KR101922659B1 - 시간대별 데이터 집중도 기반의 게이트웨이 재할당 방법 및 그 장치 - Google Patents
시간대별 데이터 집중도 기반의 게이트웨이 재할당 방법 및 그 장치 Download PDFInfo
- Publication number
- KR101922659B1 KR101922659B1 KR1020160166083A KR20160166083A KR101922659B1 KR 101922659 B1 KR101922659 B1 KR 101922659B1 KR 1020160166083 A KR1020160166083 A KR 1020160166083A KR 20160166083 A KR20160166083 A KR 20160166083A KR 101922659 B1 KR101922659 B1 KR 101922659B1
- Authority
- KR
- South Korea
- Prior art keywords
- gateway
- customer
- group
- customers
- time
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 238000012706 support-vector machine Methods 0.000 claims description 18
- 238000004220 aggregation Methods 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000007635 classification algorithm Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005641 tunneling Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
- H04L47/762—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions triggered by the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/82—Miscellaneous aspects
- H04L47/828—Allocation of resources per group of connections, e.g. per group of users
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L49/00—Packet switching elements
- H04L49/35—Switches specially adapted for specific applications
- H04L49/351—Switches specially adapted for specific applications for local area network [LAN], e.g. Ethernet switches
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
본 발명은 데이터 트래픽을 분산하기 위한 게이트웨이 재할당 방법에 관한 것으로, 고객사들의 시간대별 데이터 집중도를 산출하는 단계; 상기 시간대별 데이터 집중도를 기반으로, 상기 고객사들을 제1 및 제2 그룹으로 분류하는 단계; 및 상기 제1 또는 제2 그룹에 속하는 고객사들에 대해 재할당할 게이트웨이를 선택하는 단계를 포함한다.
Description
본 발명은 데이터 트래픽(traffic)을 분산하기 위한 게이트웨이 재할당 방법 및 그 장치에 관한 것입니다. 보다 구체적으로, 통신 네트워크 서비스에 가입된 고객들의 시간대별 데이터 집중도를 기반으로 복수의 게이트웨이를 동적으로 재할당하는 방법 및 그 장치에 관한 것이다.
정보 통신 기술이 나날이 발전함에 따라, 기업체에서 사용하는 통신 장비 및 IT 장비의 수가 점점 증가하고 있고, 상기 통신 장비 및 IT 장비의 복잡성도 점점 증가하고 있는 추세이다. 이에 따라, 기업체에서는 통신 장비 및 IT 장비를 설치하기 위한 공간을 마련하기 어렵고, 전문 인력의 부재로 통신 장비 및 IT 장비의 고장 및 장애에 적극적으로 대응하기 어려운 면이 있다.
통신 사업자 입장에서도 고객사 내부에 위치한 통신 장비 및 IT 장비에 대한 장애 처리 및 유지보수 업무에 많은 시간과 비용이 소요되고 있다. 또한, 고객사 내부에 위치한 통신 장비 및 IT 장비에 대한 접근이 자유롭지 못하여, 해당 장비들의 이상 유무를 신속하게 감지하기 어려운 측면이 있다.
따라서, 최근의 통신 사업자들은 다수의 고객사 구내망을 자신의 서비스 인프라 영역으로 확장하여, 장비 호스팅, 인터넷 접속, 보안, 통합 관제, 솔루션 등 ICT 운영 전반에 필요한 통합 서비스를 제공하는 기업 전용 네트워크 시스템을 구축하고 있다.
가령, 도 1에 도시된 바와 같이, 종래의 기업 전용 네트워크 시스템은, 통신사 서비스 센터와 외부 공용망(인터넷 또는 이동통신망) 간의 접속을 위한 게이트웨이로 UTM(Unified Threat Management) 또는 라우터(Router) 등을 사용하고 있다. 통상, UTM의 경우에는 약 50개의 고객사들을 수용할 수 있는 반면, 라우터의 경우에는 약 300개의 고객사들을 수용할 수 있다.
기존의 기업 전용 네트워크 시스템은, 제1 집선 스위치를 통해 연결된 제1 그룹의 고객사들(A~N)이 제1 게이트웨이로 할당되고, 제2 집선 스위치를 통해 연결된 제2 그룹의 고객사들(a~n)이 제2 게이트웨이로 할당되는 구조이다. 이러한 네트워크 구조에서, 특정 그룹의 고객사들이 데이터를 많이 사용하는 경우, 데이터 트래픽이 특정 게이트웨이로 집중되어, 해당 그룹의 고객사들에 대한 서비스 품질(QoS)이 저하되는 문제가 종종 발생할 수 있다. 따라서, 고객사들의 데이터 트래픽이 특정 게이트웨이로 집중되는 현상을 방지할 필요가 있다.
본 발명은 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다. 또 다른 목적은 통신 네트워크 서비스에 가입된 고객들의 시간대별 데이터 집중도를 기반으로 복수의 게이트웨이를 해당 고객들에게 동적으로 재할당하는 방법 및 그 장치를 제공함에 있다.
