Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis de Servicios Web en Redes SDN
Análisis de Servicios Web en Redes SDN
PROFESOR GUÍA:
ALBERTO CASTRO ROJAS
MIEMBROS DE LA COMISIÓN:
CÉSAR AZURDIA MEZA
JUAN PÉREZ RETAMALES
SANTIAGO DE CHILE
2017
RESUMEN DE LA TESIS PARA OPTAR
AL TÍTULO DE MAGÍSTER EN INGENIERÍA DE REDES DE COMUNICACIONES
POR: ANDRÉS FERNANDO CÓRDOVA MOLINA
FECHA: 2017
PROF. GUÍA: SR. ALBERTO CASTRO ROJAS
El escenario actual de las redes tradicionales es que cada nodo de red tiene su propia unidad de
procesamiento y administra sus planos de control y de datos de usuarios, donde la complejidad
de la gestión de la red aumenta conforme crece su tamaño. Ante este escenario se da un
cambio importante en la manera de hacer networking, adoptándose las redes SDN, Software
Defined Networks. Esta tecnología busca mejorar los resultados globales en desempeño y
administración de las redes de comunicaciones. Paralelo a esto, el uso de servidores web se
ha ido popularizando dentro de Internet, dado que son capaces de brindar diferentes tipos
de servicios como transacciones bancarias, streaming, comunicaciones cifradas, etc.
Las redes SDN han sido desplegadas por grandes compañías como “Google” que terminó
la implementación de SDN en el año 2011. Aunque SDN está siendo globalmente adoptado,
no es utilizado masivamente por empresas de distintos tamaños y no está estandarizado en
su totalidad, por lo que es necesario desarrollar estudios que nos indiquen de manera técnica,
las diferencias, desventajas y virtudes que tienen en comparación con las tecnologías legacy.
casa
En este trabajo se desarrolla un escenario de pruebas de un servidor web sobre una red
SDN y legacy (red tradicional). Las pruebas consisten en variar la condiciones de red como:
delay y packet loss, y la tecnología de acceso entre WLAN (wireless local area network) y
LTE (long term evolution). Para construir los escenarios de pruebas se utiliza un conjunto
de herramientas de hardware y software al alcance de cualquier investigador. Se emulan
componentes de la red y se utiliza hardware especializado, generándose resultados desde el
tráfico “real” que circuló por la infraestructura de los proveedores de Internet.
Para la resolución de las hipótesis se diseñan modelos estadísticos que permiten comparar
el comportamiento de SDN en el tiempo y estos modelos se usan como entradas para distintos
test estadísticos y análisis de las hipótesis planteadas. Finalmente se concluye que, aunque
una infraestructura SDN y una infraestructura legacy presentan marcadas diferencias en su
funcionamiento para soportar los servicios web, su desempeño comparando el número de
conexiones exitosas y el throughput es similar, y estadísticamente idéntico en varios casos
analizados, con un máximo de 3 % de diferencia para las conexiones exitosas y 2x10−6 para
el throughput. Se presentan pequeñas diferencias en los casos en los que no se encuentran
desempeños similares siendo estos a favor de una infraestructura legacy.
i
Agradecimientos
ii
Tabla de Contenido
1. Introducción 1
2. Marco Teórico 3
2.1. Software Defined Network . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. Funcionamiento de SDN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2.1. Interfaces Northbound y Southbound . . . . . . . . . . . . . . . . . . 4
2.2.2. Tablas de Flujo (Flow Tables) . . . . . . . . . . . . . . . . . . . . . . 4
2.2.3. Separación de planos . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.4. Dispositivo simple y control descentralizado . . . . . . . . . . . . . . 5
2.2.5. Controlador SDN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.6. Aplicaciones SDN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.7. Dispositivos SDN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.8. Dispositivo basado en Software . . . . . . . . . . . . . . . . . . . . . 6
2.2.9. Dispositivo basado en hardware . . . . . . . . . . . . . . . . . . . . . 7
2.2.10. Operación de SDN . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3. Servidor Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3.1. Desempeño de un servidor Web . . . . . . . . . . . . . . . . . . . . . 8
2.4. Balanceo de Carga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5. Tecnologías de Acceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.5.1. IEEE 802.11n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.5.2. 3GPP long term evolution (LTE) . . . . . . . . . . . . . . . . . . . . 10
2.6. Métricas de Desempeño de Red . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.7. Test de Normalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.8. Series de Tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.8.1. Modelos Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.8.2. Modelo AR (autoregressive) . . . . . . . . . . . . . . . . . . . . . . . 12
2.8.3. Modelo MA (moving-average) . . . . . . . . . . . . . . . . . . . . . . 13
2.8.4. Modelo ARMA (autoregressive–moving-average) . . . . . . . . . . . . 13
2.8.5. Modelo ARIMA (autoregressive integrated moving average) . . . . . 13
2.8.6. Modelo SARIMA (seasonal autoregressive integrated moving average) 14
3. Metodología 15
3.1. Implementación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.1.1. Selección de Herramientas para la implementación . . . . . . . . . . . 15
3.2. Configuración de Herramientas . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2.1. Configuración de GNS3 . . . . . . . . . . . . . . . . . . . . . . . . . . 17
iii
3.2.2. Configuración de Mininet . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2.3. Configuración de HPE VAN SDN Controller . . . . . . . . . . . . . . 19
3.2.4. Configuración de Netem . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.5. Configuración de Wireshark . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.6. Configuración Funkload . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.7. Configuración Kemp Load Balancer . . . . . . . . . . . . . . . . . . . 22
3.2.8. Configuraciones Adicionales . . . . . . . . . . . . . . . . . . . . . . . 23
3.3. Cálculo del tamaño de la muestra . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Límites de los experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4.1. Análisis de Packet Loss . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4.2. Análisis de delay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4.3. Medición de Packet Loss . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4.4. Análisis Combinado de Delay y Packet Loss . . . . . . . . . . . . . . 32
3.5. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4. Análisis de Datos 34
4.1. Estadística Descriptiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.1.1. Grafos aplicados a Redes . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2. Modelación de los datos experimentales . . . . . . . . . . . . . . . . . . . . . 41
4.2.1. Modelos propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.3. Test ANOVA (analysis of variance), Test de Hipótesis y Test de los rangos con
signo de Wilcoxon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.3.1. Acceso WLAN con condiciones adversas de red . . . . . . . . . . . . 45
4.3.2. Acceso WLAN sin condiciones adversas de red . . . . . . . . . . . . . 47
4.3.3. Acceso LTE, con condiciones adversas de red . . . . . . . . . . . . . . 49
4.3.4. Acceso LTE sin condiciones adversas de red . . . . . . . . . . . . . . 51
5. Conclusiones 53
5.1. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.2. Metodología y tipo de investigación . . . . . . . . . . . . . . . . . . . . . . . 54
5.3. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.4. Trabajos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Bibliografía 59
