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

More documents

Recommendations

Info

La classe che si occupa della classificazione del servizio è ManagerClas- sification, la quale espone dei metodi statici che paragonano i campi di una determinata richiesta per determinare la tipologia del servizio utilizzato. 4.3.4 Correlazione delle richieste HTTP Come descritto in 3.4, si vogliono correlare le richieste HTTP, in modo tale da determinare quali richieste HTTP vengono generate a partire da un’altra richiesta HTTP, potendo in questo modo ricostruire le richieste effettuate per la ricezione di una pagina web. Il gestore che si occupa della correlazione delle richieste HTTP è la classe ManagerTrace, la quale crea e gestisce degli oggetti di tipo Trace. Un oggetto Trace è costruito a partire da una richiesta HTTP, a questo oggetto viene poi assegnato un altro oggetto di tipo Trace che rappresenta la richiesta che l’ha generato, più semplicemente verrà chiamata richiesta padre, ed inoltre una lista di oggetti sempre di tipo Trace che rappresentano le richieste che sono state generate a partire dalla richiesta inziale, queste verranno chiamate richieste figlie. La lista delle richieste figlie potrebbero essere vuota e la richiesta padre potrebbe essere nulla. L’immagine 4.7 aiuta a descrivere la classe. Fig. 4.7: Descrizione di un oggetto di tipo Trace 65
Attraverso questa struttura dati, si correlano tutti gli oggetti apparte- nenti una determinata pagina web, fino a formare un albero relativo alla pagina web presa in esame, in figura 4.8 un esempio di come potrebbe essere l’albero delle richieste costruito a partire da una richiesta iniziale, per comodità sono stati eleminati i riferimenti alle richieste padre. Fig. 4.8: Tracciamento degli oggetti presenti in una pagina web. La costruzione di quest’albero, viene effettuata aderendo alla metodolo- gia illustrata in 3.4.4. Nel framework è stato implementato un metodo stati- co, il quale, preso in ingresso un oggetto di tipo Trace, avente la richiesta che si vuole analizzare, una lista di oggetti Entry, che rappresentano le possibili richieste HTTP correlate, restituisce un oggetto Trace, rappresentante l’albero delle richieste correlate relative alla richiesta presente all’oggetto Trace passato come argomento. Algoritmo Il metodo inizialmente controlla che la richiesta non sia per un oggetto di tipo favicon, le quali solitamente non hanno il campo referer settato e non 66
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 and 42: Classe di servizio Campi HTTP Navig
Page 43 and 44: Fig. 3.1: Differenze tra HTTP 1.0,
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: Tipologia di servizio Campi control
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

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?