상기 또는 다른 목적을 달성하기 위해 본 발명의 일 측면에 따르면, 고객사들의 시간대별 데이터 집중도를 산출하는 단계; 상기 시간대별 데이터 집중도를 기반으로, 상기 고객사들을 제1 및 제2 그룹으로 분류하는 단계; 및 상기 분류된 제1 또는 제2 그룹에 속하는 고객사들에 대해 재할당할 게이트웨이를 선택하는 단계를 포함하는 게이트웨이 재할당 방법을 제공한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 방법은, 게이트웨이의 선택을 위한 제어 신호를 생성하여 GW 분배 스위치로 전송하는 단계를 더 포함하는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 방법에서의 분류 단계는, SVM(Support Vector Machine) 알고리즘을 이용하여 고객사들을 분류하는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 방법에서, 시간대별 데이터 집중도는, SVM 알고리즘을 이용하여 고객사들을 분류하기 위한 특징(feature)들로 사용되는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 방법에서의 분류 단계는, 상기 고객사들에 대응하는 학습 데이터를 포함하는 학습 집합(training set)을 생성하고, 상기 학습 집합 내에서 마진이 최대가 되는 초평면(Optimal Hyperplane)을 산출하는 단계를 더 포함하는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 방법에서의 선택 단계는, 제1 또는 제2 그룹에 속하는 고객사들을 게이트웨이의 개수로 분할하고, 상기 분할된 고객사들을 각 게이트웨이에 재할당하는 것을 특징으로 한다.
본 발명의 다른 측면에 따르면, 고객사들의 시간대별 데이터 집중도를 산출하는 특징 추출부; 상기 시간대별 데이터 집중도를 기반으로, 상기 고객사들을 제1 및 제2 그룹으로 분류하는 고객 분류부; 및 상기 분류된 제1 또는 제2 그룹에 속하는 고객사들에 대해 재할당할 게이트웨이를 선택하는 게이트웨이 선택부를 포함하는 게이트웨이 재할당 장치를 제공한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 장치는, 제1 또는 제2 그룹에 속하는 고객사들에 대한 게이트웨이의 재할당을 위한 제어 신호를 생성하는 스위칭 제어부를 더 포함하는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 장치는, 스위칭 제어부의 제어 신호에 따라, 고객사들의 이더넷 스위치와 게이트웨이 간의 연결을 스위칭하는 GW 분배 스위치를 더 포함하는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 장치의 GW 분배 스위치는, 게이트웨이와 집선 스위치 사이에 배치되고, 상기 게이트웨이 및 집선 스위치와 전기적으로 연결되는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 장치의 고객 분류부는, SVM 알고리즘을 이용하여 고객사들을 분류하는 것을 특징으로 한다.
좀 더 바람직하게는, 상기 게이트웨이 재할당 장치의 게이트웨이 선택부는, 제1 또는 제2 그룹에 속하는 고객사들을 게이트웨이의 개수로 분할하고, 상기 분할된 고객사들을 각 게이트웨이에 재할당하는 것을 특징으로 한다.
본 발명의 실시 예들에 따른 게이트웨이 재할당 방법 및 그 장치의 효과에 대해 설명하면 다음과 같다.
본 발명의 실시 예들 중 적어도 하나에 의하면, 통신 네트워크 서비스에 가입된 고객들의 시간대별 데이터 집중도를 기반으로 복수의 게이트웨이를 동적으로 재할당함으로써, 데이터 트래픽이 특정 게이트웨이로 집중되어 특정 고객들에 대한 서비스 품질(QoS)이 저하되는 현상을 미연에 방지할 수 있다는 장점이 있다.
다만, 본 발명의 실시 예들에 따른 게이트웨이 재할당 방법 및 그 장치가 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 종래의 기업 전용 네트워크 시스템의 구성을 개략적으로 도시한 도면;
도 2는 본 발명의 일 실시 예에 따른 고객사별 네트워크 서비스를 제공하기 위한 시스템 구성도;
도 3은 본 발명의 일 실시 예에 따른 게이트웨이 서버의 구성을 나타내는 블록도;
도 4 및 도 5는 SVM 알고리즘을 이용하여 고객사들을 두 개의 그룹으로 분류하는 과정을 설명하기 위해 참조되는 도면;
도 6은 시간대별 데이터 집중도 기반으로 고객사들을 게이트웨이에 재할당한 결과를 시뮬레이션한 도면;
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 게이트웨이 서버의 동작을 설명하기 위해 참조되는 순서도.
도 2는 본 발명의 일 실시 예에 따른 고객사별 네트워크 서비스를 제공하기 위한 시스템 구성도;
도 3은 본 발명의 일 실시 예에 따른 게이트웨이 서버의 구성을 나타내는 블록도;
도 4 및 도 5는 SVM 알고리즘을 이용하여 고객사들을 두 개의 그룹으로 분류하는 과정을 설명하기 위해 참조되는 도면;
도 6은 시간대별 데이터 집중도 기반으로 고객사들을 게이트웨이에 재할당한 결과를 시뮬레이션한 도면;
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 게이트웨이 서버의 동작을 설명하기 위해 참조되는 순서도.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 즉, 본 발명에서 사용되는 '부'라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '부'는 어떤 역할들을 수행한다. 그렇지만 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부'들로 결합되거나 추가적인 구성요소들과 '부'들로 더 분리될 수 있다.