Anexos 61
A. Hardware y software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
1. Descripción del hardware disponible . . . . . . . . . . . . . . . . . . . 62
2. Descripción de los Simuladores de redes revisados . . . . . . . . . . . 62
3. Descripción de Controladores SDN revisados . . . . . . . . . . . . . . 63
4. Generadores de condiciones de red . . . . . . . . . . . . . . . . . . . . 64
5. Herramientas para mediciones . . . . . . . . . . . . . . . . . . . . . . 65
6. Software para Balanceo de Carga . . . . . . . . . . . . . . . . . . . . 66
7. Software para generación de tráfico . . . . . . . . . . . . . . . . . . . 66
8. Software para análisis estadístico . . . . . . . . . . . . . . . . . . . . 67
B. Código en R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
1. Estadística Descriptiva . . . . . . . . . . . . . . . . . . . . . . . . . . 68
iv
2. Código para encontrar el mejor modelo Lineal, Arima o Sarima . . . 73
3. Código para prueba Anova y Test de Hipótesis . . . . . . . . . . . . . 78
4. Código para generación de Grafos . . . . . . . . . . . . . . . . . . . . 80
C. Tipo de Modelo y parámetros de cada muestra . . . . . . . . . . . . . . . . . 84
D. Estadística Descriptiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
v
Índice de Tablas
4.1. Estadística Descriptiva de las pruebas sin SDN, sin condiciones adversas de
red y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2. Correlación de pruebas sin SDN, sin condiciones adversas de red y acceso WLAN 35
4.3. Estadística Descriptiva de pruebas con SDN, con condiciones adversas de red
y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4. Correlación de pruebas con SDN, con condiciones adversas de red y acceso
WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5. Estadística Descriptiva de pruebas con SDN, sin condiciones adversas de red
y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.6. Correlación de pruebas con SDN, sin condiciones adversas de red y acceso LTE 38
4.7. Estadística Descriptiva de pruebas con SDN, con condiciones adversas de red
y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.8. Correlación de pruebas con SDN, con condiciones adversas de red y acceso LTE 39
4.9. Atributos Vértices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.10. Atributo Arcos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.11. Prueba Saphiro-Wilk de Normalidad . . . . . . . . . . . . . . . . . . . . . . 42
4.12. Test de normalidad de datos generados . . . . . . . . . . . . . . . . . . . . . 44
4.13. Resultado de Pruebas de Grupo 1 relacionado con Conexiones Exitosas . . . 46
4.14. Resultado de Pruebas de Grupo 1 relacionado con Throughput . . . . . . . . 46
4.15. Resultado de Pruebas de Grupo 2 relacionado a Conexiones Exitosas . . . . 48
4.16. Resultado de Pruebas de Grupo 2 relacionado a Throughput . . . . . . . . . 48
4.17. Resultado de Pruebas de Grupo 3 relacionado a Conexiones Exitosas . . . . 50
4.18. Resultado de Pruebas de Grupo 3 relacionado a Throughput . . . . . . . . . 50
4.19. Resultado de Pruebas de Grupo 4 relacionado a Conexiones Exitosas . . . . 52
4.20. Resultado de Pruebas de Grupo 4 relacionado a Throughput . . . . . . . . . 52
vi
6.1. Tipo de Modelo para cada repetición del grupo sin SDN, sin condiciones ad-
versas de red y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.2. Tipo de Modelo para cada repetición del grupo con SDN, sin condiciones
adversas de red y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.3. Tipo de Modelo para cada repetición del grupo sin SDN, con condiciones
adversas de red y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.4. Tipo de Modelo para cada repetición del grupo con SDN, con condiciones
adversas de red y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.5. Tipo de Modelo para cada repetición del grupo sin SDN, sin condiciones ad-
versas de red y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.6. Tipo de Modelo para cada repetición del grupo con SDN, sin condiciones
adversas de red y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.7. Tipo de Modelo para cada repetición del grupo sin SDN, con condiciones
adversas de red y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6.8. Tipo de Modelo para cada repetición del grupo con SDN, con condiciones
adversas de red y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.9. Estadística Descriptiva de pruebas con SDN, sin condiciones adversas de red
y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.10. Correlación de pruebas con SDN, sin condiciones adversas de red y acceso
WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.11. Estadística Descriptiva de pruebas sin SDN, con condiciones adversas de red
y acceso WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.12. Correlación de pruebas sin SDN, con condiciones adversas de red y acceso
WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.13. Estadística Descriptiva de pruebas sin SDN, sin condiciones adversas de red y
acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.14. Correlación de pruebas sin SDN, sin condiciones adversas de red y acceso LTE 95
6.15. Estadística Descriptiva de pruebas sin SDN, con condiciones adversas de red
y acceso LTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.16. Correlación de pruebas sin SDN, con condiciones adversas de red y acceso LTE 96
vii
Índice de Ilustraciones
6.1. Histogramas de pruebas con SDN, sin condiciones adversas de red y acceso
WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.2. Histogramas de pruebas sin SDN, con condiciones adversas de red y acceso
WLAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.3. Histogramas de pruebas sin SDN, sin condiciones adversas de red y acceso LTE 95
6.4. Histogramas de pruebas con SDN, sin condiciones adversas de red y acceso LTE 96
viii
Capítulo 1
Introducción
1. Antecedentes
1
2. Objetivos
Dada la naturaleza de las hipótesis y objetivos recién listados, se realiza una inves-
tigación correlacional ya que se busca determinar cómo y en qué medida afectan las
distintas variables el desempeño de la red. Junto con la investigación inicial se usa una
metodología experimental ya que se cambian las condiciones de los eventos medidos,
para así repetir las veces que se considere necesario los experimentos y compararlos con
un grupo de control.
Estudio del Marco Teórico: se realiza un estudio bibliográfico de los conceptos relevantes
y directamente relacionados con los experimentos.
Análisis de Datos: para el análisis de datos se construyen modelos como por ejemplo
ARMA (autoregressive–moving-average), ARIMA (autoregressive integrated moving
average), SARIMA (seasonal autoregressive integrated moving average). Se realizan
análisis de varianzas y test de hipótesis.
2
Capítulo 2
Marco Teórico
Existen varios conceptos que describen las Redes Definidas por Software, SDN por sus
siglas en ingles, esto se debe a que la tecnología todavía se encuentra en evolución y en la
actualidad no está estandarizada en su totalidad. Sin embargo, no es un concepto nuevo ya
que varias compañías lo han implementado hace varios años, como ejemplo Google utiliza
SDN desde el año 2011 [2].
Una definición simple y global es que SDN es una nueva manera de hacer networking en
donde se ha separado el plano de datos del plano de control y este es directamente programable
[1].
Una arquitectura SDN, está formada de varias partes como son: 1) interfaces northbound
y southbound,y aplicaciones controlador, dispositivos SDN,aplicaciones, plano de control y
datos. En la Figura 2.1, se puede observar como están relacionadas las distintas partes de la
arquitectura SDN. La definición de cada parte, se discute a continuación.
