로써, self-similar 트래픽이 실제의 Ethernet 트래픽 특성을 잘 반영한다는 것을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10b
• /
• pp.1585-1588
• /
• 2001

네트워크 설계, 관리, 트래픽 엔지니어링 등을 수행하기 위해서는 우선적으로 인터넷 트래픽을 측정하여 품질(또는 성능)과의 관계 및 트래픽 변화 추세 등을 파악하는 것이 필요하다. 그러나 인터넷 트래픽 특성 및 구조로 인하여 한가지 방법으로는 네트워크 상태를 명확히 측정하는 것이 어려우며, 현재까지 목적에 따라 다양한 방법이 개발되어 시도되는 상황이다. 본 연구는 국내 인터넷 트래픽 상황을 지속적이고 대규모적으로 살펴보고자 하는 목적으로 수행되었다. 본 논문에서는 먼저 인터넷의 품질 또는 트래픽 특성 분석을 위하여 사용되는 측정방법을 그 특성에 따라 분류하고 상기목적을 위해 설계된 인터넷 트래픽 측정 인프라를 구성하는 측정 시스템들과 그 특성을 살펴보고자 한다. 특히 본 측정시스템은 네트워크 성능(품질)과 트래픽 규모에 동시에 초점을 맞추어 설계 제작되었으며, 상시측정, 실시간 데이터 처리, 분석 및 실시간 상황판 제공 기능을 갖고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.149-153
• /
• 2003

네트워크를 설계하고 서비스를 구현하는데 있어서 중요한 변수중의 하나는 트래픽의 특성을 파악하는 것이다. 트래픽 특성에 관한 최근의 실험적 연구들은 기존의 모델들이 실제 트래픽의 특성을 제대로 나타낼 수 없다는 것을 지적해 왔고 최근 실제 트래픽 모델과 유사한 모델로서 자기 유사한 특성을 이용한 접근법이 대두되고 있다. 따라서, 본 논문에서는 실제 트래픽과 유사한 자기 유사 데이터 트래픽을 백그라운드 부하로 발생시켜 기존의 ABR(Available Bit Rate) 혼잡제어 알고리즘 중 fairshare을 지원하는 대표적인 EPRCA(Enhanced Proportional Rate Control Algorithm), ERI-CA(Explicit Rate Indication for Congestion Avoidance), NIST(National Institute of Standards and Technology) 스위치 알고리즘이 버스트한 트래픽에 대해 효율적으로 fairshare을 할당하는지를 알아 보았다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.326-330
• /
• 1999

인터넷의 민감한 트래픽 특성으로 인해 기존의 트래픽 모델링 분석법으로 최적화된 네트워크 환경을 구성하기에는 부족한 점이 많다. 본 논문에서는 트래픽의 버스트 특성을 정확히 예측하고 모델링 하기 위한 방법으로 자기 유사 특성에 대해 분석하고자 한다. 실제 인터넷 네트워크에서의 RTT(Round-Trip Time)를 측정함으로써 계층, 거리별 링크간의 LRD(Long-Range Dependence) 와 노드 큐의 특성, 자기유사성 정도를 구하고 측정된 데이터의 확률 분포를 통해 실제 트래픽의 특성에 대해 분석하였다

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2000.05a
• /
• pp.263-267
• /
• 2000

Traffic analysis during past years used the Poisson distribution or Markov model, assuming an exponential distribution of packet queue arrival. Recent studies, however, have shown aperiodic and burst characteristics of network traffics Such characteristics of data traffic enable the scalability of network, QoS, optimized design, when we analyze new traffic model having a self-similar characteristic. This paper analyzes the self-similar characteristics of a small-scale mixed traffic in a network simulation, the real WAN delay time, TCP packet size, and the total network usage.

• The Transactions of the Korea Information Processing Society
• /
• v.2 no.5
• /
• pp.667-676
• /
• 1995

In ATM traffic multiplexing, the cell clumping and the cell dispersion are occured due to the cell delay variance(CDV) which changes the traffic characteristics. These cell variances increase the burstiness of t.he cell streams and make the network congested. The function of the traffic shaping is necessary to transmit the input streams into the networks or into the traffic policing schemes with some intevals. Most of the existing studies regard the input traffics as the traffic with the identical characteristics. In this study, the traffic shaping is processed by considering the traffic characteristICS with t.he loss-sensitive traffic and the delay-sensitive traffic. The traffic shaping model and the traffic shaping algorithm which considers the" characteristics of input streams have been presented. The traffic effect On t.he CDV size is also studied. The proposed scheme is compared to Virtual Scheduling Algorithm(VSA) and the efficiency of the proposed scheme is evaluated. According to the simulation results, t.he mean delay is decreased about 12% in delay-sensitive traffic and the traffic burstiness is decreased about 11 % in loss-sensitive traffic.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1007-1010
• /
• 2004

본 논문에서는 분산 서비스거부 공격(DDoS)이 발생할 때 네트워크 트래픽의 특성을 분석하기 위해서 트래픽 비율분석법(TRA: Traffic Rate Analysis)을 제안하고 트래픽 비율분석법을 통해서 분석된 다양한 유형의 DDoS 공격의 특성을 기계학습(Machine Learning)을 이용해서 DDoS 공격의 탐지규칙을 생성하고 그 성능을 측정하였다. 트래픽 비율분석법은 감시대상 네트워크 트래픽에서 특정한 유형의 트래픽의 발생비율을 나타내며 TCP flag rate 와 Protocol rate 로 구분된다. 트래픽 비율분석법을 적용한 결과 각각의 DDoS 공격 유형에 따라서 매우 독특한 특성을 가짐을 발견하였다. 그리고, 분석된 데이터를 대상으로 세 개의 기계학습 방법(C4.5, CN2, Na?ve Bayesian Classifier)을 이용해서 DDoS 공격의 탐지규칙을 생성하여 DDoS 공격의 탐지에 적용했다. 실험결과, 본 논문에서 제안된 트래픽 비율분석법과 기계학습을 통한 DDoS 공격의 탐지방법은 매우 높은 수준의 성능을 나타냈다.