Relevance of multiple vantage points for Internet topology measurements

Abstract

Das Scannen von Netzwerken hat unter anderem den Zweck Netzwerküberlastungen, Ausfälle, und sicherheitsrelevante Probleme zu erkennen. Nur wenige wissenschaftliche Ressourcen, die den Kompromiss zwischen der Anzahl der Messpunkte (Vantage points) und der gefundenen Netzwerktopologie analysieren, existieren. Diese Arbeit vergleicht und analysiert die unterschiedlichen Ergebnisse bei Netzwerkscans mit einem Messpunkt, gegenüber Scans mit mehreren Messpunkten. Die Methodik des Systematischen Literaturreviews wird verwendet um den durch die Literaturauswahl entstehenden Bias zu minimieren. Bereits existierende Daten werden verwendet und kombiniert um zu neuen Erkenntnissen zu gelangen. Dazu werden Graphstrukturen verwendet, mit welchen das Internet modelliert wird. Um eine wissenschaftliche Systematik und Planbarkeit sicherzustellen wird der Cross Industry Standard Process for Data Mining (CRISP-DM) Ansatz für den Analyse-Prozess angewandt. Die gesammelten und aggregierten Daten werden wie Daten aus einem Feldexperiment behandelt. Die Limitierungen bezüglich der Interpretation, Validität und Generalisierbarkeit werden am Ende der Arbeit, durch Anwendung von Wissen aus experimentellen Methodologien, analysiert.

Internet network scanning serves the purpose of dealing with network congestion, outages,and security-related matters, to name only a few. There is little scientific evidence on the trade-off between the number of vantage points and topology coverage. This study analyzes the differences between measurements with only one vantage point and those with multiple ones as well as how the measurement results behave in relation to the number of vantage points. Some parts of the systematic survey methodology are used for the exploration of the available scientific literature. Existing data are used and combined to gain new insights into patterns of different types of Internet topology and the structure of the Internet. Graph structures are used to represent the Internet, and the analysis is performed on the basis of those created graphs. The CRISP-DM approach is applied to ensure scientific rigor and predictability in the analysis process. The gathered and aggregated data is treated as data coming from a field experiment. Possible bias, threats to validity, and generalizability are analyzed using the knowledge from experimental methodologies.