Estimando el consumo de memoria de un bloque de desfragmentación de IP de hardware
Autores: Czekaj, Maciej; Jamro, Ernest; Wiatr, Kazimierz
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estimando el consumo de memoria de un bloque de desfragmentación de IP de hardware
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Fragmentación de IP
Internet
Algoritmos de procesamiento de red
Tabla de flujos
Hardware
Tráfico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
La fragmentación de IP sigue siendo prevalente en Internet. El tráfico desfragmentado es un requisito previo para muchos algoritmos de procesamiento de red. Este trabajo se centra en el tamaño y la organización de una tabla de flujos, que es un ingrediente esencial del bloque de desfragmentación de IP de hardware. Investigaciones anteriores sugieren que el tráfico IP fragmentado es altamente local, y una tabla de flujos relativamente pequeña (del orden de mil entradas) puede procesar la mayor parte del tráfico. Se obtuvieron muestras de tráfico IP de fuentes de datos públicas y se utilizaron para un análisis estadístico, revelando los factores clave para lograr los objetivos de diseño. Los hallazgos fueron respaldados por una extensa exploración del espacio de diseño del modelo de desfragmentación de software, lo que resultó en estimaciones de eficiencia. Para proporcionar una puntuación robusta del modelo de simulación, se emplea una nueva técnica de validación que ayuda a superar las limitaciones de las muestras.
Descripción
La fragmentación de IP sigue siendo prevalente en Internet. El tráfico desfragmentado es un requisito previo para muchos algoritmos de procesamiento de red. Este trabajo se centra en el tamaño y la organización de una tabla de flujos, que es un ingrediente esencial del bloque de desfragmentación de IP de hardware. Investigaciones anteriores sugieren que el tráfico IP fragmentado es altamente local, y una tabla de flujos relativamente pequeña (del orden de mil entradas) puede procesar la mayor parte del tráfico. Se obtuvieron muestras de tráfico IP de fuentes de datos públicas y se utilizaron para un análisis estadístico, revelando los factores clave para lograr los objetivos de diseño. Los hallazgos fueron respaldados por una extensa exploración del espacio de diseño del modelo de desfragmentación de software, lo que resultó en estimaciones de eficiencia. Para proporcionar una puntuación robusta del modelo de simulación, se emplea una nueva técnica de validación que ayuda a superar las limitaciones de las muestras.