迈向近实时 BGP 深度分析：一种大数据方法
网络与互联网体系结构
2017-05-25 v1
摘要
BGP（边界网关协议）作为互联网的主要路由协议，使自治系统（单个网络运营商）能够交换网络可达性信息。在持续进行的大量研究与开发工作的同时，实践中也需要理解互联网上发生事件的本质。网络运营商敏锐地意识到诸如“前缀劫持”等安全相关事件，以及在互联网中蔓延的网络不稳定性的影响。近期专注于研究 BGP 异常（包括网络/前缀不稳定性和安全相关事件）的工作均基于历史日志分析。为了理解这些异常事件本质而进行的进一步分析，并不总是足以将恶意活动（如前缀或子前缀劫持）与意外配置错误引起的事件区分开来。此外，此类技术还面临缺乏足够资源来实时存储和处理来自多个 BGP 观测点（VPs）数据流的挑战。在本文中，我们展示了一个使用 PNDA（网络数据分析平台）“大数据”平台开发的 BGP 深度分析应用。PNDA 提供了一个高度可扩展的环境，能够以模式无关的方式摄取和处理来自许多观测点的“实时”BGP 数据流。基于 Apache Spark 的应用结合 PNDA 的分布式处理能力，能够执行高层级洞察以及近实时统计分析。
引用
@article{arxiv.1705.08666,
title = {Towards Near Real-Time BGP Deep Analysis: A Big-Data Approach},
author = {Joel Obstfeld and Xiaoyu Chen and Olivier Frebourg and Pavan Sudheendra},
journal= {arXiv preprint arXiv:1705.08666},
year = {2017}
}
备注
7 pages, 7 figures, 2 Tables, submitted to ACM Internet Measurement Conference 2017