Flow를 이용한 호스트 기반 트래픽 모니터링 및 - NM Lab at Korea ...
Flow를 이용한 호스트 기반 트래픽 모니터링 및 - NM Lab at Korea ...
Flow를 이용한 호스트 기반 트래픽 모니터링 및 - NM Lab at Korea ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
를 분석하는 시스템으로 나누어진다. 먼저 Flow 정보를<br />
생성하는 모듈인 Flow Gener<strong>at</strong>or 는 Observ<strong>at</strong>ion Point 에<br />
서 패킷을 캡쳐하여 1 분 동안의 패킷 헤더 정보를 모아<br />
서 Flow 정보로 변환 후 디스크에 파일로 저장한다. 저장<br />
된 Flow 파일은 파일 전송 모듈인 Flow Exporter 에 의해<br />
분석 모듈인 Traffic Analyzer 로 전송된다. Traffic Analyzer<br />
는 Flow 정보를 각 IP/Subnet 별로 <strong>트래픽</strong>을 분류하여<br />
DB 에 저장하는 역할을 하며, 마지막으로 Traffic Reporter<br />
가 DB 에 저장된 분석 정보를 웹을 통해 사용자에게 제<br />
공한다. 사용자에게 제공하는 정보로는 Campus 네트워크<br />
의 분, 시, 일, 주, 월 단위의 전체 <strong>트래픽</strong> 양과 IP/Subnet<br />
별 상위 10 개의 <strong>트래픽</strong> 양을 보여준다. 웹 <strong>기반</strong>의 사용<br />
자 인터페이스를 가짐으로써 사용자는 언제 어디서나 쉽<br />
게 네트워크를 <strong>모니터링</strong> 할 수 있다.<br />
III. <strong>호스트</strong> 분석 시스템 설계<br />
2008 년 한국통신학회 하계학술발표대회<br />
그림 2 는 분석 시스템의 구조를 보여준다. Traffic<br />
Trend. DB, Graph RRD 를 중심으로 <strong>트래픽</strong> 정보를 생성<br />
하는 부분과 <strong>트래픽</strong> 정보를 제공하는 부분으로 나누어진다.<br />
<strong>트래픽</strong> 정보를 생성하는 부분은 매분 주기로 Traffic<br />
Analyzer, RRD Manager 2 개의 모듈이 작동한다. Traffic<br />
Analyzer 는 Traffic Trend. DB 의 분, 시, 일, 주, 월 테이<br />
블에 해당 <strong>트래픽</strong> 정보를 분류하여 업데이트하며, RRD<br />
Manager 는 각 <strong>호스트</strong>에 대한 RRD 를 생성하고 업데이<br />
트하는 작업을 한다.<br />
<strong>트래픽</strong> 정보를 제공하는 부분은 사용자의 요청에 의<br />
해 동작된다. 사용자가 웹을 통해 <strong>트래픽</strong> 정보를 요청을<br />
하면 Traffic Reporter 가 Traffic Trend. DB 로부터는 <strong>트래픽</strong><br />
정보를 요청하고, Graph Gener<strong>at</strong>or 에게는 그래프 생성 요<br />
청을 한다. 요청에 의해 응답이 완료되면 Traffic Reporter<br />
는 Web Server 를 통해 사용자에게 <strong>트래픽</strong> 정보 <strong>및</strong> 추이<br />
그래프를 제공한다.<br />
3 장에서는 <strong>호스트</strong> 분석 시스템이 갖추어야 할 요구<br />
사항을 살펴보고, 이를 충족시키기 위해 시스템을 설계한<br />
내용을 기술한다.<br />
3.1 <strong>호스트</strong> <strong>트래픽</strong> 분석의 요구 사항<br />
본 논문에서 제안한 Enterprise 네트워크 내에서의<br />
Flow <strong>기반</strong> <strong>호스트</strong> 분석 시스템이 갖추어야 할 조건은 다<br />
음과 같다.<br />
첫째, 각 <strong>호스트</strong>의 <strong>트래픽</strong> 양을 여러 단위 시간 별로<br />
