Analyzing quality of service (QoS)

Analyzing quality of service (QoS) policies across different devices is essential to large scale quality-sensitive environments. Different devices can honor the same quality request differently by imposing slightly incompatible sets of configuration parameters. Performing such analysis across devices (possibly across domains, if collaboration is encouraged) was limited in previous work to studying the possible conflicts of quality classes rather than the actual parameters used to satisfy these classes. On the practical side, administrators lacked the tools to analyze QoS policies without the actual deployment on a real network. A service level agreement (SLA) is the contract by which requests for a certain QoS are specified between the user and the Internet service provider (ISP). Applications are given different treatments from source to destination based on SLA specifications. To achieve the requirements of an SLA, policies are configured on different network nodes along the path from source to destination. Guaranteeing performance stability and correctness between different configurations on multiple nodes is a critical issue. Misconfiguring policies on large domains can cause conflicts between policy parameters within different devices in the domain. The same problem happens due to variations in device capabilities and policy interpretation. Theseconflictsleadtoperformanceinstability,unpredictability and quality degradation. Moreover, inconsistent configurations handling the same traffic class can lead to violation of SLAs and unsatisfactory overall performance. In this work, a model is presented that uses unbounded model checking, particularly computation tree logic (CTL), to verify the correctness and consistency of QoS configurations across multiple devices and/or domains. A query processing mechanism is also used to check for user defined violations.
The system uses a symbolic implementation of model checking that facilitates the analysis of multiple nodes, flows and packetssimultaneouslywithgracefulhandlingofnetworks’increasing size and complexity. The implementation uses binary decision diagrams (BDD [1], [2]) to model different aspects of the model: states, transitions, and property verification intermediate and final results. A BDD is a very powerful structure that can be used to represent boolean expressions and sets in a concise/canonical symbolic form. Moreover, it defines boolean and set operations using theoretically proven and efficient algorithms. The system is a significant addition to the configuration analysis tool: ConfigChecker [3]. ConfigChecker was used to analyze and verify the correctness of network reachability and security configurations. However, it does not have a way to model actual physical link capacities, or flow dynamic properties (e.g., flow bandwidth, delay, quality imposed by successive routers, etc). This work adds the QoS aspects to this analysis tool making it possible to verify routing tables, access control lists, application layer policies, IPSec as well as QoS configurations in a single consistent and homogeneous model. The underlying engine for CTL query processing and model management had to be changed to accommodate the unique nature of quality properties of traffic. The quality experienced by a flow is an aggregate of the treatment it receives at all intermediate hops, which is completely different from the memoryless nature of basic routing and firewall operations analyzed in ConfigChecker. The main contributions of this work are: • CTL-based model for QoS configurations. • Property-based (SLA-based) QoS verification. • QoS policy debugging for a specific QoS violation. • Answering what-if questions regarding policy changes. • Incorporating QoS with general network reachability and security analysis in a single model.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์คุณภาพของบริการ (QoS) ในอุปกรณ์ที่แตกต่างกันเป็นขนาดใหญ่คุณภาพไวต่อสภาพแวดล้อม อุปกรณ์ต่าง ๆ สามารถเกียรติคำขอคุณภาพเดียวกันต่างกันเล็กน้อยชุดกำหนดค่าพารามิเตอร์ทาง การดำเนินการวิเคราะห์ดังกล่าวอุปกรณ์ (อาจข้ามโดเมน ถ้าส่งเสริมการทำงานร่วมกัน) ถูกจำกัดในการทำงานก่อนหน้านี้ซ้อนได้เรียนคุณภาพแทนพารามิเตอร์จริงที่ใช้ระดับชั้นเหล่านี้เพื่อการเรียน ด้านปฏิบัติ ผู้ดูแลขาดเครื่องมือในการวิเคราะห์นโยบาย QoS โดยไม่มีการใช้งานจริงบนเครือข่ายที่แท้จริง ข้อตกลงระดับบริการ (SLA) คือ สัญญาที่ร้องขอสำหรับ QoS บางจะ specified ระหว่างผู้ใช้และผู้ให้บริการอินเทอร์เน็ต (ISP) โปรแกรมประยุกต์จะได้รับการรักษาที่แตกต่างกันจากต้นทางไปปลายทางที่อิงข้อมูล SLA