Disegno e implementazione di un framework per ... - Luca Deri - Ntop

More documents

Recommendations

Info

idotta la latenza nelle richieste successive alla prima. Gli errori possono essere riportati senza la chiusura della connessione TCP. Inoltre rende pos- sibile l’uso di HTTP pipelining 3.4.2. Le odierne versioni dei browser più popolari supportano le connessioni persistenti. 3.4.2 HTTP pipelining La tecnica chiamata HTTP pipelining permette di ridurre il tempo di ricezione dei dati, attraverso l’invio di molteplici richieste da parte del client verso un socket, prima di ricevere le relative risposte. Le risposte dovranno essere ricevute nello stesso ordine in cui sono state inviate le richieste, in quanto non è specificato un metodo esplicito di associazione tra richiesta e risposta. Nell’immagine 3.1 viene illustrato come viene ridotto il tempo per HTTP 1.1 combinato alla tecnica di pipelining. 3.4.3 Richiesta di una pagina web Una pagina web nella maggior parte dei casi è composta da più oggetti, i quali possono essere di vario tipo, come ad esempio fogli di stile, librerie javascript, immagini e contenuti multimediali. Il client, per poter visualiz- zare correttamente una pagina web, dovrà richiedere al server tutti gli oggetti contenuti in essa. Come è stato illustrato in 3.4.1 e 3.4.2 , i web browser attuali, per ridurre il tempo di caricamento di una pagina, richiedono i vari oggetti all’interno di essa, sfruttando la connessione persistente e la tecnica di HTTP pipelining. Per poter tracciare correttamente il traffico web, è necessario correlare tutte le richieste relative ai singoli oggetti appartenen- ti alla medesima pagina. Di seguito vi sarà un’esempio di caricamento di una pagina web, da parte di un browser, il quale utilizzerà la connessione persistente. 29
Fig. 3.1: Differenze tra HTTP 1.0, HTTP 1.1 e HTTP 1.1 con pipelining 30
Page 1: Università degli studi di Pisa Fac
Page 5 and 6: Abstract Data la molteplicità e l
Page 7 and 8: Indice 1 Introduzione 1 1.1 Struttu
Page 9 and 10: 3.6.3 User Impatience . . . . . . .
Page 11 and 12: Elenco delle figure 2.1 Architettur
Page 13 and 14: Elenco delle tabelle 1.1 Servizi In
Page 15 and 16: offrendo delle metriche in grado di
Page 17 and 18: 1.3 Monitoraggio di rete I sistemi
Page 19 and 20: di un determinato servizio. 1.6 Ser
Page 21 and 22: mente correlata da due principali p
Page 23 and 24: Vi sono alcuni studi, come in [19],
Page 25 and 26: 2.1.1 Tecniche di monitoraggio pass
Page 27 and 28: IPFIX Fig. 2.2: Formato di un pacch
Page 29 and 30: • Filters: tramite questo gruppo
Page 31 and 32: Le regole per il filtraggio sono sp
Page 33 and 34: VQM 4 [37]. I loro esperimenti veng
Page 35 and 36: • Ricostruzione della pagina web:
Page 37 and 38: Tabella 2.1: Riepilogo frameworks a
Page 39 and 40: 3.2 I servizi studiati Com’è gi
Page 41: Classe di servizio Campi HTTP Navig
Page 45 and 46: Fig. 3.2: Schema di una richiesta w
Page 47 and 48: 3.4.5 Tipologie di richieste HTTP A
Page 49 and 50: in sessioni HTTP e poi aggregando q
Page 51 and 52: 3.6 Analisi della qualità del serv
Page 53 and 54: che intercorre tra la richiesta del
Page 55 and 56: cui: • pressione del tasto STOP;
Page 57 and 58: 3.7 Servizio di Streaming Nel parag
Page 59 and 60: Qualità Bitrate 240p 0.25 Mbit/s 3
Page 61 and 62: Parametro itag Qualità del video 5
Page 63 and 64: • Informazioni fornite da YouTube
Page 65 and 66: • Client: il client prenderà i d
Page 67 and 68: Fig. 4.2: Modalità probe (immagine
Page 69 and 70: imosso da una coda, questo viene ut
Page 71 and 72: • Terminator: attraverso questo c
Page 73 and 74: nProbe viene quindi utilizzato come
Page 75 and 76: i dati e costruisce una lista ordin
Page 77 and 78: Tipologia di servizio Campi control
Page 79 and 80: Attraverso questa struttura dati, s
Page 81 and 82: con argomento e, viene invocato il
Page 83 and 84: Avendo la medesima connessione TCP,
Page 85 and 86: Aggregazione sessioni HTTP Una volt
Page 87 and 88: Calcolo della durata totale di una
Page 89 and 90: aggregata, in cui verranno sommati
Page 91 and 92: Algoritmo L’algoritmo utilizzato
Page 93 and 94:
4.3.7 Contenuti multimediali Attrav
Page 95 and 96:
Il costruttore dell’oggetto Video
Page 97 and 98:
public ArrayList getGlobalsAggregat
Page 100 and 101:
Capitolo 5 Validazione In questo ca
Page 102 and 103:
Fig. 5.1: Esempio di visualizzazion
Page 104 and 105:
91 Fig. 5.3: Esempio di visualizzaz
Page 106 and 107:
5.2.3 Aggregazione del traffico Att
Page 108 and 109:
5.2.4 Sessioni Globali Il traffico
Page 110 and 111:
Fig. 5.7: Visualizzazione dei minut
Page 112 and 113:
Fig. 5.10: Visualizzazione delle in
Page 114 and 115:
5.3 Confronto con lo Stato dell’A
Page 116 and 117:
• L’elaborazione del traffico p
Page 118 and 119:
Capitolo 6 Conclusioni Data la cost
Page 120 and 121:
dall’utente che utilizza il servi
Page 122 and 123:
Ringraziamenti Innazitutto vorrei r
Page 124 and 125:
Bibliografia [1] Compuware Corporat
Page 126 and 127:
[14] S. Khirman and P. Henriksen. R
Page 128 and 129:
[33] V. Paxson. Empirically-derived
Page 130 and 131:
Web Page Response Times. Disponible
show all

Disegno e implementazione di un framework per ... - Luca Deri - Ntop

Create successful ePaper yourself

Delete template?

Save as template?