3
Vista Global de la Red
App App App App
Northbound API
Data Data Data
Controlador SDN Forwarding Forwarding Forwarding
Southbound API
Data Data
Forwarding Forwarding
Las principales interfaces del controlador SDN son la northbound API (application pro-
gramming interface) y southbound API. La interfaz northbound permite al controlador la
comunicación con un elemento de mayor nivel como por ejemplo una aplicación. La Inter-
faz southbound, permite la comunicación con un elemento de menor nivel como lo son los
dispositivos SDN que el controlador configura. La interfaz southbound, actualmente utiliza
protocolos maduros y cercanos a la estandarización como lo es OpenFlow u otros; mientras
que la interfaz northbound, presenta deficiencia en la estandarización de protocolos y se han
presentado varios alternativas variadas y dependientes al controlador que se utilice [1].
Son una parte esencial de los dispositivos SDN. Es consultada cuando ingresa un paquete
de datos para buscar una regla a la que se ajuste el paquete que ingresa y de esta manera
tomar ejecutar una acción, las cuales pueden ser: reenviar, desechar, consumir o replicar.
En una regla se puede buscar por IP, MAC, puerto UDP (user datagram protocol)/TCP
(transmission control protocol) y está permitido el uso de comodines
Una Flow Table está compuesta de regla o condición, una acción y todo esto asociado a
un número de prioridad. La regla con un número mayor de prioridad es consultada primero
[1].
4
2.2.3. Separación de planos
Los protocolos, lógica y algoritmos utilizados para programar el plano de datos y su función
de tratamiento de paquetes residen en el plano de control. Con el networking tradicional, cada
dispositivo tiene su propio plano de control lo que deriva en la ejecución de varios algoritmos
de sincronización con el fin de que todos los dispositivos estén sincronizados y de esta manera
evitar loops [1].
1) Dispositivos económicos.
2) Una visión general del elemento que controla los dispositivos.
La principal función del controlador es la de mantener una visión global de la red, im-
plementar políticas y tomar decisiones al controlar todos los dispositivos SDN mediante
instrucciones sencillas obteniendo una respuesta rápida por parte del dispositivo SDN, adi-
cionalmente provee una interfaz northbound para aplicaciones.
El controlador SDN, tiene una visión general de toda la red, controla todos los dispositivos
SDN lo que le permite implementar distintas políticas para la red y proporciona una interfaz
northbound la cual es la vía de comunicación de las aplicaciones. Normalmente los controla-
dores vienen con un conjunto de aplicaciones por defecto como, por ejemplo: un switch para
el aprendizaje y descubrimiento de la red, un router, un firewall, o un balanceador de carga,
etc [3].
Existe una serie de controladores SDN en el mercado basados en C como NOX ó basados en
5
Java como Beacon o Floodlight. Existen controladores de código abierto como OpenDaylight,
el cual tiene el apoyo de varias compañías del sector de telecomunicaciones, en contraparte
existen controladores propietarios como puede ser el HPE SDN VAN Controller.
Un dispositivo SDN está compuesto por: 1) una interfaz para la comunicación con el
controlador; 2) una capa de abstracción y; 3) una función de procesado de paquetes.
Es más probable que dos dispositivos SDN basados en software, logrados por distintos
fabricantes, trabajen conjuntamente en comparación con dos dispositivos SDN basados en
hardware. Es posible utilizar lógicas más avanzadas para buscar reglas que coincidan en
una Flow Tables. Normalmente son implementados sobre un hypervisor o un sistema de
virtualización.
Una desventaja de estos dispositivos es que no cuentan con aceleración basada en hardware,
lo que los hace lentos en comparación con los dispositivos SDN basados en hardware y no
son usados en ambientes donde se necesiten muy altas velocidades de transmisión. [1].
6
2.2.9. Dispositivo basado en hardware
Los dispositivos SDN con capaces de realizar varias funciones con los paquetes que ingre-
san, como por ejemplo: el reenvío por un puerto específico. El dispositivo SDN cuenta con
información que le permite tomar una decisión (Flow Tables). Los datos pueden ser descritos
como “Flujos” y viajan hacia distintos “end points”. Un “end point” puede ser una dirección
IP, puerto TCP/UDP, una VLAN, etc. Un “flujo” es unidirecciónal, representando un sentido
de la transmisión hacia el “end point”.
Como el controlador tiene a su cargo varios dispositivos y controla la red de forma glo-
bal, comúnmente funciona sobre hardware con mejores prestaciones en comparación con el
hardware que podría tener un dispositivo SDN. Por ejemplo, un controlador podría funcio-
nar sobre un procesador de 8 núcleos a 2GHz cuando un switch suele funcionar sobre un
procesador de un núcleo a 1GHz.
Las aplicaciones SDN, configuran los dispositivos de forma proactiva y reactiva. Realizan
una configuración reactiva al iniciar las aplicaciones. Realizan una configuración reactiva en
respuesta a un evento informado por el controlador, una aplicación le indicará al controlador
como responder la próxima vez e incluso modificará la Flow Table. También se configura de
forma reactiva en respuesta a datos externos, un ejemplo de estos casos es cuando se modifica
la Flow Table por aplicaciones como IDS (Intrusion Detection Systems) [1].
7
2.3. Servidor Web
Cuando se instala un servidor web con una implementación básica, se puede manejar cierto
nivel de tráfico y solicitudes sin concurrir en una disminución de la calidad del servicio y sin
la existencia notable de errores. Cuando el número de clientes, tráfico y solicitudes aumentan,
es necesario realizar ajustes. Se puede implementar dos soluciones: a) Crecimiento vertical;
b) crecimiento horizontal [7].
1. Balanceo de Carga por Hardware: se realiza mediante un dispositivo como, por ejemplo,
un router balanceador. Se configuran varias rutas.
8
2. Balanceo de Carga por Software: se realiza mediante un sistema operativo o aplicación,
tiene resultados muy similares a su par basado en hardware.
Existen diferentes algoritmos de balanceo, por ejemplo, el servidor Web Apache soporta
las siguientes configuraciones:
1. Weighted Balance: se asigna más tráfico al servidor con la mejor conexión y menos al
servidor con peores capacidades.
3. Overflow: evita que el tráfico pierda velocidad, si se detecta una disminución de veloci-
dad, se deriva el tráfico hacia otro servidor.
5. Least Used: se dirige el tráfico hacia el servidor más libre o con menos trabajo.
7. Lowest latency: se establece conexión con el web server con menor latencia.
8. HTTP Capa 7: los balanceadores de carga de capa 7 inspección el contenido hasta capa
7, se lee la petición HTTP y analiza el URL, de esta manera se puede redirigir las
peticiones por un mismo recurso a un solo servidor.