เพื่อให้บรรลุความต้องการของ SLA นโยบายจะได้บนโหนเครือข่ายต่าง ๆ ตามเส้นทางจากต้นทางไปปลายทาง รับประกันเสถียรภาพประสิทธิภาพและความถูกต้องระหว่าง configurations แตกต่างกันบนโหนหลายเป็นปัญหาสำคัญ Misconfiguring นโยบายโดเมนที่มีขนาดใหญ่อาจทำให้เกิดการซ้อนระหว่างพารามิเตอร์นโยบายภายในอุปกรณ์ต่าง ๆ ในโดเมน ปัญหาเดียวกันเกิดขึ้นเนื่องจากการเปลี่ยนแปลงในความสามารถของอุปกรณ์และการตีความนโยบาย ลด Theseconflictsleadtoperformanceinstability ผันผวนของตน และมีคุณภาพ นอกจากนี้ ไม่สอดคล้อง configurations คลา traffic การจัดการสามารถนำไปสู่การละเมิด Sla และประสิทธิภาพโดยรวมน่าพอใจ ในงานนี้ แบบจำลองจะแสดงว่า ไม่ใช้แบบตรวจสอบ โดยเฉพาะอย่างยิ่งการคำนวณต้นไม้ตรรกะ (CTL), การตรวจสอบความถูกต้องและความสอดคล้องของ QoS configurations ข้ามอุปกรณ์หรือโดเมนหลาย ยังใช้การสอบถามการประมวลผลกลไกการตรวจสอบการละเมิดผู้ใช้กำหนดThe system uses a symbolic implementation of model checking that facilitates the analysis of multiple nodes, flows and packetssimultaneouslywithgracefulhandlingofnetworks’increasing size and complexity. The implementation uses binary decision diagrams (BDD [1], [2]) to model different aspects of the model: states, transitions, and property verification intermediate and final results. A BDD is a very powerful structure that can be used to represent boolean expressions and sets in a concise/canonical symbolic form. Moreover, it defines boolean and set operations using theoretically proven and efficient algorithms. The system is a significant addition to the configuration analysis tool: ConfigChecker [3]. ConfigChecker was used to analyze and verify the correctness of network reachability and security configurations. However, it does not have a way to model actual physical link capacities, or flow dynamic properties (e.g., flow bandwidth, delay, quality imposed by successive routers, etc). This work adds the QoS aspects to this analysis tool making it possible to verify routing tables, access control lists, application layer policies, IPSec as well as QoS configurations in a single consistent and homogeneous model. The underlying engine for CTL query processing and model management had to be changed to accommodate the unique nature of quality properties of traffic. The quality experienced by a flow is an aggregate of the treatment it receives at all intermediate hops, which is completely different from the memoryless nature of basic routing and firewall operations analyzed in ConfigChecker. The main contributions of this work are: • CTL-based model for QoS configurations. • Property-based (SLA-based) QoS verification. • QoS policy debugging for a specific QoS violation. • Answering what-if questions regarding policy changes. • Incorporating QoS with general network reachability and security analysis in a single model.

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์คุณภาพของบริการ (QoS) นโยบายในอุปกรณ์ที่แตกต่างกันเป็นสิ่งจำเป็นในสภาพแวดล้อมที่มีคุณภาพที่มีความอ่อนไหวขนาดใหญ่ อุปกรณ์ที่แตกต่างกันสามารถให้เกียรติคำขอคุณภาพเดียวกันที่แตกต่างจากการจัดเก็บภาษีชุดเข้ากันไม่ได้เล็กน้อยของพารามิเตอร์ไฟล์โครงสร้าง Con Fi ดำเนินการวิเคราะห์ดังกล่าวในอุปกรณ์ (อาจจะข้ามโดเมนถ้าการทำงานร่วมกันเป็นกำลังใจ) ถูก จำกัด ในการทำงานก่อนหน้านี้เพื่อศึกษาความเป็นไปได้ Con FL ICTs ของชั้นเรียนที่มีคุณภาพมากกว่าพารามิเตอร์ที่เกิดขึ้นจริงที่ใช้ในการตอบสนองชั้นเรียนเหล่านี้ ในด้านการปฏิบัติผู้บริหารขาดเครื่องมือในการวิเคราะห์นโยบาย QoS โดยไม่ต้องติดตั้งใช้งานที่เกิดขึ้นจริงบนเครือข่ายที่แท้จริง ข้อตกลงระดับการให้บริการ (SLA) เป็นสัญญาตามที่ร้องขอสำหรับ QoS บางเอ็ดระบุไว้ระหว่างผู้ใช้และผู้ให้บริการอินเทอร์เน็ต (ISP) การประยุกต์ใช้งานจะได้รับการรักษาที่แตกต่างกันจากแหล่งไปยังปลายทางที่อยู่บนพื้นฐานของ SLA ไพเพอร์ระบุไว้ เพื่อให้บรรลุความต้องการของ SLA นโยบายจะ Con Fi gured บนโหนดเครือข่ายที่แตกต่างกันไปตามเส้นทางจากแหล่งไปยังปลายทาง รับประกันความมั่นคงประสิทธิภาพการทำงานและความถูกต้องระหว่าง gurations Con Fi แตกต่างกันในหลายโหนดเป็นปัญหาที่สำคัญ Miscon นโยบาย Fi guring บนโดเมนที่มีขนาดใหญ่สามารถทำให้เกิด Con FL ICTs ระหว่างพารามิเตอร์นโยบายภายในอุปกรณ์ที่แตกต่างกันในโดเมน ปัญหาเดียวกันที่เกิดขึ้นเนื่องจากการเปลี่ยนแปลงในความสามารถของอุปกรณ์และการตีความนโยบาย Thesecon FL ictsleadtoperformanceinstability, คาดการณ์และความเสื่อมโทรมของคุณภาพ นอกจากนี้ไม่สอดคล้อง gurations Con Fi จัดการเดียวกัน TRAF Fi C ชั้นสามารถนำไปสู่การละเมิด SLAs และประสิทธิภาพโดยรวมเป็นที่น่าพอใจ ในงานนี้รูปแบบจะนำเสนอที่ใช้การตรวจสอบรูปแบบมากมายโดยเฉพาะอย่างยิ่งการคำนวณตรรกะต้นไม้ (CTL) เพื่อตรวจสอบความถูกต้องและความสอดคล้องของ QoS Con gurations Fi ในอุปกรณ์หลายและ / หรือโดเมน กลไกการประมวลผลแบบสอบถามยังถูกนำมาใช้ในการตรวจสอบสำหรับผู้ใช้เด Fi ละเมิดเน็ด.
