این مقاله انگلیسی ISI در نشریه IEEE در 8 صفحه در سال 2015 منتشر شده و ترجمه آن 18 صفحه میباشد. کیفیت ترجمه این مقاله ارزان – نقره ای ⭐️⭐️ بوده و به صورت خلاصه ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
KnowNet : به سمت یک برنامه دانش برای مدیریت شبکه سازمانی |
عنوان انگلیسی مقاله: |
KnowNet: Towards a Knowledge Plane for Enterprise Network Management |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2013 |
تعداد صفحات مقاله انگلیسی | 8 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی فناوری اطلاعات |
گرایش های مرتبط با این مقاله | شبکه های کامپیوتری، معماری سازمانی، اینترنت و شبکه های گسترده |
چاپ شده در مجله (ژورنال) | سمپوزیوم عملیات و مدیریت شبکه – Network Operations and Management Symposium |
ارائه شده از دانشگاه | دانشگاه یوتا، ایالات متحده آمریکا |
رفرنس | دارد ✓ |
کد محصول | F1244 |
نشریه | آی تریپل ای – IEEE |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 18 صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
منابع داخل متن | درج نشده است ☓ |
کیفیت ترجمه | کیفیت ترجمه این مقاله متوسط میباشد |
توضیحات | ترجمه این مقاله به صورت خلاصه انجام شده است. |
فهرست مطالب |
چکیده |
بخشی از ترجمه |
چکیده
کارهای مدیریت شبکه امری خسته کننده و مستعد خطا است و اغلب نیازمند استدلال پیچیده از سمت مدیریت شبکه است. با KnowNet ما به بررسی چالش فنی استدلال در مورد مدیریت شبکه با استفاده از آن به صورت مجموعه ای از برنامه های مشارکتی اجرا شده در گراف دانش میپردازیم که معمولا شامل داده ها و اطلاعات در مورد شبکه و برنامه بوده و جهت مدیریت و استدلال استفاده می شوند. ما از رویکرد خود در مدیریت شبکه سازمانی با توسعه مجموعه ای از برنامه ها استفاده می کنیم که با مدیریت عملکرد برنامه در شبکه سازمانی محقق می شود.
1- مقدمه
علی رغم شناخت طولانی مدت اهمیت رویکرد های پیشرفته برای مدیریت شبکه و لزوم راه حل های خود کار توسط انجمن های تحقیقات شبکه ای، پیشرفت زیای هنوز برای مقاومت در برابر این تلاش ها وچود دارد. عملا مدیریت شبکه امری دستی، خسته کننده و مستعد خطا است و اغلب نیازمند استدلال پیچیده از طرف مدیریت شبکه است. خودکار سازی استدلال توسط کارشناسان دامنه یک چالش کلیدی در درک رویکرد سیستمی برای مدیریت شبکه است. این مسئله بسیار مشکل است زیرا این استدلال نیازمند مقادیر متنوعی از داده ها است. این داده ها از تعدادی از منابع مختلف جمع اوری شده است و به منظور تفسیر معنی دار، بایستی با حالت عملیاتی شبکه در زمان جمع اوری همبستکی داشته باشد. روابط پیچیده ای بین سخت افزار، پروتکل، سرویس ها و وضعیت عملیاتی وجود دارد و این وضعیت عملیاتی بایستی نیازمند درک اثرات و تغییرات در شبکه باشد.
استدلال ما این است که سیستم مدیریت شبکه می تواند از این عملکرد پشتیبانی کند و این نیازمند ابزاری برای پوشش دادن اطلاعات و دانش شبکه به طور جامع است که امکان تعامل آسان برنامه های مدیریت شبکه را با استدلال در مورد این دانش داده و منجر به تغییراتی در خود شبکه می شود. به این ترتیب ما از یک رویکرد عمل گرایانه برای درک این سیستم بهره می بریم. کلید اصلی این است که مدیران شبکه معمولا از چندین سیستم برای پایش ومدیریت شبکه ها استفاده کرده و این که این مدیران معمولا به استدلال و منطقی می پردازند که با این سیستم ها ارتباط دارد. به جای تحمیل یک سیستم مدیریت شبکه جدید بر رو ی مدیران شبکه ای که نیازمند جایکزینی سیستم و ابزار های مورد استفاده هستند، ما یک چارچوبی را ارایه می کنیم که آن ها در کل سیستم استفاده می کنند و ما یک چارچوب را ارایه می کنیم که امکان خودکار سازی آسان کار های منطق و استدلال را می دهد. برای رسیدن به این هدف ما KnowNet را ارایه می کنیم که یک سیستم مدیریت شبکه دانش محور است و موجب تسهیل کشف و تسهیم دانش می شود و اپراتور ها می توانند به طور موثر در مورد وضعیت شبکه استدلال کنند و اقدامات مناسب را تعیین کرده و شبکه را در صورت لزوم تغییر دهند. برنامه ها معمولا از گراف دانش در راس KnowNetبرای نماش داده های جمع اوری شده در مورد شبکه و دانش مشتق شده از شبکه استفاده می کنند. گراف های دانش محبوبیت زیادی را در میان تعدادی از دامین ها دارند و این به دلیل توانایی بیان و کشف روابط جالب در مجموعه داده های بزرگ است که امکان استدلال پیچیده در مورد داده های به هم پیوسته را می دهد. در مطالعه ما بر روی KnowNet، ما به بررسی استفاده از کراف دانش برای پوشش دادن اطلاعاتو دانش در شرایط مدیریت شبکه می پردازیم. در واقعف کار ما یک گام مهم به سمت مدیریت دانش است. گراف دانش در KnowNet برای پوشش دادن چیزی فراتر از داد های شبکه استفاده می شود به خصوص برنامه های مدیریت شبکه با KnowNet تعامل داشته و از طریق کراف دانش نیز با خود شبکه تعامل دارد. به این ترتیب امکان پوشش دادن فعالیت های مدیریت دانش به عنوان بخشی از دیدگاه جامع شبکه در KnowNet وجود دارد. برای دست یابی به این سیستم مدیریت شبکه مشارکتی،ما یک گراف دانش موسوم به کیلو را برای کشف ویژکی های مفید در مدیریت شبکه توسعه داده ایم. به طور ویژه، کیلو شامل مجموعه ای از اشکال کراف دانش است که شامل: افزایش، پرس و جو و حذف است. علاوه بر این موارد، کیلو از مشترک شدن یا subscribe برای یادگیری در مورد رویداد های مربوطه پشتیبانی کرده وزمان را به دلیل اهمیت پوشش دادن شبکه در طی زمان در نظر می گیرد. به منظور کشف اهمیت کاربردی معماری ارایه شده، ما