Naslov (srp)

Систем за надгледање перформанси мреже кабловског оператора заснован на технологији великих података : докторска дисертација

Autor

Simaković, Milan, 1990-

Doprinosi

Čiča, Zoran, 1979-
Cvetanović, Miloš, 1978-
Ivaniš, Predrag, 1974-
Drajić, Dejan, 1970-
Jevtić, Nenad, 1975-

Opis (eng)

Large telecom operators provide service to millions of users using a complex andheterogeneous telecommunication infrastructure comprising huge number of various networkdevices. Performance monitoring of such networks is very important for achieving high levels ofperformance and user satisfaction, but on the other hand it represents a very challenging task.Performance management requires a periodic data collection from all network devices, as well ascollected data storing and processing. Using the collected data, telecom operators can efficientlydetect, localize, and solve network problems to further improve network's quality and performance.Big data technology needs to be used given the huge amount of collected data. This thesis proposesscalable and flexible big data based system for performance monitoring of cable operator networks.The first part of the thesis provides open-source big data tools overview. Also, big datachallenges in network performance monitoring are given and discussed with special attention tocable networks. Next in thesis, the proposed big data system for cable network performancemonitoring is explained in detail. All parts and components of the system are explained as well asthe data flow through the overall system architecture. The proposed system is capable of collecting,storing and processing data from large number of devices. System scalability offers simple capacityand processing power expansion on every layer of system architecture to support future networkexpansions, but also to support future system integration with other domains and networks. Sincethere are network devices that are not capable of generating data for collection, an algorithm forperformance estimation of such network elements based on collected data from other networkdevices is proposed. Moreover, a mechanism for failure detection and localization is proposed forcable networks. The proposed system is succesfully deployed in real cable network. Discussionregarding the problems that emerged during the system deployment is given in thesis. The proposedsystem can be used in other networks with a huge number of devices where time-series collection isrequired (e.g., Internet of Things) which is dicussed in the later part of thesis. Also, potentials forfuture expansions of supported system features is discussed providing use cases beyondperformance monitoring.

Opis (srp)

Велики телекомуникациони оператори пружају сервис милионима корисникакористећи комплексну и хетерогену телекомуникациону инфраструктуру која садржиогроман број различитих мрежних уређаја. Надгледање перформанси таквих мрежа је с једнестране веома битан ради постизања високог квалитета рада мреже и великог степеназадовољства корисника, а с друге стране је веома изазован задатак који није лако испунити.Надгледање перформанси мреже подразумева периодично прикупљање података са свакогмрежног уређаја, њихово складиштење и даљу обраду. Коришћењем прикупљених података,мрежни оператори су у стању да ефикасно детектују, локализују и решавају проблеме умрежи како би унапредили квалитет и перформансе. Пошто се ради о огромним количинамаподатака потребно је користити технологију великих података. У овој дисертацијипредстављен је скалабилан и флексибилан систем за надгледање перформанси мрежекабловског оператора заснован на технологији великих података.У првом делу дисертације је дат преглед алата отвореног кода који се користе урешењима заснованим на технологији великих података. Такође, представљени су и изазовинадгледања перформанси мрежа са становишта великих података са посебним нагласком накабловске мреже. У наставку дисертације је детаљно описан систем за надгледањеперформанси мреже кабловског оператора, при чему су детаљно описани сви деловисистема, као и ток података кроз сам систем. Предложени систем је у стању да прикупи,складишти и обрађује податке са огромног броја уређаја. Скалабилност система пружамогућност једноставног проширења капацитета и процесорске снаге на сваком слојуархитектуре система у циљу подршке, како и самог проширења постојеће мреже, тако идаљих интеграција са другим доменима и мрежама. Како у мрежи постоје и уређаји са којихсе не могу прикупљати подаци, представљен је алгоритам за процену стања таквих уређаја наоснову података прикупљених из мреже. Додатно, предложен је механизам за детекцију илокализацију отказа у мрежи кабловског оператора. Предложени систем је успешноимплементиран у реалној кабловској мрежи, при чему су у дисертацији наведени и проблемикоји су се појавили приликом имплементације. Систем се може применити и у другимсистемима са великим бројем уређаја (на пример, интернет ствари) где је неопходноприкупљати временске серије што је описано у другом делу дисертације. Изложени су ипотенцијали за даљи развој предложеног система којима се може проширитифункционалност система и изван основне функције надгледања перформанси мреже.

Opis (srp)

Техничке науке – Електротехника и рачунарство -Телекомуникације – телекомуникационе мреже Datum odbrane: 13.02.2022.

Jezik

srpski

Datum

2022

Licenca

Ovo delo je licencirano pod uslovima licence
Creative Commons CC BY-NC-ND 3.0 AT - Creative Commons Autorstvo - Nekomercijalno - Bez prerada 3.0 Austria License.

http://creativecommons.org/licenses/by-nc-nd/3.0/at/legalcode

Predmet

OSNO - Opšta sistematizacija naučnih oblasti, TV i video tehnika. Multimediji

OSNO - Opšta sistematizacija naučnih oblasti, Podaci. Sistemi za upravljanje bazama podataka

кабловска мрежа, телекомуникациони оператори, технологија великих података, надгледање перформанси, детекција кварова, локализација кварова, интернет ствари

OSNO - Opšta sistematizacija naučnih oblasti, TV i video tehnika. Multimediji

OSNO - Opšta sistematizacija naučnih oblasti, Podaci. Sistemi za upravljanje bazama podataka

cable network, telecom operators, big data technologies, performance monitoring, failure detection, failure localization, Internet of Things