BME VIK - Hálózat- és forgalommenedzsment

3. A tantárgyfelelős személy és tanszék Dr. Pekár Adrián,

4. A tantárgy előadója Dr. Pekár Adrián, egyetemi docens, Hálózati Rendszerek és Szolgáltatások Tanszék

5. A tantárgy az alábbi témakörök ismeretére épít Kommunikációs hálózatok

6. Előtanulmányi rend

Ajánlott:

Rendszermodellezés

Információs rendszerek üzemeltetése

7. A tantárgy célkitűzése A tárgy célja, hogy elmélyítse a korábbi félévben megkezdett Kommunikációs hálózatok terén szerzet ismereteket egy átfogó kép nyújtása által a hallgatóknak a korszerű hálózatok és szolgáltatásaik meréséről és menedzsmentjéről, különös hangsúlyt fektetve a gyakorlatiasságra a műszaki megvalósításon, illetve az előállított információk visszacsatolásán és alkalmazásán keresztül. Bemutatásra kerülnek a hálózatok és szolgáltatásaik mérésének és monitorozásának alapelvei, az azokkal kapcsolatos protokollok és szabványok, a teljesítmény metrikai mutatók, illetve a tradicionális és virtualizált infrastruktúrák menedzsmentje. Továbbá olyan korszerű technológiák is bemutatásra kerülnek, mint a vezérlési és adatsík programozhatósága és azok szerepe a hálózatok és szolgáltatásaik optimalizálásában.

A Hálózat- és forgalommenedzsment tantárgy egy olyan alaptudás kiépítését eredményezi, amely a további kapcsolódó hálózati és az informatikai tantárgyak elsajátítását segíti, beleértve a rendszer- és hálózat-teljesítmény optimalizálást, az internetbiztonságot és felhő-alapú technológiákat.

A tantárgyat sikeresen teljesítő hallgató:

•   (K3) Képes kommunikálni, érvelni és kreatívan gondolkodni a hálózatok kezeléséről.
(K3) Átlátja és érti az összes szükséges összetevőt a hálózatok és szolgáltatásaik mérése és menedzselése egyre fontosabb területének teljes megértéséhez – kezdve az architektúra különböző rétegeiben betöltött szerepétől a különféle alkalmazásokig.
•   (K3) Ismeri a gépi tanuláson alapuló forgalomosztályozás teljes spektrumát, a csomagrögzítéstől, az adatfolyam-feldolgozáson és modell tanítási folyamaton keresztül az adatelemzésig.
•   (K3) Átlátja és érti az adatok feldolgozásának fő megvalósításait, azok előnyeit és hátrányait, illetve a velük kapcsolatos gyakran felmerülő problémákat, segítve a rendszertervezési és implementálási döntések meghozatalát.
•   (K2) Átfogó alapismeretei vannak a mérés és menedzsment különféle aspektusairól, beleértve a topológiát, az útvonal és útválasztási irányelveket, a teljesítményt, a hibákat, a forgalmat és az alkalmazásokat.
•   (K3) Ismeri és használni tudja azokat az eszközöket, amelyek a hálózatok üzemeltetéséhez és menedzseléséhez szükségesek.
•   (K2) Átlátja és érti a tradicionális és virtualizált infrastruktúrák menedzsmentje közti különbségeket.
(K2) Érti a különbségeket a vezérlési és az adatsík programozhatósága tekintetében.

8. A tantárgy részletes tematikája Az előadások részletes tematikája

1.   A hálózatok és forgalmuk mérésének és a kapcsolódó feladatokban használt alapvető fogalmak és kifejezések áttekintése. Hálózatmérési infrastruktúrák ismertetése, TCP/IP stack ismeretek frissítése.
2.   Az internetes mérés pragmatikájának áttekintése. Hol és hogyan lehet méréseket végezni, hogyan mérjük az időt és miért fontos azt mérni, milyen meglévő adatforrások léteznek és hogyan történik a mérés a különböző szinteken? IP csomagok rögzítésének és elemzésének alapelvei, gyakran használt alkalmazások és eszközök áttekintése.
3.   A hálózaton átmenő forgalom felügyeletére használt egységes szabványok ismertetése (SNMP, sFlow, Netflow és IPFIX protokollok). A gyakorlatban használt technikák és módszerek áttekintése.
4.   Mély csomagvizsgálat (Deep Packet Inspection) működésének alapelvei, valamint a hálózati forgalom vizsgálatában és kezelésében betöltött szerepének ismertetése. DPI alkalmazásának módjai az alapigazság (ground-truth) fejlesztésében.
5.   Népszerű és a mindennapokban használt alkalmazások (web, P2P, DNS, játékok) mérési módszereinek ismertetése és alkalmazhatósága. Az ezzel kapcsolatos gyakorlati problémák áttekintése.
6.   A csatlakozási, teljesítménybeli, biztonsági és egyéb hálózati problémák feltárás és kijavítás módszereinek ismertetése. Gyakran felmerülő kapcsolódó problémák ismertetése.
7.   Számítógépes hálózatokra és infrastruktúrákra irányult kibertámadások anatómiája. Kapcsolódó fogalmak és kifejezések áttekintése. Tipikus egyszerűbb támadások észlelésére és kivédésére irányuló módszerek bemutatása.
8.   Bevezetés a programozható adatsíkok területébe, az SDN, NFV es a P4 paradigmák szerepének ismertetése a hálózat és szolgáltatásmenedzsmentben.
9.   Nehézsúlyú (heavy-hitter) adatfolyam-detektálási módszerek áttekintése, kapcsolódó fogalmak ismertetése, gyakorlati alkalmazásban felmerülő problémák és a technika állasának bemutatása.
10.   Felügyelt gépi tanulás alkalmazásának ismertetése a hálózat-osztályozásban és menedzsmentben. Kapcsolódó technikák és módszertanok áttekintése.
11.   Felügyelt nélküli gépi tanulás alkalmazásának módszereinek ismertetése a támadások detektálására.
12.   Mesterséges intelligencia szerepének ismertetése a prediktív karbantartásban. Bevezetés a hálózati telemetriába, alapkifejezések és fogalmak ismertetése. Gyakorlati alkalmazások áttekintése.
13.   Aktuális témák a hálózati infrastruktúra üzemeltetésében és menedzsmentjében.
14.   Aktuális témák a hálózati forgalom méréseben, visszacsatolásában és menedzsmentjében.