مجموعه ای از برنامه های مدیریت شبکه را با هدف مدیریت شبکه سازمانی توسعه دادیم. ما یک شبکه سازمانی را پیش بینی می کنیم که در آن هر دو شبکه به صورت کارکردی و نیز واحد های مدیریتی پیچیده در نظر گرفته می شوند و از این روی توسط برنامه های پشتیبانی شده با KnowNet فعال ساز یمی شود. بر اساس گزارشات اخیر بر روی چالش های شبکه ای، برنامه های مبتنی بر مدیریت امنیت و عملکرد تاکید می شود. ما نشان می دهیم که ابزار های موجودرا می توان در KnowNet قرار داد تا با عملکرد مدیریت شبکه جدید برای تحقق هدف مدیریت شبکه جامع تعامل داشته باشد. مطالعه ما با استناد به تلاش های مدیریت شبکه ای قبلی(9-10-1-11-12-13-14)، از ابعاد مختلف منحصر به فرد است. اولا،ما بر این باوریم که که این مطالعه برای اولین بار به بررسی استفاده از خلاصه سازی گراف دانش برای پوشش دادن همه داده ها، دانش و اقدامات مربوط به مدیریت شبکه می پردازد. دوما، رویکرد ما برای حمله به مسئله مدیریت شبکه با یک مجموعه ای از برنامه های مشارکتی، یک توازن منحصر به فرد را بین انعطاف پذیری و سادگی ایجاد می کند. در KnowNet ما ساختار گراف دانش خود را برای تعریف ساختار بر طبق داده ها و شیوه های مدیریتی تحمیل نمی کنیم. از سوی دیگر این مسئله نیازمند پیشرفت بیشتر برنامه ها می باشد. در نهایت در KnowNet، ما یک رویکرد عمل گرایانه را برای مدیریت شبکه با استفاده از هر دوی آن ها و نیز برنامه های مدیریت شبکه در چارچوب جامع ارایه می کنیم. اهداف این مقاله به شرح زیر است: – طراحی و پیاده سازی KnowNet،که یک چارچوب مدیریت شبکه می باشد که مسئولیت پذیری ساتدلال در مورد شبکه در میان برنامه های مشارکتی را تقسیم می کند – ما اقدام به طراحی و پیاده سازی kilo می کنیم که یک گراف دانشی است که مربوط به حوزه مدیریت دانش است – برای بررسی و ارایه کاربرد KnowNet، ما مجموعه ای از برنامه های مدیریت شبکه مربوط به عملکرد و امنیت را برای شبکه های سازمانی ارایه می کنیم. برخی از برنامه ها در این مجموعه، یک استدلال پیچیده را نشان می دهند ضمن این که سایر برنامه ها از ابزار های مدیریت شبکه موجود استفاده می کنند. ما نشان می دهیم که چگونه KnowNet امکان می دهد تا این برنامه های موجود در یک سیستم مدیریت شبکه جامع قرار می گیرند – ما اقدام به ارزیابی گسترده رویکرد خود در محیط شبکه سازمانی شبیه سازی شده خود می کنیم. این ارزیابی نشان دهنده توانایی شبکه پشتیبانی شده با KnowNet برای حفظ سلامت شبکه تحت شرایط متغیر و تنظیم مقیاس شبکه های با اندازه شرکتی است. |
بخشی از مقاله انگلیسی |
Abstract Network management tasks remain tedious and error-prone, and often require complex reasoning on the part of the network administrator. With KnowNet we address the challenge of reasoning about network management by approaching it as a set of cooperating applications executing over a knowledge graph which captures data and information about the network and the applications that manage and reason over it. We apply our approach to enterprise network management by developing a suite of cooperating applications that deals with security and application performance management in an enterprise network. 1 Introduction Despite longstanding recognition by the networking research community of the importance of an improved approach to network management and the need for automated solutions [1], the state of the art continues to resist these efforts. In practice network management remains manual, tedious and error-prone, and often requires complex reasoning on the part of the network administrator. Automating the reasoning done by domain experts is the key challenge in realizing a more systematic approach to network management. This is difficult, largely in part because this reasoning must take into account large and diverse quantities of data. This data is collected from a number of different sources, and in order to be meaningfully interpreted, it must be correlated with the operational state of the network at the time it was collected. Complex relationships between hardware, protocols, services, and their operational state must be untangled in order to fully understand faults and effect change in the network. We argue that a network management system that can support such functionality requires the means to capture network data and knowledge of the network in a holistic manner, allows for network management applications to easily interact with and reason about this knowledge, and to effect change in the network itself. In our work we take a pragmatic approach towards realizing such a system. Our key insight is that network administrators already deploy a multitude of systems to monitor and manage their networks, and that they (the administrators) are the reasoning and logic that tie these systems together. Rather than imposing a new network management system on network administrators that might require them to replace the tools and systems they already use, we propose to provide them with a framework that can turn the systems they are already using into a cooperative whole and allow