Journal of Digital Contents Society (디지털콘텐츠학회 논문지)

Digital Contents Society (한국디지털콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Server Management Prediction System based on Network Log and SNMP

네트워크 로그 및 SNMP 기반 네트워크 서버 관리 예측 시스템

  • Moon, Sung-Joo (Department of Computer Engineering, Wonkwang University)
  • 문성주 (원광대학교 컴퓨터공학과)
  • Received : 2017.04.07
  • Accepted : 2017.07.28
  • Published : 2017.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

The log has variable informations that are important and necessary to manage a network when accessed to network servers. These informations are used to reduce a cost and efficient manage a network through the meaningful prediction information extraction from the amount of user access. And, the network manager can instantly monitor the status of CPU, memory, disk usage ratio on network using the SNMP. In this paper, firstly, we have accumulated and analysed the 6 network logs and extracted the informations that used to predict the amount of user access. And then, we experimented the prediction simulation with the time series analysis such as moving average method and exponential smoothing. Secondly, we have simulated the usage ration of CPU, memory, and disk using Xian SNMP simulator and extracted the OID for the time series prediction of CPU, memory, and disk usage ration. And then, we presented the visual result of the variable experiments through the Excel and R programming language.

네트워크 서버 접근시 발생되는 로그는 네트워크 관리에 필수적인 다양한 정보를 가지고 있다. 이러한 정보에서 네트워크 관리에 유용한 정보를 추출하여 사용자 접속량, 비정상적인 접근 등을 예측하여 네트워크 관리의 효율성을 높이고 비용을 줄일 수 있다. 네트워크 관리자는 SNMP를 활용하여 네트워크상 서버의 CPU, 메모리, 디스크 사용율과 같은 정보를 기반으로 서버의 상태를 실시간으로 파악할 수 있다. 본 논문에서는 네트워크 6가지 로그를 분석하여 사용자의 접속량을 예측에 필요한 정보를 추출한 후 시계열 분석 방법인 이동평균법과 지수평활법을 적용하여 실험하였다. 또한 SNMP 시뮬레이터를 활용하여 서버의 CPU, 메모리, 디스크 사용율에 관한 OID를 추출하여 서버의 상태와 장애 예측을 시계열 분석방법으로 실험한 후 엑셀과 R 프로그래밍언어를 통해 시각화된 예측 결과를 제시하였다.

Keywords

References

  1. Wei-Yu Chen, Jazz wang, "Building a Cloud Computing Analysis System for Intrusion Detection System," CLOUD SLAM, April 2009.
  2. SPLUNK, http://www.splunk.com
  3. SNMP, http://en.wikipedia.org/wiki/Simple_Network_Management_Protocol
  4. Lee Woo-ri, Time-Series Analysis and Forecast : Understanding and Application, Tomming Publishing Co., Ltd, 2013.
  5. Choi dae soo, Moon Kil-jong, Kim Yong-min, Roh Bong-nam, " Mass Security Log Using MapReduce, " " Korea Information Processing Society, Article 9 of the Korean Information Processing Society, " Article 9, 2011.
  6. Real Time Forecasting System Design and Implementation of Real Time System Using Big Data Log, University of Korea Graduate School of Economics, 2015.
  7. Lee Sang-jun, " abnormal judgment system ", patent 10 - 1542534, UNET system, 2015.
  8. Jung Duk Won, " Real-time analysis and forecasting service framework of traffic giant, " Konkuk University Graduate School of Education, University of Korea,2014.
  9. Symbick-gil, " Real-time mass data analytics technology and application cases, " Ne xR, 2012.
  10. Ravi Kalakota, "USING BUSINESS INTELLIGENCE FOR REAL-TIME DATA MINING, CUSTOMER SEGMENTATION AND PREDICTIVE ANALYTICS", DZone.com, 2013.