나타낼 수 있어야 한다. 실시간의 분 단위 정보를 토대로<br />
시, 일, 주, 월 단위의 <strong>트래픽</strong> 누적량을 제공하면 해당 호<br />
스트의 네트워크 사용에 대한 패턴을 파악할 수 있다.<br />
둘째, <strong>트래픽</strong> 양의 변화를 그래프를 통해 확인할 수<br />
있어야 한다. <strong>트래픽</strong> 추이를 그래프로 표현하게 되면 한<br />
눈에 파악할 수 있는 장점을 가진다.<br />
셋째, 과거의 <strong>트래픽</strong> 분석 정보를 확인할 수 있어야<br />
한다. <strong>모니터링</strong> 시스템의 사용자가 실시간 <strong>트래픽</strong> 현황을<br />
계속해서 지켜볼 수는 없으므로, 특정 시점의 <strong>트래픽</strong> 현<br />
황을 파악하기 위해서 과거의 <strong>트래픽</strong> 정보를 저장해 놓<br />
아야 한다.<br />
넷째, <strong>호스트</strong> 별 <strong>트래픽</strong> 분석 정보는 다양한 정보를<br />
제공해야 한다. <strong>트래픽</strong>의 양뿐만 아니라 접속 IP/Port,<br />
Protocol 등 상세 정보를 제공할 수 있어야 한다.<br />
3.2 시스템 전체 구조<br />
본 시스템은 KU-MON 시스템을 확장시킨 형태로 패<br />
킷을 캡쳐하고 Flow 정보를 생성하는 부분은 기존의 KU-<br />
MON 시스템과 동일한 형태를 가진다. 따라서 본 논문에<br />
서는 위에서 살펴 본 요구 사항을 충족시키기 위해 KU-<br />
MON 의 분석 시스템 부분을 개선하였다.<br />
그림 2. 분석 시스템 구조<br />
3.3 Traffic Trend. DB<br />
그림 3. Traffic Trend. DB 테이블 스키마<br />
Traffic Trend. DB 는 Host/Subnet 을 기준으로 분, 시,<br />
일, 주, 월 단위의 정보를 각각 하나의 테이블로 생성한<br />
다. 그림 3 에서 보는 바와 같이 총 10 종류의 테이블이<br />
존재하며, 접두사 'Local'은 Enterprise 네트워크 내부를,<br />
‘Remote’는 외부를 나타낸다. 외부에서 내부로 향하는<br />
<strong>트래픽</strong>은 ‘ In'을, 내부에서 외부로 향하는 <strong>트래픽</strong>에는<br />
'Out'이라는 접두사를 붙여 표현하였다.<br />
분 단위 <strong>트래픽</strong> 정보는 짧은 기간의 정보로써<br />
Local_Port, Remote_IP, Remote_Port, Protocol 에 의해 분<br />
류된 상세한 <strong>트래픽</strong> 정보를 저장하기 위해 A type 을 사<br />
용한다. 나머지 테이블은 외부의 수많은 IP/Port 로 인해<br />
분 단위와 같은 상세한 분류에 의한 정보 저장을 디스크<br />
의 제한으로 할 수가 없다. 따라서 Host 별 분 단위를 제<br />
외한 단위 시간 테이블은 Local_IP 만을 분류 기준으로<br />
하여 단위 시간 동안의 <strong>트래픽</strong> 누적량을 표현하기 위해<br />
B type 을 사용한다.<br />
일반적으로 한 <strong>호스트</strong>에서 발생할 수 있는 최대<br />
Bandwidth 가 100Mbps 인 점을 고려한다면, 1 분 동안의<br />
Byte, Packet, Flow 양을 저장하기 위한 데이터의 크기는<br />
4 byte 이면 충분하다. 하지만, 시간 단위 이상에서는 4<br />
byte 의 데이터 크기로는 오버플로우의 발생으로 올바른<br />
<strong>트래픽</strong> 양을 표현할 수 없기 때문에, 8 byte 의 데이터 크<br />
기를 사용한다.<br />
테이블의 저장 기간은 디스크의 효율적인 사용을 위<br />
해 일정 기간을 유지해야 한다. 분 단위 테이블의 개수가<br />
DB 의 총 데이터 양의 대부분을 차지한다. 분 단위 테이<br />
블의 유지기간이 길면 그 만큼 오래 전까지 분 단위 정