A gyakorlatok/laborok részletes tematikája

1.   Aktív és passzív mérési eszközök gyakorlati alkalmazása.
2.   IP csomagok gyakorlati kezelése tshark, tcpdump, capinfos, és editcap eszközökkel.
3.   SNMP, NetFlow és IPFIX konfigurálása, azok gyakorlati alkalmazása.
4.   Protokoll-osztályozás IP csomagfejléc és payload alapján nDPI könyvtár segítségével.
5.   Wireshark gyakorlati használata alkalmazás szintű csomagelemzéshez.
6.   Hálózati hibafeltárás és elhárítás a gyakorlatban.
7.   Kollaborált, botnet és DoS-támadások analitikája laboratóriumi környezetben.
8.   SDN, NFV és P4 gyakorlati alkalmazása.
9.   Heavy-hitter adatfolyamok gépi tanulás-vezérelt detektálása.
10.   Idősor elemzésének megvalósítása stream processing paradigmával, adatfeldolgozás Elasticsearch keresőmotorral, illetve információ vizualizálás Kibana interfésszel.
11.   Alkalmazás-osztályozás felügyelt gépi tanulással 1 (keretrendszer áttekintése, különböző publikusan elérhető, osztályozásra alkalmas adathalmazok feltáró elemzése grafikus felhasználói felülettel, saját adathalmaz készítése, az adathalmazok előkészítése és címkézése).
12.   Alkalmazás-osztályozás felügyelt gépi tanulással 2 (lineáris regresszió, döntési fa és KNN egyszerűsített alkalmazása).
13.   Anomália-detektálás felügyelet nélküli gépi tanulással 1 (különböző publikusan elérhető, anomália-detektálásra alkalmas adathalmazok feltáró elemzése, saját adathalmaz készítése, az adathalmazok előkészítése).
14.   Anomália-detektálás felügyelet nélküli gépi tanulással 2 (klaszteranalízis és K-Means klaszterezés egyszerűsített alkalmazása).

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) A tematika 14 előadás és 12 labor tananyagát tartalmazza.
•   Az előadások során az elméleti részek bemutatása és a gyakorlatokhoz szükséges anyagok magas szintű áttekintése történik. Az témákat csak olyan szinten fejtük ki, mely biztosítja, hogy a hallgatók a hálózat és szolgáltatásirányítás elemeinek és mechanizmusainak fő célját megértsék, hangsúlyt fektetve a gyakorlatiasságra a műszaki megvalósításon, illetve az előállított információk visszacsatolásán és alkalmazásán keresztül.
•   A laborok nagyobb hányada (7 alkalom) vezetett labor, ezek során a hallgatók a labort megalapozó előadásokon meghallgatott ismeretekből felkészülve oktatói segítséggel ismerkednek meg hálózat és szolgáltatásmenedzsment alapeszközeivel. Az így megszerzett ismeretekre és készségekre alapozva a laborok kisebbik hányadán (5 alkalommal) önállóan oldanak meg egyszerűbb és összetettebb feladatokat.
•   A félév időbeosztásától függően megtartott további 2 vezetett labor célja részismétlés és részintegrálás. Ennek ütemezése attól függ, hogy a hétközi munkaszünet vagy oktatási szünet miatt elmaradó előadás és/vagy egyes tanulókörök laborja ellenére fenntartható legyen, hogy az oktatott témakörökben az előadás mindig megelőzi az előadás anyagára épülő labort.
•   Vezetett laboratóriumi foglalkozások intenzíven építenek a tematikusan kapcsolódó előadásokon elhangzottakra, ezért a laboratóriumi foglalkozásokra a hallgatóknak ezen előadások anyagából fel kell készülniük. A foglalkozások beugróval kezdődnek.
•   Az önálló feladatmegoldó laboratóriumi gyakorlatokra az előre meghatározott feladatok alapján a hallgatóknak az adott tematikus blokk előadásainak és vezetett laboratóriumainak anyagából kell felkészülniük. Az önálló feladatmegoldáshoz kapcsolódó ismereteket és a feladatmegoldás eredményét részteljesítmény értékelés (kisZH) keretében ellenőrizzük.