ระบบจะใช้การดำเนินงานที่เป็นสัญลักษณ์ของการตรวจสอบรูปแบบที่อำนวยความสะดวกในการวิเคราะห์ของโหนดหลาย OWS ฟลอริด้าและขนาด packetssimultaneouslywithgracefulhandlingofnetworks'increasing และซับซ้อน การดำเนินการใช้แผนภาพตัดสินใจไบนารี (BDD [1], [2]) ในการจำลองลักษณะที่แตกต่างของรูปแบบ: รัฐเปลี่ยนและผล NAL คุณสมบัติ Veri Fi ไอออนบวกกลางและ Fi BDD เป็นโครงสร้างที่มีประสิทธิภาพมากที่สามารถนำมาใช้เพื่อเป็นตัวแทนของการแสดงออกบูลีนและการตั้งค่าในกระชับรูปแบบสัญลักษณ์ / ที่ยอมรับ นอกจากนี้เด Fi NES บูลีนและการดำเนินการตั้งค่าการใช้การพิสูจน์ในทางทฤษฎีและขั้นตอนวิธี Fi ประสิทธิภาพ EF ระบบนี้เป็นระบบนอกจาก Fi ลาดเทมีนัยสำคัญที่จะ Con Fi ไฟล์โครงสร้างเครื่องมือวิเคราะห์: Con Fi gChecker [3] Con Fi gChecker ถูกใช้ในการวิเคราะห์และตรวจสอบความถูกต้องของการเชื่อมเครือข่ายและการรักษาความปลอดภัย Con gurations Fi จะ แต่ก็ไม่ได้มีวิธีการรูปแบบที่เกิดขึ้นจริงความจุการเชื่อมโยงทางกายภาพหรือฟลอริด้าคุณสมบัติแบบไดนามิกโอ๊ย (เช่นแบนด์วิดธ์โอ๊ย FL, ล่าช้า, คุณภาพที่กำหนดโดยเราเตอร์ต่อเนื่อง ฯลฯ ) งานนี้จะเพิ่มด้าน QoS เพื่อเครื่องมือการวิเคราะห์นี้ทำให้มันเป็นไปได้ที่จะตรวจสอบเส้นทางตารางรายการควบคุมการเข้าถึงนโยบายชั้นสมัคร IPSec เช่นเดียวกับ QoS gurations Con Fi ในรูปแบบที่สอดคล้องกันและเป็นเนื้อเดียวกันเดียว เครื่องยนต์พื้นฐานสำหรับการประมวลผลแบบสอบถาม CTL และการจัดการรูปแบบจะต้องมีการเปลี่ยนแปลงเพื่อรองรับลักษณะเฉพาะของทรัพย์สินที่มีคุณภาพของ TRAF Fi C ที่มีคุณภาพที่มีประสบการณ์โดยโอ๊ยฟลอริด้าคือการรวมของการรักษาที่ได้รับที่กระโดดกลางทั้งหมดซึ่งเป็นสมบูรณ์แตกต่างจากลักษณะความจำของเส้นทางและไฟร์วอล Fi ดำเนินงานขั้นพื้นฐานการวิเคราะห์ใน Con Fi gChecker ผลงานหลักของงานนี้คือ•รุ่น CTL ที่ใช้สำหรับ QoS gurations Con Fi • (SLA-based) QoS Veri Fi ไอออนทรัพย์สินตาม •การแก้จุดบกพร่องนโยบาย QoS สำหรับ speci Fi ละเมิด C QoS •ตอบ what-if คำถามเกี่ยวกับการเปลี่ยนแปลงนโยบาย •ผสมผสาน QoS ที่มีการเชื่อมเครือข่ายทั่วไปและการวิเคราะห์การรักษาความปลอดภัยในรูปแบบเดียว