Procedimiento de colección de indicadores clave de desempeño KPI de calidad en el área de gestión de contabilidad para el protocolo SNMP sobre equipos de red simulados por software

Abstract

El presente documento describe el resultado de proponer un procedimiento de colección de indicadores clave de desempeño KPI de calidad en el área de gestión de contabilidad mediante el uso del protocolo SNMP sobre equipos de red simulados por software para la aplicación de aprendizaje de máquina. En respuesta a que colectar una gran cantidad de datos de alta calidad que contengan tanto perfiles de red como métricas, es uno de los problemas más críticos para la aplicación de aprendizaje de máquina en gestión de red; sumando a que el uso de aprendizaje de máquina en el área de la gestión de contabilidad es bastante inexplorado; primero que todo, se diseñó una arquitectura de red MPLS L3VPN apropiada para la colección de los KPI de gestión de contabilidad; posteriormente, a partir de los archivos de MIB, se identificaron los OID de las variables de gestión soportadas por los enrutadores de borde de los clientes que registran datos de uso; luego, se determinaron los procedimientos que convierten los datos consultados por SNMP en los KPI de calidad significativos a almacenar y que pueden ser aprovechados por modelos de aprendizaje de máquina para predecir los hábitos de consumo de los usuarios. Finalmente, se validó el procedimiento propuesto mediante la herramienta de gestión Cacti sobre la arquitectura de red diseñada y simulada utilizando el software GNS3. (Texto tomado de la fuente)

This document describes the result of proposing a quality KPIs collection procedure in the accounting management area using SNMP protocol on network equipment simulated by software for machine learning application. In response to the challenge of collecting a large amount of high-quality data that contain both network profiles and metrics is one of the most critical issues for machine learning for network management; together with the using machine learning for network accounting management is rather unexplored; first of all, an appropriate MPLS L3VPN network architecture was designed for the collection of accounting management KPIs; afterwards, exploring the MIB files, the OIDs of the management variables supported by the clients' edge routers that record usage data were identified; then, the procedures for relating SNMP replies to quality KPIs worth to store were defined, these collected customer usage data can be leveraged by machine learning models to predict customers’ usage habits. Finally, the proposed procedure was validated using Cacti network management tool on the network architecture designed and simulated in GNS3 software.