또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명은 통신 네트워크 서비스(또는 인트라넷 서비스)에 가입된 고객사들의 시간대별 데이터 집중도를 기반으로 복수의 게이트웨이를 해당 고객사들에게 재할당하는 방안을 제안한다.
이하에서는, 본 발명의 다양한 실시 예들에 대하여, 도면을 참조하여 상세히 설명한다.
도 2는 본 발명의 일 실시 예에 따른 고객사별 네트워크 서비스를 제공하기 위한 시스템 구성도이다.
도 2를 참조하면, 본 발명에 따른 고객사별 네트워크 서비스를 제공하기 위한 시스템(이하, '통신 네트워크 시스템'이라 칭함. 200)은, 고객사들의 구내망에 위치하는 복수의 이더넷 스위치(210), 통신사 서비스 센터에 위치하는 집선 스위치(220), 복수의 이더넷 스위치(210)와 집선 스위치(220)를 연결하는 복수의 전용 광 케이블(215), 고객사별 ICT 장비(230), DHCP 서버(240), 인증 서버(250), VPN 서버(260), 게이트웨이 서버(270), GW 분배 스위치(280), 제1 및 제2 게이트웨이(290, 295) 등을 포함할 수 있다.
각각의 이더넷 스위치(210)는 해당 고객사의 구내망에 위치하는 단말들과 연결되는 포트들과, 전용 광 케이블(215)을 통해 집선 스위치(220)와 연결되는 업 링크 포트를 포함할 수 있다. 이더넷 스위치(210)의 각 포트에는 Private VLAN 기술(즉, Port Isolation 기술)이 적용되어, 동일 이더넷 스위치에 수용된 단말이라 하더라도 각 포트는 별도의 가상 네트워크로 구분할 수 있다.
집선 스위치(220)는 복수의 이더넷 스위치(210)와 연결되는 포트들, 고객사별 ICT 장비들(230)과 연결되는 포트들, 외부 인터넷 망과 연결되는 포트를 포함할 수 있다. 마찬가지로, 집선 스위치(220)의 각 포트에는 Private VLAN 기술이 적용되어, 동일 집선 스위치에 수용된 고객사 장비라 하더라도 각 포트는 별도의 가상 네트워크로 구분할 수 있다. 이에 따라, 특정 포트에 연결된 제1 고객사의 가상 네트워크가 해킹에 노출되어도, 동일 집선 스위치에 수용된 제2 고객사의 가상 네트워크로 위험이 전이되는 것을 원천적으로 차단할 수 있다.
고객사별 ICT 장비(230)는 각 고객사의 구내망이 아닌 통신사 서비스 센터 내에 구축되어, 통신사에 의한 접근, 관리 및 유지보수 등이 가능하다. 상기 고객사별 ICT 장비(230)로는 고객사 서버, PC 팜, 스토리지 등이 있을 수 있으며 이를 제한하지는 않는다.
특정 고객사의 이더넷 스위치(210)와 집선 스위치(220)가 전용 광 케이블(215)을 통해 연결되도록 하고, 집선 스위치(220)와 해당 고객사의 ICT 장비(230)가 서로 연결되도록 함으로써, 통신사 서비스 센터와 해당 고객사의 구내망 간에 독립적인 VLAN(Virtual Local Area Network) 통신망을 형성하게 된다.
이러한 가상 네트워크 구조를 통해 고객사 간의 구내망은 서로 이더넷 레벨에서 완벽하게 격리되기 때문에, 다수의 고객사들은 통신사 서비스 센터로부터 보안 전용의 L2 인트라넷 서비스를 제공 받을 수 있게 된다.
DHCP(Dynamic Host Configuration Protocol) 서버(240)는 VLAN에 접속하는 장비 및 단말들에 대해 IP 주소를 할당하는 역할을 수행한다. 즉, DHCP 서버(240)는 각 고객사의 구내 단말 및 ICT 장비들에 대해 사설 서브넷(subnet) IP를 부여할 수 있다.
인증 서버(250)는 통신 네트워크에 연결된 장비 및/또는 단말이 각 고객사에 등록된 단말인지를 인증하는 역할을 수행한다. 이때, 인증 서버(250)는 각 고객사에 할당된 장비 및 단말들에 대한 MAC 정보 및 ID 정보 등을 미리 등록할 수 있다.
가령, 고객사 구내망에 위치하는 단말에서 네트워크 접속 시, 인증 서버(250)는 해당 단말에 관한 MAC 정보 및 ID 정보가 등록되어 있는지를 확인할 수 있다. 상기 확인 결과, 해당 단말의 MAC 정보 및 ID 정보가 인증 서버(250)에 미 등록된 경우, DHCP 서버(240)는 해당 단말을 미 승인 단말로 인식하여 IP를 임대해 주지 않는다. 한편, 상기 확인 결과, 해당 단말의 MAC 정보 및 ID 정보가 인증 서버(250)에 등록된 경우, DHCP 서버(240)는 해당 단말을 승인 단말로 인식하여 IP를 임대해 준다.