El estándar 802.11n, está enfocado en redes inalámbricas de área local, es sucesor de otros
estándares como 802.11b o 802.11g, fue publicado en el año 2009. Es protocolo IEEE 802.11n
tiene las siguientes características básicas [9]:
9
1. Se tiene un throughput de hasta 300 Mbps con mimo 2x2 y 600Mbps con mimo 4x4.
3. Puede operar con una relación de carga útil de: 1/2, 3/4, 5/6.
LTE es un estándar para redes móviles sucesor del estándar HSPA+. Tiene su inicio a
partir del Realese 8 en diciembre de 2008 lanzado por la 3GPP.
El estándar LTE tiene las siguientes características básicas:
2. Utiliza OFDM con una modulación de hasta 64QAM en el downlink y SC-FDMA (single
carrier frequency divison multiple access) para el uplink.
En el ambiente de simulación se utiliza un dongle LTE Huawei que utiliza el protocolo LTE,
en la banda 4 FDD AWS a 1700 Mhz para uplink y 2100 Mhz para downlink.
10
Conectividad
Disponibilidad
Funcionalidad
En una dirección
Pérdidas
Ida y vuelta
Métricas de
Parámetros
de Red En una dirección
Jitter
Capacidad
Desempeño
2. Pérdida: son los paquetes que no llegan a su destino dentro de un intervalo de tiempo,
se expresa en porcentaje y puede ser de dos tipos: pérdidas de paquetes en una dirección
o perdida de paquetes en ida y vuelta.
3. Retraso: es el tiempo necesario para que un paquete viaje en una dirección o ida y
vuelta. La variación del retraso se conoce como jitter.
Como parte de los objetivos de este trabajo, se busca realizar modelos que describan el
comportamiento de los datos, para esto debemos primero determinar si los datos siguen una
distribución normal, esto se puede lograr utilizando la prueba Shapiro-Wilk de normalidad.
La prueba Shapiro-Wilk de normalidad calcula el valor W como:
( ni=1 ai yi )2
P
W = Pn , (2.1)
( i=1 yi − ȳ)2
donde n es el tamaño de la muestra a analizar, yi es el dato de la muestra ordenada en la
posición i, ai es una constante generada en base a la media, varianza y covarianza de una
11
muestra con distribución normal del mismo tamaño de la muestra, ȳ es la media muestral.
El valor de W, varía entre 0 y 1, se plantea una hipótesis alternativa que indica que los datos
no siguen una distribución normal; si W es pequeño se rechaza la hipótesis nula.
Esta prueba tiene como lógica medir las desviaciones estadísticas de la muestra, en relación
a una muestra con distribución normal [13].
12
2.8.3. Modelo MA (moving-average)
Los modelos ARMA combinan los conceptos de los modelos AR y MA. Por ejemplo, un
modelo ARMA(p, q), está definido por la siguiente ecuación [17] [16] [14]:
p q
X X
z̃t = φk zt−k + θk at−k + at , (2.4)
k=1 k=1
En la mayoría de los casos, los datos presentan homogeneidad más no estacionalidad [18].
La estacionalidad es un requisito para los modelos vistos anteriormente. Para poder generar
estacionalidad, realizamos un proceso de diferenciación [14] [15]. Por lo que la nueva variable
a modelar es:
Con d = 0 : zt = zt,
Con d = 1 : zt = zt − zt−1 , (2.5)
Con d = 2 : zt = (zt − zt−1 ) − (zt−1 − zt−2 ) = zt − 2zt−1 + zt−2,
donde d, es el número de veces que se diferencia cada dato y z̃t , es el valor de la variable
dependiente en el tiempo discreto t.
13
La expresión base de un modelo ARIMA(p, d, q) es:
donde
φ(B) = 1 − φ1 B − · · · − φp B p ,
(2.8)
θ(B) = 1 + θ1 B + · · · + θq B q ,
z̃t , es el valor de la variable dependiente en el tiempo discreto t, p es el número de observa-
ciones pasadas de la parte AR, q es el número de observaciones pasadas de la parte MA, φp
corresponde a un factor escalar de la parte AR, θq corresponde a un factor escalar de la parte
MA y at es ruido de media cero y varianza σa2 (AWGN).
Cuando los datos tienen variaciones estacionales, es decir son afectados por el calendario,
se puede incluir un componente de estacionalidad a la serie [14]. La formulación de un modelo
SARIMA(p, d, q)(P, D, Q), en donde los parámetros P,D y Q definen la parte estacional está
dada por:
φ(B)Φ(B s )(1 − B)d (1 − B s )D z̃t = θ(B)Θ(B s )at , (2.9)
donde
φ(B) = 1 − φ(1)B − · · · − φ1 B p ,
θ(B) = 1 + θ(1)B + · · · + θ1 B q ,
(2.10)
Φ(B s ) = 1 − Φ(1)B − · · · − Φ1 B P ,
Θ(B s ) = 1 + Θ(1)B + · · · + Θ1 B Q ,
z̃t , es el valor de la variable dependiente en el tiempo discreto t, p es el número de observaciones
pasadas de la parte AR, q es el número de observaciones pasadas de la parte MA, P es el
número de observaciones pasadas de la parte AR estacional, Q es el número de observaciones
pasadas de la parte MA estacional, φp corresponde a un factor escalar de la parte AR, θq
corresponde a un factor escalar de la parte MA, Φp corresponde a un factor escalar de la
parte AR estacional, Θq corresponde a un factor escalar de la parte MA estacional y at es
ruido de media cero y varianza σa2 (AWGN).
14
Capítulo 3
Metodología
En el presente capítulo se describen las condiciones sobre las cuales se ejecutan los ex-
perimentos, las topologías utilizadas, se describen las herramientas de hardware y software
usadas, los límites relacionados con las condiciones de red aplicadas y los tamaños de la
muestras o número de repeticiones realizadas.
3.1. Implementación
Si consideramos como opción a NS3 [19], se puede cumplir todos los requisitos en un único
ambiente o en conjunto con GNS3 [20], pero presenta complejidad en su implementación,
debiendo desarrollar código para cumplir con cada requisito.
Para cumplir con el punto 1 de los requisitos, al no utilizar NS3 la alternativa adoptada
es implementar un acceso LTE y Wireless LAN Real, utilizando un dongle LTE conectado a
la red móvil de la compañía WOM y la tarjeta Wireless LAN de una computadora conectada
a un access point 802.11n.
15
Para suplir el punto 2, se utiliza el software Mininet [21] el cual es el emulador de dispo-
sitivos SDN, ampliamente utilizado en experimentos y desarrollo de proyectos relacionados
con SDN.
El controlador que se ha elegido para completar el punto 3, es HPE VAN SDN Con-
troller [22] debido a que maneja una interfaz más completa en comparación con las demás
alternativas y tiene instalado varias aplicaciones por defecto permitiendo un uso sencillo.
