一种基于YANG的骨干网黑洞检测统一策略
网络与互联网体系结构
2024-02-02 v1 人工智能
机器学习
摘要
尽管解决互联网骨干网中的黑洞故障至关重要，但骨干网中缺乏有效的检测策略。这主要是因为以往研究集中在移动自组织网络(MANET)上，而MANET在动态、协议和拓扑方面完全不同，其发现不能直接迁移到骨干网。此外，在骨干网中检测黑洞故障尤其具有挑战性。由于需要考虑多种条件，需要全面的网络数据，使得数据收集和分析远非易事。为弥补这一空白，我们的研究引入了一种新颖的骨干网黑洞检测方法，使用专门的下一代YANG(YANG)数据模型和黑洞敏感度量矩阵(BHMM)分析。本文详细介绍了我们选择和分析与ISP网络中黑洞检测相关的四个YANG模型的方法，重点关注路由协议和ISP特定配置。从这些模型导出的BHMM方法在检测准确率上提高了10%，数据包投递率提高了13%，凸显了我们方法的效率。此外，我们在两种不同网络设置(商业ISP网络和纯科研网络拓扑)中评估了结合BHMM分析的机器学习方法。该评估也证明了我们方法的实际适用性，在两种环境中均产生了显著改善的预测结果。
引用
@article{arxiv.2402.00831,
title = {A YANG-aided Unified Strategy for Black Hole Detection for Backbone Networks},
author = {Elif Ak and Kiymet Kaya and Eren Ozaltun and Sule Gunduz Oguducu and Berk Canberk},
journal= {arXiv preprint arXiv:2402.00831},
year = {2024}
}