VPN(Virtual Private Network) 서버(260)는 통신사 서비스 센터와 각 고객사의 원격 접속 단말들 간에 VPN 터널링 또는 LTE 터널링을 제공하는 역할을 수행한다. 이때, VPN 서버(260)는 인터넷 등과 같은 공용망을 통해 데이터를 송신하기 전 데이터를 암호화하고, 수신 측에서 이를 복호화할 수 있다.
제1 및 제2 게이트웨이(290, 295)는 서로 다른 이기종 망(즉, 통신사 서비스 센터 내의 VLAN 통신망과 외부의 인터넷 망)을 접속하는 역할을 수행한다. 여기서, 제1 게이트웨이(290)는 제1 그룹의 고객사들을 수용할 수 있고, 제2 게이트웨이(295)는 제2 그룹의 고객사들을 수용할 수 있다. 또한, 상기 게이트웨이로는 보안 솔루션 기능이 추가된 UTM 또는 라우터 등이 사용될 수 있으며 이를 제한하지는 않는다. 한편, 설명의 편의상, 본 발명에 따른 네트워크 시스템에서는 두 개의 게이트웨이를 구비하는 것을 예시하고 있으나, 이를 제한하지는 않는다.
GW 분배 스위치(280)는 집선 스위치(220)를 통해 복수의 이더넷 스위치(210)와 전기적으로 연결될 수 있고, 제1 및 제2 게이트웨이(290, 295)와 전기적으로 연결될 수 있다.
GW 분배 스위치(280)는, 게이트웨이 서버(270)의 제어 명령에 따라, 복수의 이더넷 스위치(210)와 제1 및 제2 게이트웨이들(290, 295) 간의 연결을 스위칭할 수 있다. 이때, GW 분배 스위치(280)는 각 고객사의 VLAN ID 정보를 제1 또는 제2 게이트웨이에 할당하는 방식으로 게이트웨이 연결을 스위칭할 수 있다.
게이트웨이 서버(270)는 고객사들의 시간대별 데이터 집중도를 기반으로 제1 및 제2 게이트웨이(290, 295)를 해당 고객사들에게 재할당하는 기능을 수행할 수 있다.
즉, 게이트웨이 서버(270)는 고객사들의 시간대별 데이터 집중도를 분석하여 해당 고객사들을 미리 결정된 개수의 그룹들로 분류할 수 있다. 이때, 게이트웨이 서버(270)는 SVM(Support Vector Machine) 알고리즘, CART(classification and regression tree) 알고리즘, 회귀분석 알고리즘, 베이지언 (Bayesian) 알고리즘, K-NN(k-nearest neighbor) 알고리즘 등과 같은 분류 알고리즘을 이용하여 해당 고객사들을 그룹핑할 수 있다. 게이트웨이 서버(270)는 상기 알고리즘들 중 적어도 하나를 통해 분류된 고객사들의 연결 게이트웨이를 재배치(또는 재분배)할 수 있다. 이처럼, 고객사들의 시간대별 데이터 집중도를 이용하여 게이트웨이를 동적으로 할당함으로써, 고객사들의 데이터 트래픽이 특정 게이트웨이로 집중되는 현상을 미연에 방지할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 게이트웨이 서버의 구성을 나타내는 블록도이다.
도 3을 참조하면, 본 발명에 따른 게이트웨이 서버(300)는 특징 추출부(310), 고객 분류부(320), 게이트웨이 선택부(330) 및 스위칭 제어부(340)를 포함할 수 있다.
특징 추출부(310)는 통신 네트워크 서비스에 가입된 고객사들을 분류하기 위한 특징(feature)을 추출하는 기능을 수행한다. 여기서, 상기 특징은 고객사들의 시간대별 데이터 집중도(또는 트래픽 집중도)일 수 있다. 이하, 설명의 편의상, 상기 시간대는 '오전 시간대'와 '오후 시간대'임을 가정하여 설명하도록 한다.
특징 추출부(310)는 수학식 1 및 2를 이용하여 게이트웨이에 할당된 모든 고객사들에 대해 특징 1(f1) 및 특징 2(f2)를 추출할 수 있다. 또한, 특징 추출부(310)는 모든 고객사들에 대해 일정 기간 동안의 시간대별 트래픽 집중도를 추출할 수 있다.
한편, 본 실시 예에서는 2개의 시간대로 구분하여 트래픽 집중도를 분석하는 것을 예시하고 있으나, 이를 제한하지는 않는다. 따라서, 전체 시간을 좀 더 많은 개수의 시간대로 세분화하여, 고객사들의 시간대별 트래픽 집중도를 분석할 수도 있다.