them to add to that whole by easily automating the reasoning tasks they are currently performing manually. Towards this end, we present KnowNet, a knowledge-centric network management system that facilitates knowledge sharing and discovery, thus enabling operators to more effectively reason about network state, determine appropriate actions, and ‘write’ to the network to effect needed change. Applications use the knowledge graph at the core of KnowNet to represent data collected about the network and knowledge derived from that data. Knowledge graphs have gained popularity in a number of domains [2], [3], [4], [5], due to their ability to express and discover interesting relationships over large datasets, enabling complex reasoning about interrelated data [2], [6], [7]. In our work on KnowNet, we explore the use of a knowledge graph to capture information and knowledge in a network management setting. As such, our work is a modest step towards a practical (single domain) knowledge plane [1]. The knowledge graph in KnowNet is used to capture more than just data about the network—specifically, network management applications in KnowNet interact with each other and the network itself via the knowledge graph. This allows network management actions to also be captured as part of the holistic network view in KnowNet. To realize such a collaborative network management system, we have developed a knowledge graph, called Kilo1 , in order to explore features that are particularly useful in the context of network management, and may not exist in such a combination in available knowledge graph implementations. Specifically, Kilo includes the typical set of knowledge graph primitives: insert, query, and delete. In addition to these, Kilo also supports a subscribe primitive to learn about network related events and deals with time natively because of the importance of capturing network state over time. To explore the practical utility of our architecture, we developed a suite of network management applications specifically aimed at enterprise network management. We envision an enterprise network where both basic network functionality as well as sophisticated enterprise specific network management functions are governed by KnowNet-enabled applications. Motivated by a recent report on the topmost enterprise network challenges [8], we developed applications to deal with performance and security management. We show that existing tools can be incorporated into KnowNet, allowing them to interact with new network management functions to realize our objective of holistic network management. While borrowing from earlier network management ef forts [9], [10], [1], [11], [12], [13], [14], our work on KnowNet is unique along several dimensions. First, we believe our work is among the first to explore the use of a knowledge graph abstraction to capture all of the data, knowledge and actions associated with network management. Second, our approach of attacking the network management problem with a collection of cooperating applications affords a unique tradeoff between flexibility and simplicity. In KnowNet we do not impose structure in our knowledge graph allowing applications to define structure according to the data and management functions they deal with. On the flip side, this requires more sophistication from applications wanting to cooperate. Finally, in KnowNet we take a pragmatic approach to network management (and indeed illustrate the aforementioned flexibility of our approach) by incorporating both existing as well as new network management applications in a holistic framework. This paper makes the following contributions: • We present the design and implementation of KnowNet, a network management framework that divides the responsibility of reasoning about the network among cooperating applications (§ III). • We present the design and implementation of Kilo, a knowledge graph that is specialized to the domain of network management (§ III-A). • To illustrate the utility of KnowNet, we develop a suite of cooperating security- and performance-related network management applications for enterprise networks (§ IV). Some applications in this suite exhibit complex reasoning, while other applications incorporate existing network management tools (sFlow-RT and Snort)—we show how KnowNet enables these existing applications to be brought into a holistic network management system. • We perform an extensive evaluation of our approach in an emulated enterprise network environment (§ V). This evaluation demonstrates the ability of a KnowNet-enabled network to maintain network health under challenging conditions, and to scale to enterprise-sized networks. |