Para satisfacer el punto 4, se utiliza Netem [23] como complemento en GNS3, permitiendo
modificar delay y packet loss de cualquier enlace.
La única aplicación encontrada que realiza balanceo de carga de servidores web y compa-
tible con el controlador HPE SDN VAN CONTROLLER es Kemp Load Balancer, al utilizar
la versión gratuita, posee ciertas limitantes las cuales son: 5000 Mbps and 10,000 SSL TPS,
pero estas no han influido en el desarrollo del experimento al no acercarnos a esos límites.[8]
Para el punto 6, se utiliza el servidor web Nginx [24], se pudo utilizar un servidor web
Apache u otro de similares características [4].
Para el punto 7, se utiliza Funkload [5], cuya función es generar tráfico web simulando
varios usuarios y peticiones de tipo HTTP registrando el número de conexiones exitosas y
fallidas.
Requisito Herramienta
Acceso Dongle LTE / Access Point 802.11n
Condiciones Adversas de Red Netem
Dispositivos SDN Mininet
Controlador SDN HP SDN VAN Controller
Balanceador de Carga Kemp Load Balancer
Servidor Web Nginx
Recolección de Datos Wireshark
Análisis Estadístico Lenguaje R
16
3.2. Configuración de Herramientas
GNS3, funciona como herramienta en donde se consolidan las distintas partes del proyecto,
proveyendo de funciones de networking a las máquinas virtuales que se ha utilizado. Como
se ve en la Figura 3.1, se incorpora las siguientes máquinas virtuales sobre GNS3:
1. Servidor Web 1: Lubuntu 14.10 virtualizado con VirtualBox, donde se ejecuta el servidor
web Nginx, con el número [1] en la Figura 3.1.
2. Servidor Web 2: Lubuntu 14.10 virtualizado con VirtualBox, donde se ejecuta el servidor
web Nginx [2].
Es necesario proveer funciones de red a las máquinas virtuales implementadas, para lo que
se añade a GNS3 elementos de networking mostrados en la Figura 3.2. La Tabla 3.2, detalla
las direcciones IP configuradas.
1. Router Cisco C7200: realiza Nateo y enrutamiento, con el número [6] en la Figura 3.2.
2. Switch legacy: utilizados cuando en el escenario con una arquitectura de Red legacy [7].
17
Figura 3.2: GNS3 con arquitectura de red Legacy
18
Figura 3.3: Topología creada en mininet, observada desde controlador HPE VAN SDN
1. Switch SDN
2. Servidor Web 1
3. Servidor Web 2
4. Balanceador de Carga
Adicionalmente, es necesario vincular las interfaces de los switches SDN emulados con las
interfaces de la máquina virtual en donde se ejecuta Mininet. Para lograr esto, se ha utilizado
el siguiente comando: "sudo ovs-vsctl add-port s1 eth1 && sudo ovs-vsctl add-port s1 eth2
&& sudo ovs-vsctl add-port s2 eth3 && sudo ovs-vsctl add-port s12 eth4"
El controlador funciona sobre un VPS (virtual private server) contratado por el autor.
No se realiza una configuración adicional dado que por defecto en el controlador se incluyen
aplicaciones que nos permiten descubrir los dispositivos conectados.
Netem es una herramienta diseñada para trabajar sobre GNS3 una vez cargada como
máquina virtual, se configura añadiendo delay, jitter, packet loss y limitaciones de throughput.
Todas estas limitaciones pueden configurarse con distintos valores para cada sentido de la
comunicación o configurarse de manera simétrica. En la siguiente figura se observa la interfaz
de configuración:
19
Figura 3.4: Opciones de configuración de Netem
1. Delay:
tcp.port == 80 and tcp.time_delta > 0 and tcp.flags.fin == 0 and tcp.flags.reset == 0
and !http and !tcp.analysis.keep_alive and !tcp.analysis.retransmission and (tcp.flags.syn
== 1 and tcp.flags.ack == 1) and !tcp.analysis.out_of_order
Como se observa en la Figura 3.6, dentro de I/O Graph, en intervalos de 1 segundo
se visualiza el promedio del dato tcp.time_delta, y se exporta a un archivo de datos
separados por comas.
2. Throughput: para el throughput, se analizan los paquetes TCP con número de puerto
80, esto se ha conseguido con el siguiente filtro:
((ip.src==192.168.137.10 and ip.dst==192.168.137.1) or (ip.src==192.168.137.1 and
ip.dst==192.168.137.10)) and tcp.port==80
Dentro de I/O Graph, se exporta a un archivo de datos separados por comas.
20
Figura 3.5: Configuración del tipo de scheduler utilizado para el balanceo de carga
Dado que la página web alojada en los servidores Web, es de contenido simple, lo único
que se necesita simular, son solicitudes de tipo GET de usuarios concurrentes. El número
de usuarios concurrentes que se simula es de 300, basados en pruebas de estrés de usuarios
bajo una topología SDN, con condiciones adversas de red y acceso LTE. Para lo cual se ha
utilizado, el demo de un test simple incluido en Funkload. Donde se configura, dirección a
donde se apunta, número de usuarios, tiempo máximo de espera, duración del test, códigos
HTTP aceptados como solicitudes exitosamente atendidas. El código utilizado es el siguiente:
1 # ------------------------------------------------------------
2 # Configuration for bench mode fl - run - bench
3 #
21
4 [ bench ]
5
La configuración del Balanceador de Carga, depende del tipo de infraestructura de red que
se esté utilizando, en el caso de utilizar una red legacy, se configura en modo “Round Robin”,
y en el caso de ser una infraestructura del tipo SDN, se configura en modo “SDN Adaptative”
tal como se puede observar en la Figura 3.7. Adicionalmente, es necesario configurar la
conexión con la interfaz northbound del controlador, esto se realiza ingresando la dirección
IP y credenciales del controlador, esto se observa en la Figura 3.8.
22
Figura 3.7: Configuración del tipo de scheduler utilizado para el balanceo de carga
Figura 3.8: Configuración de la conexión del balanceador de carga con el controlador SDN
Para lograr acceder a los servidores web alojados dentro de GNS3, dentro de la compu-
tadora host y a su vez, dentro de la red de la Universidad de Chile, es necesario realizar
varios procesos de port fowarding, tanto internamente en la máquina host Windows, como
en el router Cisco C7200 en GNS3; adicionalmente para acceder desde cualquier lugar a tra-
vés de Internet y dado la imposibilidad por permisos administrativos de poder realizar port
fowarding sobre los equipos de la Universidad de Chile, fue necesario realizar port fowarding
invertido vía ssh teniendo como servidor un VPS [27].