고객 분류부(320)는 일정 기간 동안 추출된 시간대별 데이터 집중도(즉, f1, f2)를 기반으로 해당 고객사들을 미리 결정된 개수의 그룹들로 분류할 수 있다. 이때, 미리 결정된 고객사 그룹들의 개수는 시간대의 개수(즉, 특징들의 개수)에 대응한다.
고객 분류부(320)는 특징 추출부(310)에 의해 추출된 특징들과, 소정의 분류 알고리즘을 이용하여 해당 고객사들을 두 개의 그룹으로 분류할 수 있다. 이때, 상기 분류 알고리즘으로는 SVM(Support Vector Machine) 알고리즘, CART(classification and regression tree) 알고리즘, 결정트리 알고리즘, 신경망 알고리즘, 회귀분석 알고리즘, 베이지언 (Bayesian) 알고리즘, K-NN(k-nearest neighbor) 알고리즘 중 어느 하나가 사용될 수 있으며, 바람직하게는 SVM 알고리즘이 사용될 수 있다.
SVM 알고리즘은 기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. 두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, SVM 알고리즘은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델을 만든다. 만들어진 분류 모델은 데이터가 사상된 공간에서 경계로 표현되는데, SVM 알고리즘은 그 중 가장 큰 폭을 가진 경계를 찾는 알고리즘이다. 이러한 SVM 알고리즘은 다른 분류 알고리즘보다 일반화 능력과 성능(분류율)이 좋은 것으로 평가되고 있다.
고객 분류부(320)는, 모든 고객사들에 대한 시간대별 트래픽 집중도를 학습 데이터로 설정할 수 있다.
가령, 도 4 및 도 5에 도시된 바와 같이, 고객 분류부(320)는 세로축을 특징 1(f1)으로 설정하고, 가로축을 특징 2(f2)로 설정하여 소정의 학습 데이터들을 포함하는 학습 집합(training set)을 구성할 수 있다. 상기 학습 집합에는, 일정 시간 동안 학습된 데이터들(즉, 특징 1(f1) 및 특징 2(f2)의 값을 갖는 고객사들)이 랜덤하게 분포되어 있다.
고객 분류부(320)는, 이러한 학습 집합 내에서 마진(margin)이 최대가 되는 초평면(Optimal Hyperplane, 또는 결정면, 550)을 구할 수 있다. 즉, 고객 분류부(320)는, 제1 그룹(510)의 서포트 벡터(515)를 지나는 제1 직선(520)과 제2 그룹(530)의 서포트 벡터(535)를 지나는 제2 직선(540)의 중앙에 존재하는 제3 직선(550)을 구할 수 있다. 여기서, 서포트 벡터(510, 530)는 제1 그룹(510) 및 제2 그룹(530)의 최 외각에 존재하는 데이터를 지칭한다.
이와 같이 제1 그룹(510)과 제2 그룹(530)을 분류하기 위한 초평면은 아래 수학식 3의 결정 함수(d(x))에 의해 정의될 수 있다.
제1 그룹(510)은 오전에 트래픽을 많이 쓰는 고객사들의 그룹으로서, 아래 수학식 4에 의해 정의될 수 있다.
제2 그룹(530)은 오후에 트래픽을 많이 쓰는 고객사들의 그룹으로서, 아래 수학식 5에 의해 정의될 수 있다.
고객 분류부(320)는, 상술한 수학식 3 내지 5의 결정 함수(d(x))를 이용하여 모든 고객사들을 제1 그룹 및 제2 그룹으로 분류할 수 있다.
게이트웨이 선택부(330)는 고객 분류부(320)를 통해 분류된 제1 및 제2 그룹들에 속하는 고객사들에게 재 연결할 게이트웨이를 선택하는 기능을 수행할 수 있다.
일 예로, 게이트웨이 선택부(330)는 각 그룹에 속하는 고객사들을 연결 가능한 게이트웨이의 개수로 분할하고, 상기 분할된 고객사들을 각각의 게이트웨이에 재할당할 수 있다. 이때, 게이트웨이의 개수로 분할된 고객사들 간의 평균 데이터 트래픽 양이 서로 동일 또는 유사하도록 해당 고객사들을 분할할 수 있다.
가령, 도 6에 도시된 바와 같이, 게이트웨이의 개수가 2개라고 가정하면, 데이터를 오전에 많이 쓰는 제1 그룹(610)에 속하는 고객사들을 2개로 분할하여 제1 및 제2 게이트웨이에 재할당할 수 있다. 또한, 데이터를 오후에 많이 쓰는 제2 그룹(620)에 속하는 고객사들을 2개로 분할하여 제1 및 제2 게이트웨이에 재할당할 수 있다. 이처럼, 고객사들의 시간대별 데이터 집중도를 이용하여 게이트웨이들을 동적으로 재할당함으로써, 해당 고객사들의 데이터 트래픽이 특정 게이트웨이로 집중되는 현상을 방지할 수 있다.