10. Követelmények Szorgalmi időszakban
A laboratóriumi gyakorlatok (vezetett és önálló feladatmegoldó összesen) minimum 70%-án kötelező a részvétel.
•   A 14 laboratóriumi gyakorlat esetén legalább 10-en, ha a szorgalmi időszakban hétközi munkaszüneti nap vagy oktatási szünet miatt laboratóriumi gyakorlat elmarad, akkor 13 laboratóriumi gyakorlat esetén legalább 10-en, 12 laboratóriumi gyakorlat esetén 9-en kötelező részt venni.

Az 5 önálló feladatmegoldó laborból minimum 3 sikeresen teljesítendő.
•   Az önálló feladatmegoldó laborokon írt 5 kisZH-ból (részteljesítmény értékelés) legalább 3 sikeresen teljesítendő.
•   A sikeres teljesítés kritériuma minden esetben a legalább 40%-os szint elérése.

Vizsgaidőszakban
Az írásbeli vizsga kötelező. Azt követő szóbeli vizsga opcionális.

A félévközi munka alapján, valamint az írásbeli és szóbeli vizsgákból összesen 100 pont szerezhető.
•   Félévközi munka alapján max. 30 pont szerezhető: három legsikeresebb kisZH egyenként max. 10 pont (ezen felül a beugrókból összesen max. 7 jutalompont kapható)
•   Írásbeli vizsgán max. 30 pont szerezhető (teszt max. 10 pont, gyakorlati feladat max. 20 pont).
•   Szóbeli vizsgán max. 40 pont szerezhető.

A sikeres vizsgához a félévközi munka, írásbeli és szóbeli vizsga összpontszámának (a félévközi bónuszok nélkül) a 40-et el kell érnie. (Szóbeli vizsgát nem kötelező tenni, a hallgató az írásbeli vizsgán szerzet és a félévközi munka alapján kapott pontszámok összege alapján meghatározott osztályzatot elfogadhatja.)

11. Pótlási lehetőségek A laboratóriumi foglalkozásokon minimálisan megkövetelt részvétel pótlással nem teljesíthető.

Az önálló feladatmegoldó laborok nem pótolhatók.

A kisZH-k nem pótolhatók és nem javíthatók.

12. Konzultációs lehetőségek A tárgy előadóival, gyakorlatvezetőivel és laborvezetőivel egyeztetett módon.

13. Jegyzet, tankönyv, felhasználható irodalom Előadások anyaga és segédlet a gyakorlatokhoz: VIK Moodle

Ajánlott szakirodalom:
• Crovella, Mark, and Balachander Krishnamurthy. Internet measurement: infrastructure, traffic and applications. John Wiley & Sons, Inc., 2006.
• R. Hofstede et al., "Flow Monitoring Explained: From Packet Capture to Data Analysis With NetFlow and IPFIX," in IEEE Communications Surveys & Tutorials, vol. 16, no. 4, pp. 2037-2064, Fourthquarter 2014, doi: 10.1109/COMST.2014.2321898.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	56
Félévközi készülés előadásokra	14
Félévközi készülés gyakorlatokra	30
Felkészülés zárthelyire	-
Házi feladat elkészítése	-
Kijelölt írásos tananyag elsajátítása	-
Vizsgafelkészülés	50
Összesen	150

15. A tantárgy tematikáját kidolgozta Dr. Pekár Adrián, egyetemi docens, Hálózati Rendszerek és Szolgáltatások Tanszék

IMSc tematika és módszer IMSc hallgatóknak külön házi feladatok kiadásra kerülnek, melyek sikeres teljesítése esetén IMSc pontok kaphatók.

A vizsgákon emelt szintű többletfeladatok teljesíthetők IMSc pontokért.

Egyeztetett időpontban egy további, önkéntesen választható, emelt szintű foglalkozást biztosítunk, ahol a tárgy tematikájához szorosan kötődő, időszerű kutatási és fejlesztési problémákat és azok megoldásait ismertetjük. A cél az érdeklődő (elsősorban, de nem kizárólag IMSc-s) hallgatók motivációja a képzésük folytatására az MSc-n túl a PhD képzés keretei között.

IMSc pontozás Legfeljebb 20 IMSc pont szerezhető hallgatónként az alábbiak szerint:

• Sikeresen megoldott opcionális házi feladatok: max. 15 IMSc pont.
• Sikeresen megoldott többletfeladat vizsgán: max. 5 IMSc pont. A többletfeladatokat csak akkor értékeljük, ha az összes többi feladat alapján jelest szerzett a hallgató az adott számonkérésen.
Az IMSc pontokat az IMSc programban részt nem vevő hallgatók is megszerezhetik a fentiek szerint.