23
Al realizar port fowarding vía ssh, se crea una conexión entre dos equipos, uno local y
otro remoto, entre los cuales se puede enlazar cualquier servicio manteniendo una conexión
y transmisión de datos cifrada. Código ssh port fowarding a través de VPS:
ssh -p 22 -R 45.79.10.37:8000:192.168.137.10:80 [email protected]
El comando anterior, se ingresa en la ventana de comandos de Windows, es necesario tener
instalado Openssh. El comando indica que toda comunicación con el destino 45.79.10.34:8000,
será reenviada a través de la conexión ssh, hacia la dirección 192.168.137.10:80. Se puede
verificar las direcciones IP en la Tabla 3.2.
Código port fowarding en router Cisco:
ip nat inside source static tcp 10.0.0.40 80 192.168.137.10 80 extendable
En el comando anterior, se indica que toda comunicación con destino 192.168.137.10:80, sea
reenviada hacia la dirección 10.0.0.40:80.
En la siguiente Figura 3.9 se puede observar el esquema completo del port fowarding realizado:
GNS3
1. Nivel de confianza: sirve para minimizar el error de Tipo I, que es rechazar la hipótesis
nula, siendo está verdadera. Normalmente se adopta un valor de 0.05 indicando que
aceptamos un 5 % de probabilidad de cometer el error de Tipo I.
2. Potencia de la prueba: sirve para minimizar el error de Tipo II, que es no rechazar la
hipótesis nula, cuando debimos rechazarla, esta probabilidad se simboliza como β y la
potencia 1 − β normalmente la potencia adopta un valor de 0.80.
24
4. La varianza de la población: si dos sujetos son muy iguales en un grupo, necesitamos
un tamaño de muestra mayor para identificar las diferencias. Si sucede lo contrario y
los sujetos son muy distintos, es posible contar con un tamaño de muestra pequeño.
Es importante mencionar que normalmente se busca trabajar con errores pequeños del
tipo I, por ese motivo se suele adoptar valores de 0.10, 0.05 ó 0.01 y para errores del
Tipo II, se adopta un valor más amplio [29] [30].
1 1
A=( + ), (3.2)
q1 q0
B = (Zα + Zβ)2 , (3.3)
A∗B
N= ,
M E2 (3.4)
En la Tabla 3.4, se realiza un contraste similar al efectuado en la Tabla 3.3, con la única
diferencia que el valor comparado es el throughput. Los datos fueron obtenidos utilizando las
topologías de la Figura 3.2 y Figura 3.1 y las herramientas descritas en el capítulo 3.1.1.
25
Tabla 3.4: Tamaño de la muestra para el throughput
Media Media Desviación
Hipótesis Diferencia ME N
Grupo (SSDN) Grupo (CSDN) Estándar
Tecnología de acceso WLAN,
266.68 267.73 1.05 3.71 0.28 393
sin condiciones adversas de red.
Tecnología de acceso WLAN,
268.33 268.46 0.13 1.79 0.07 6172
con condiciones adversas de red.
Tecnología de acceso LTE,
264.11 264.38 0.27 1.92 0.14 1584
sin condiciones adversas de red.
Tecnología de acceso LTE,
263.57 264.02 0.45 2.08 0.22 667
con condiciones adversas de red.
Cómo podemos observar, en todos los casos para poder determinar las diferencias plantea-
das con un nivel de confianza de 0.5 y potencia de 0.8; es recomendable un número elevado
de muestras. Dado que en el proyecto se tiene tiempo y recursos limitados, el número de
muestras que se utiliza para cada contraste es de 40, variando el nivel de confianza y poten-
cia de la prueba de acuerdo a las tablas 3.5 y 3.6. Los valores son encontrados utilizando la
Ecuación 3.4 y las pruebas realizadas sobre las topologías de la Figura 3.2 y Figura 3.1.
Tabla 3.5: Nivel de confianza y potencia para las conexiones exitosas con 40 muestras
Media Media Nivel de
Hipótesis Potencia N
Grupo (SSDN) Grupo (CSDN) Confianza
Tecnología de acceso WLAN,
11989.95 11883.5 0.09 0.72 40
sin condiciones adversas de red.
Tecnología de acceso WLAN,
13675.3 13631.1579 0.21 0.63 40
con condiciones adversas de red.
Tecnología de acceso LTE,
13451.2 13474 0.33 0.58 40
sin condiciones adversas de red.
Tecnología de acceso LTE,
11883.85 11818.15 0.11 0.70 40
con condiciones adversas de red.
26
de degradación de la calidad de la red el delay y el packet loss, ya que como se mencionó en
el capítulo 2.6, estos forman parte de las principales métricas de la red.
Una vez seleccionado los factores a considerar, se realiza un análisis estadístico para de-
terminar su magnitud. El análisis estudia la respuesta en el punto de acceso punto “A” de
la Figura 3.1, la cuál representa una topología basada en SDN construida en GNS3. Para
generar solicitudes concurrentes se usa la herramienta Funkload; para la recolección de datos
se utiliza la herramienta de software Wireshark [32]. El software seleccionado, se discuten en
el capítulo 3.1.1. Es importante aclarar que los límites fueron encontrados en único escenario
(infraestructura SDN con tecnología de acceso LTE) debido a que las mismas condiciones de
red se aplican para el acceso WLAN.
Como parte del análisis se plantea conocer el comportamiento del servidor web ante un
incremento simétrico controlado de packet loss. Simétrico hace referencia a que existe el
mismo porcentaje de packet loss para los paquetes que viajan hacia el servidor web y desde
el servidor web. Esto se logra utilizando la herramienta Netem [23], sobre el escenario y demás
software mencionado en el capítulo 3.4. Lo resultados se encuentran en la siguiente tabla:
Tabla 3.7: Análisis de Packet Loss con infraestructura SDN y acceso WLAN
Packet Loss Retransmisiones throughput Conexiones Conexiones
delay (ms) Solicitudes
Añadido( %) ( %) (kbps) Exitosas Fallidas
0 0 24.62 266.71 13598 0 13598
6 3.2 98.50 270.48 13341 169 13510
12 6.50 176.15 279.08 12665 906 13571
18 10.50 252.47 301.01 12246 1899 14145
24 14.40 348.46 332.70 11433 3610 15043
30 19.00 557.08 303.62 5841 21564 27405
36 23.40 885.29 375.67 5006 29132 34138
42 27.40 1144.55 457.99 5524 35720 41244
48 30.90 1306.58 469.84 3979 48396 52375
54 35.00 2199.95 294.27 876 53374 54250
60 38.70 1535.38 287.92 104 58354 58458
66 41.60 3186.08 111.33 93 81323 81416
72 0 0 0 0 410929 410929
1. El throughput tiene una tendencia al alza conforme se incrementa el packet loss, hasta un
punto (aproximadamente 45 % de packet loss) en el que desciende rápidamente Figura
3.10 a).
2. El delay en el acceso aumenta conforme se incremente el packet loss Figura 3.10 c).
27
4. El número de conexiones fallidas aumenta, conforme se incrementa el packet loss Figura
3.10 d).