스위칭 제어부(340)는 고객사들에 대한 게이트웨이의 재할당을 위한 제어 신호를 생성하여 GW 분배 스위치(350)로 제공하는 기능을 수행할 수 있다. GW 분배 스위치(350)는, 스위칭 제어부(340)의 제어 명령에 따라, 복수의 이더넷 스위치와 게이트웨이들 간의 연결을 스위칭할 수 있다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 게이트웨이 서버의 동작을 설명하기 위해 참조되는 순서도이다.
도 7a를 참조하면, 게이트웨이 서버(300)는 통신 네트워크 서비스에 가입된 모든 고객사들의 시간대별 데이터 집중도를 계산할 수 있다(S705). 즉, 게이트웨이 서버(300)는 고객사들을 분류하기 위한 학습 데이터로 사용할 특징들을 추출할 수 있다. 여기서, 상기 특징들(, )은 고객사들의 시간대별 데이터 집중도로서, 상술한 수학식 1 및 2를 통해 계산될 수 있다.
게이트웨이 서버(300)는 모든 고객사들에 대해 일정 기간 동안 시간대별 트래픽 집중도를 학습하여, 가로축 및 세로축을 특징 1(f1) 및 특징 2(f2)로 정의한 학습 집합(training set)을 구성(또는 생성)할 수 있다(S710).
게이트웨이 서버(300)는 이러한 학습 집합 내에서 마진(margin)이 최대가 되도록 하는 결정 함수(d(x))를 산출할 수 있다(S715). 이때, 상기 결정 함수는 제1 그룹의 서포트 벡터를 지나는 제1 직선과 제2 그룹의 서포트 벡터를 지나는 제2 직선의 정 중앙에 존재하는 제3 직선(즉, 초평면)을 결정하는 함수이다. 상기 결정 함수(d(x))는 상술한 수학식 3을 통해 정의될 수 있다.
게이트웨이 서버(300)는 결정 함수를 이용하여 모든 고객사들을 제1 그룹과 제2 그룹으로 분류할 수 있다(S720). 가령, 제1 그룹은 제1 시간대(가령, 오전)에 트래픽을 많이 쓰는 고객사들의 그룹으로서, 상술한 수학식 4를 통해 결정될 수 있다. 또한, 제2 그룹은 제2 시간대(가령, 오후)에 트래픽을 많이 쓰는 고객사들의 그룹으로서, 상술한 수학식 5를 통해 결정될 수 있다.
게이트웨이 서버(300)는 제1 그룹에 속하는 고객사들을 연결 가능한 게이트웨이의 개수로 분할하고, 상기 분할된 고객사들을 각각의 게이트웨이에 재할당할 수 있다(S725). 또한, 게이트웨이 서버(300)는 제2 그룹에 속하는 고객사들을 연결 가능한 게이트웨이의 개수로 분할하고, 상기 분할된 고객사들을 각각의 게이트웨이에 재할당할 수 있다. 이때, 게이트웨이 서버(300)는 고객사들에 대한 게이트웨이의 재할당을 위한 제어 신호를 생성하여 GW 분배 스위치(350)로 전송할 수 있다.
이후, 게이트웨이 서버(300)는 새로운 고객사(또는 디바이스)가 통신 네트워크 서비스에 추가되는지 여부를 확인할 수 있다(S730). 상기 확인 결과, 새로운 고객사가 통신 네트워크 서비스에 추가된 경우, 게이트웨이 서버(300)는 도 7b에 도시된 735 단계 내지 765 단계의 동작들을 수행할 수 있다.
도 7b를 참조하면, 게이트웨이 서버(300)는 새로 추가된 고객사를 가장 작은 자원을 갖는 게이트웨이로 연결할 수 있다. 즉, 게이트웨이 서버(300)는 고객사가 가장 적게 할당된 게이트웨이로 새로운 고객사의 이더넷 스위치를 연결할 수 있다.
게이트웨이 서버(300)는 일정 기간 동안 새로운 고객의 시간대별 데이터 집중도를 학습할 수 있다(S740). 게이트웨이 서버(300)는 결정 함수를 이용하여 새로운 고객사를 제1 그룹과 제2 그룹 중 어느 하나로 분류할 수 있다(S745).
새로운 고객사가 제1 그룹(즉, 오전에 트래픽을 많이 사용하는 고객사 그룹)인 경우, 게이트웨이 서버(300)는 N1/NT(N1은 제1 그룹에 속하는 고객사들의 개수, NT는 전체 고객사들의 개수)의 비율이 가장 작은 게이트웨이를 탐색할 수 있다(S750).
상기 탐색된 게이트웨이가 현재의 게이트웨이인 경우, 게이트웨이 서버(300)는 현재 연결된 게이트웨이를 유지할 수 있다. 한편, 상기 탐색된 게이트웨이가 다른 게이트웨이인 경우, 게이트웨이 서버(300)는 상기 탐색된 게이트웨이로 새로운 고객사를 재할당할 수 있다(S755).
한편, 새로운 고객사가 제2 그룹(즉, 오후에 트래픽을 많이 쓰는 고객사 그룹)인 경우, 게이트웨이 서버(300)는 N2/NT(N2는 제2 그룹에 속하는 고객사들의 개수, NT는 전체 고객사들의 개수)의 비율이 가장 작은 게이트웨이를 탐색할 수 있다(S760).
상기 탐색된 게이트웨이가 현재의 게이트웨이인 경우, 게이트웨이 서버(300)는 현재 연결된 게이트웨이를 유지할 수 있다. 한편, 상기 탐색된 게이트웨이가 다른 게이트웨이인 경우, 게이트웨이 서버(300)는 상기 탐색된 게이트웨이로 새로운 고객사를 재할당할 수 있다(S765).
이상, 상술한 바와 같이, 본 발명에 따른 게이트웨이 재할당 방법은, 통신 네트워크 서비스에 가입된 고객사들의 시간대별 데이터 집중도를 기반으로 복수의 게이트웨이를 동적으로 재할당함으로써, 데이터 트래픽이 특정 게이트웨이로 집중되어 특정 고객사들에 대한 서비스 품질(QoS)이 저하되는 현상을 미연에 방지할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 상기 컴퓨터는 단말기의 제어부(180)를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
200: 통신 네트워크 시스템 210: 이더넷 스위치
220: 집선 스위치 230: 고객사별 ICT 장비
240: DHCP 서버 250: 인증 서버
260: VPN 서버 270: 게이트웨이 서버
280: GW 분배 스위치 290/295: 게이트웨이
220: 집선 스위치 230: 고객사별 ICT 장비
240: DHCP 서버 250: 인증 서버
260: VPN 서버 270: 게이트웨이 서버
280: GW 분배 스위치 290/295: 게이트웨이
Claims (15)
- 고객사들의 시간대별 데이터 집중도를 산출하는 단계;
상기 시간대별 데이터 집중도를 기반으로, 상기 고객사들을 미리 결정된 개수의 그룹으로 분류하는 단계; 및
상기 분류된 그룹에 속하는 고객사들 각각에 대해 재할당할 게이트웨이를 선택하는 단계를 포함하고,
상기 분류 단계는, SVM(Support Vector Machine) 알고리즘을 이용하여 상기 고객사들을 분류하며,
상기 선택 단계는, 각 그룹에 속하는 고객사들을 연결 가능한 게이트웨이의 총 개수로 분할하고, 상기 분할된 고객사들을 각각의 게이트웨이에 재할당하는 것을 특징으로 하는 게이트웨이 재할당 방법. - 제1항에 있어서,
상기 게이트웨이의 선택을 위한 제어 신호를 생성하여 GW 분배 스위치로 전송하는 단계를 더 포함하는 게이트웨이 재할당 방법. - 삭제
- 제1항에 있어서,
상기 시간대별 데이터 집중도는, 상기 SVM 알고리즘을 통해 고객사들을 분류하기 위한 특징(feature)들로 사용되는 게이트웨이 재할당 방법. - 제1항에 있어서, 상기 분류 단계는,
상기 고객사들에 대응하는 학습 데이터를 포함하는 학습 집합(training set)을 생성하고, 상기 학습 집합 내에서 마진이 최대가 되는 초평면(Optimal Hyperplane)을 산출하는 단계를 더 포함하는 게이트웨이 재할당 방법. - 제1항에 있어서,
미리 결정된 고객사 그룹의 개수는, 시간대의 개수에 대응하는 것을 특징으로 하는 게이트웨이 재할당 방법. - 고객사들의 시간대별 데이터 집중도를 산출하는 특징 추출부;
상기 시간대별 데이터 집중도를 기반으로, 상기 고객사들을 미리 결정된 개수의 그룹으로 분류하는 고객 분류부; 및
상기 분류된 그룹에 속하는 고객사들 각각에 대해 재할당할 게이트웨이를 선택하는 게이트웨이 선택부를 포함하고,
상기 고객 분류부는, SVM(Support Vector Machine) 알고리즘을 이용하여 상기 고객사들을 분류하며,
상기 게이트웨이 선택부는, 각 그룹에 속하는 고객사들을 상기 게이트웨이의 총 개수로 분할하고, 상기 분할된 고객사들을 각 게이트웨이에 재할당하는 것을 특징으로 하는 게이트웨이 재할당 장치. - 제10항에 있어서,
상기 게이트웨이의 재할당을 위한 제어 신호를 생성하는 스위칭 제어부를 더 포함하는 게이트웨이 재할당 장치. - 제11항에 있어서,
상기 스위칭 제어부의 제어 신호에 따라, 상기 고객사들의 이더넷 스위치와 상기 게이트웨이 간의 연결을 스위칭하는 GW 분배 스위치를 더 포함하는 게이트웨이 재할당 장치. - 제12항에 있어서,
상기 GW 분배 스위치는 상기 게이트웨이와 집선 스위치 사이에 배치되고, 상기 게이트웨이 및 집선 스위치와 전기적으로 연결되는 게이트웨이 재할당 장치. - 삭제
- 제10항에 있어서,
미리 결정된 고객사 그룹의 개수는, 시간대의 개수에 대응하는 것을 특징으로 하는 게이트웨이 재할당 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160166083A KR101922659B1 (ko) | 2016-12-07 | 2016-12-07 | 시간대별 데이터 집중도 기반의 게이트웨이 재할당 방법 및 그 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160166083A KR101922659B1 (ko) | 2016-12-07 | 2016-12-07 | 시간대별 데이터 집중도 기반의 게이트웨이 재할당 방법 및 그 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20180065379A KR20180065379A (ko) | 2018-06-18 |
KR101922659B1 true KR101922659B1 (ko) | 2018-11-28 |
Family
ID=62767920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160166083A KR101922659B1 (ko) | 2016-12-07 | 2016-12-07 | 시간대별 데이터 집중도 기반의 게이트웨이 재할당 방법 및 그 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101922659B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102583957B1 (ko) * | 2020-04-02 | 2023-09-27 | 한국전자통신연구원 | 데이터베이스 서버 할당 방법 및 장치 |
KR102610503B1 (ko) * | 2022-01-26 | 2023-12-06 | 주식회사 휴이노 | 디바이스의 무선 연동을 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101078175B1 (ko) * | 2007-02-12 | 2011-10-28 | 이민화 | 이동 단말 사용자들의 가상 그룹을 형성하는 시스템 및방법 |
JP6004405B2 (ja) * | 2012-02-23 | 2016-10-05 | ビッグ スウィッチ ネットワークス インコーポレイテッド | コントローラでネットワークパケット転送を管理するシステム及び方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064405B2 (ja) * | 1984-11-05 | 1994-01-19 | トヨタ自動車株式会社 | 車両用ブレ−キ制御システム |