5. El número de solicitudes aumenta conforme se incrementa el packet loss Figura 3.10 e).
28
Throughput 13500 Conexiones Exitosas
450
12000
400
Conexiones Exitosas
Throughput [Kbps] 10500
350 9000
300 7500
6000
250
4500
200 3000
150 1500
SD = 93.87 SD = 5328.77
100 0
0 5 10 20 30 40 50 60 0 5 10 20 30 40 50 60
(a) Throughput en Relación a Packet Loss (b) Conexiones Exitosas en Relación a Packet Loss
80000 SD = 27790.5
3000 SD = 965.26
70000
2500
Conexiones Fallidas
60000
2000
Delay [ms]
50000
1500 40000
30000
1000
20000
500 10000
0 Delay 0 Conexiones Fallidas
0 5 10 20 30 40 50 60 0 5 10 20 30 40 50 60
(c) Delay en Relación a Packet Loss (d) Conexiones Fallidas en Relación a Packet Loss
83000
78000 SD = 22737.26
73000
68000
63000
58000
Solicitudes
53000
48000
43000
38000
33000
28000
23000
18000
13000 Solicitudes
0 5 10 20 30 40 50 60
Figura 3.10: Gráficas de pruebas con SDN, con condiciones adversas de red y acceso LTE
29
Tabla 3.8: Análisis de delay con infraestructura SDN y acceso WLAN
delay delay throughput Conexiones Conexiones
Solicitudes
Añadido(ms) Medido (ms) (kbps) Exitosas Fallidas
0 24.62 266.71 13598 0 13598
150 179.09 262.08 13399 0 13399
300 329.21 257.88 13165 0 13165
450 475.22 254.11 12964 0 12964
600 622.51 247.48 12625 0 12625
750 773.96 243.83 12359 0 12359
900 929.27 240.63 12242 0 12242
1200 1231.19 239.80 11797 0 11797
1500 1535.12 240.15 11418 0 11418
1900 1938.75 241.24 10807 432 11239
2075 2111.39 234.05 10601 462 11063
2100 2128.72 239.43 10498 918 11416
2125 2159.94 242.58 10544 959 11503
2150 2178.05 237.09 10588 543 11131
2175 2234.12 643.36 2016 74545 76561
2250 2306.01 823.43 17 107904 107921
2300 2335.82 793.09 0 106771 106771
2500 2495.93 795.98 0 110410 110410
30
800 Throughput 13090
750 12090
700 SD = 224.3 11090
Conexiones Exitosas
Throughput [kbps] 10090
650 9090
600 8090
550 7090
500 6090
450 5090
400 4090
350 3090
2090 SD = 4995.04
300 1090
250 90 Conexiones Exitosas
0 500 1000 1500 2000 2500 0 500 1000 1500 2000 2500
(a) Throughput en Relación con delay (b) Conexiones Exitosas en Relación con delay
13090
12090
11090 114000
Conexiones Exitosas
Solicitudes
82000
7090 74000
6090 66000
5090 58000
50000
4090 42000
3090 34000
2090 SD = 4995.04 26000
1090 18000
Conexiones Exitosas 10000
90
0 500 1000 1500 2000 2500
0 500 1000 1500 2000 2500
Delay (ms)
Delay [ms]
(c) Conexiones Fallidas en Relación con delay (d) Solicitudes en Relación con delay
Figura 3.11: Gráfica de pruebas con SDN, con condiciones adversas de red y acceso LTE
31
Tabla 3.9: Medición de Packet Loss
Una vez realizado el análisis individual de la respuesta del servidor web ante los distintos
valores de delay y packet loss añadidos de manera controlada, podemos usar los resultados
como base para encontrar una de las varias combinaciones de delay y packet loss que aseguren
una degradación en la red, sin llegar a tocar los límites de comportamiento no esperado.
3.5. Hipótesis
1. “El throughput y número de conexiones establecidas por un servidor web sobre una red
SDN , es superior que sobre una Red Legacy con tecnología de acceso Wireless Lan
32
802.11n o LTE”
2. “El throughput y número de conexiones establecidas por un servidor web sobre una red
SDN en situaciones adversas de red (delay y Packet loss), es superior a una Red Legacy
con tecnología de acceso Wireless Lan 802.11n o LTE ”
33
Capítulo 4
Análisis de Datos
En este capítulo se realiza un análisis estadístico de los datos obtenidos al variar las distin-
tas configuraciones y ejecutar las repeticiones de los experimentos. A estos datos se les aplica
estadística descriptiva para caracterizarlos, posteriormente se utiliza una prueba de varianza
y una prueba de hipótesis de medias para determinar si los valores de los grupos comparados
tienen diferencias significativas aceptando o descartando las hipótesis de comparación del
desempeño de los servicios web en redes con y sin SDN. Para esto se sigue el siguiente flujo
de trabajo:
34
Tabla 4.1: Estadística Descriptiva de las pruebas sin SDN, sin condiciones adversas de red y
acceso WLAN
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
13675.3 67.01 83.75 13573 13635.25 13671.5 13719 13809 20
Exitosas
Conexiones
4.45 19.9 0 0 0 0 0 89 20
Fallidas
Throuhput (kbps) 268.33 1.44 1.98 266.04 267.24 268.39 269.22 271.59 20
Delay (ms) 21.27 3.82 4.6 17.98 18.71 19.41 23.32 30.37 20
Como parte de la estadística descriptiva, se analiza la correlación de los datos para cada
grupo. Un valor cercano a 1 en la tabla, indica una alta correlación entre las variables. Si el
valor es cercano a 0, indica una correlación baja; finalmente si el valor es negativo, indica una
correlación inversa. Para esto se ha utilizado el ambiente de trabajo y lenguaje R, se analiza
la correlación entre todos los datos, mediante el método de “Pearson” [3]. Los resultados se
pueden observar en las Tablas 4.2 y 6.12. Los datos correspondientes a los casos restantes se
encuentran en el Anexo D.
Tabla 4.2: Correlación de pruebas sin SDN, sin condiciones adversas de red y acceso WLAN
Conexiones Conexiones
Throughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.04 0.80 -0.59
Exitosas
Conexiones
-0.04 1.00 0.34 0.12
Fallidas
Throughput 0.80 0.34 1.00 -0.31
Delay -0.59 0.12 -0.31 1.00
Las Figuras 4.2 y 4.3 caracterizan los datos en relación a la frecuencia con que se repiten
ciertos valores o rangos de valores, se crea histogramas por cada grupo y tipo de datos,
entiéndase un grupo de datos como la división más general como por ejemplo datos con
acceso LTE con infraestructura basada en SDN y con condiciones adversas de red, un tipo
de datos sería conexiones exitosas, delay, etc.