KR20140037521A (ko) * | 2012-09-19 | 2014-03-27 | 주식회사 케이티 | 게이트웨이 및 이의 자원 할당 방법 |
KR20140075617A (ko) * | 2012-12-10 | 2014-06-19 | 주식회사 케이티 | 지능형 에너지 소비 예측 방법 |
-
2016
- 2016-12-07 KR KR1020160166083A patent/KR101922659B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101078175B1 (ko) * | 2007-02-12 | 2011-10-28 | 이민화 | 이동 단말 사용자들의 가상 그룹을 형성하는 시스템 및방법 |
JP6004405B2 (ja) * | 2012-02-23 | 2016-10-05 | ビッグ スウィッチ ネットワークス インコーポレイテッド | コントローラでネットワークパケット転送を管理するシステム及び方法 |
Non-Patent Citations (1)
Title |
---|
’Network Traffic Grouping Approach based on Statistic Signature and Support Vector Machine’, 한국통신학회 종합 학술 발표회 논문집(동계), pp.404-407, 2013.01.* |
Also Published As
Publication number | Publication date |
---|---|
KR20180065379A (ko) | 2018-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11218483B2 (en) | Hybrid cloud security groups | |
US11153152B2 (en) | System and methods to validate issue detection and classification in a network assurance system | |
US11108830B2 (en) | System for coordinative security across multi-level networks | |
CN113016167B (zh) | 在网络中使权利跟随终端设备的方法和装置 | |
US9584393B2 (en) | Device and related method for dynamic traffic mirroring policy | |
US11777966B2 (en) | Systems and methods for causation analysis of network traffic anomalies and security threats | |
US20160191568A1 (en) | System and related method for network monitoring and control based on applications | |
WO2020101950A1 (en) | Algorithmic problem identification and resolution in fabric networks by software defined operations, administration, and maintenance | |
US11018933B2 (en) | Context aware based adjustment in visual rendering of network sites | |
EP3149582B1 (en) | Method and apparatus for a scoring service for security threat management | |
Buda et al. | Can machine learning aid in delivering new use cases and scenarios in 5G? | |
EP1906620A1 (en) | Method and apparatus for detecting compromised host computers | |
US20140280211A1 (en) | Device and related method for application identification | |
US11102169B2 (en) | In-data-plane network policy enforcement using IP addresses | |
EP4002866A1 (en) | A device and method to establish a score for a computer application | |
US20210176125A1 (en) | Programmable switching device for network infrastructures | |
KR101922659B1 (ko) | 시간대별 데이터 집중도 기반의 게이트웨이 재할당 방법 및 그 장치 | |
US11228614B1 (en) | Automated management of security operations centers | |
EP4049427B1 (en) | Distribution of stateless security functions | |
US20230048251A1 (en) | Methods and systems for providing virtual desktop infrastructure via secure classified remote access as a service | |
Basri et al. | Dynamic Trust Boundary Identification for the Secure Communications of the Entities via 6G | |
Grilli | Radio frequency communication and fault detection for railway signalling | |
Simpson | Securing Future Networked Infrastructures through Dynamic Normal Behaviour Profiling | |
DE102019000823A1 (de) | System für eine koordinative Sicherheit quer durch mehrschichtige Netzwerke | |
Tiwari et al. | Network Management Initialization for Wired and Wireless Communication: A Real Time Study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
GRNT | Written decision to grant |