35
6
5
15
Frecuencia
Frecuencia
4
10
3
2
5
1
0
0
13550 13600 13650 13700 13750 13800 13850 0 20 40 60 80 100
(a) (b)
6
10
5
8
Frecuencia
Frecuencia
4
6
3
4
2
2
1
0
(c) (d)
Figura 4.2: Histogramas de pruebas sin SDN, sin condiciones adversas de red y acceso
WLAN
Tabla 4.3: Estadística Descriptiva de pruebas con SDN, con condiciones adversas de red y
acceso WLAN
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
11883.5 141.39 170.75 11612 11812.25 11915.5 11983 12107 20
Exitosas
Conexiones
1301.9 283.56 415.5 990 1069.25 1193.5 1484.75 1882 20
Fallidas
Throuhput (kbps) 267.73 3.71 6.22 262.91 264.62 266.14 270.85 274.89 20
Delay (ms) 558.69 8.52 6.91 546.4 553.83 557.22 560.75 583.64 20
36
Tabla 4.4: Correlación de pruebas con SDN, con condiciones adversas de red y acceso
WLAN
Conexiones Conexiones
Throughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.94 -0.70 -0.32
Exitosas
Conexiones
-0.94 1.00 0.70 0.35
Fallidas
Throughput -0.70 0.70 1.00 0.64
Delay -0.32 0.35 0.64 1.00
8
8
Frecuencia
Frecuencia
6
6
4
4
2
2
0
11600 11700 11800 11900 12000 12100 12200 800 1000 1200 1400 1600 1800 2000
(a) (b)
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
Frecuencia
Frecuencia
262 264 266 268 270 272 274 276 550 560 570 580
(c) (d)
Figura 4.3: Histogramas de pruebas con SDN, con condiciones adversas de red y acceso
WLAN
37
Tabla 4.5: Estadística Descriptiva de pruebas con SDN, sin condiciones adversas de red y
acceso LTE
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
13474 112 113 13147 13416.5 13490 13529.5 13668 20
Exitosas
Conexiones
16.05 55.43 0 0 0 0 0 238 20
Fallidas
Throuhput (kbps) 264.38 1.92 2.18 259.97 263.44 264.41 265.62 268.15 20
Delay (ms) 21 4.19 0.85 18.72 19.07 19.2 19.92 31.86 20
Tabla 4.6: Correlación de pruebas con SDN, sin condiciones adversas de red y acceso LTE
Conexiones Conexiones
Throughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.72 0.79 -0.54
Exitosas
Conexiones
-0.72 1.00 -0.50 0.58
Fallidas
Throughput 0.79 -0.50 1.00 -0.28
Delay -0.54 0.58 -0.28 1.00
8
15
6
Frecuencia
Frecuencia
10
4
5
2
0
13100 13200 13300 13400 13500 13600 13700 0 50 100 150 200 250
(a) (b)
5
15
4
Frecuencia
Frecuencia
10
3
2
5
1
0
(c) (d)
Figura 4.4: Histogramas de pruebas con SDN, sin condiciones adversas de red y acceso LTE
38
Tabla 4.7: Estadística Descriptiva de pruebas con SDN, con condiciones adversas de red y
acceso LTE
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
11818.15 117.98 179 11625 11715 11840 11894 11986 20
Exitosas
Conexiones
1220.1 160.98 170.5 1043 1117.25 1160.5 1287.75 1625 20
Fallidas
Throuhput (kbps) 264.02 2.08 1.63 261.39 262.98 263.49 264.61 270.39 20
Delay (ms) 555.04 10.2 15.4 539.56 546.98 555.71 562.38 573.42 20
Tabla 4.8: Correlación de pruebas con SDN, con condiciones adversas de red y acceso LTE
Conexiones Conexiones
Throughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.88 -0.42 -0.63
Exitosas
Conexiones
-0.88 1.00 0.77 0.74
Fallidas
Throughput -0.42 0.77 1.00 0.63
Delay -0.63 0.74 0.63 1.00
4
8
3
6
Frecuencia
Frecuencia
2
4
1
2
0
11600 11700 11800 11900 12000 1000 1100 1200 1300 1400 1500 1600 1700
(a) (b)
10
5
8
4
Frecuencia
Frecuencia
6
3
4
2
2
1
0
260 262 264 266 268 270 272 540 550 560 570
(c) (d)
Figura 4.5: Histogramas de pruebas con SDN, con condiciones adversas de red y acceso LTE
39
4.1.1. Grafos aplicados a Redes
Una alternativa para presentar el escenario estudiado y realizar distintos análisis descrip-
tivos es a través de grafos, los cuales están compuestos de vértices y arcos [37]. A los vértices
y arcos se les puede colocar una serie de atributos como, por ejemplo: tipo, capacidad (kbps),
delay (ms), packet loss ( %), etc. En la siguiente figura se observa un escenario con infra-
estructura SDN en el cuál los arcos tienen la propiedad de cambiar su ancho de banda en
Red representada con Vértices y Arcos
función a la cantidad de tráfico que circula por ese arco.
Internet Router
● 1 E1 ● 2
E2
Balanceador de Carga
Switch SDN 1 Switch SDN 2
4
E3 ● 3
E4 ● 5
E5 E6
Web Server 1 Web Server 2
Máquinas Virtualizadas
● Dispositivos de Red 6 7
40
Tabla 4.9: Atributos Vértices
Con el fin de identificar qué modelo describe con mayor exactitud los datos de throughput
y delay se comprueba si los datos siguen una distribución normal, para esto se ha utilizado
como herramienta la prueba de Saphiro-Wilk [38], obteniendo como resultado los valores
observados en la Tabla 4.11. El test de normalidad Saphiro-Wilk es explicado en el capítulo
2.7
41
Tabla 4.11: Prueba Saphiro-Wilk de Normalidad
Throughput Delay
Throughput W Delay W
p-value p-value
Tecnología de acceso
WLAN, sin SDN y 0.99583 0.1106 0.76503 <2.2e-16
sin condiciones adversas de red
Tecnología de acceso
WLAN, con SDN y 0.98684 3.055e-05 0.96843 4.417e-10
sin condiciones adversas de red
Tecnología de acceso
WLAN, sin SDN y 0.99226 0.003247 0.95287 6.249e-13
con condiciones adversas de red
Tecnología de acceso
WLAN, con SDN y 0.98755 5.347e-05 0.94157 1.258e-14
con condiciones adversas de red
Tecnología de acceso LTE,
sin SDN y 0.99529 0.06508 0.76503 <2.2e-16
sin condiciones adversas de red
Tecnología de acceso LTE,
con SDN y 0.98684 3.055e-05 0.96843 4.417e-10
sin condiciones adversas de red
Tecnología de acceso LTE,
sin SDN y 0.9842 4.266e-06 0.95287 6.249e-13
con condiciones adversas de red
Tecnología de acceso LTE,
con SDN y 0.98755 5.347e-05 0.94157 1.258e-14
con condiciones adversas de red
42
4.2.1. Modelos propuestos
Para el análisis de varianza se genera un nuevo modelo por cada grupo de datos a comparar,
utilizando como entrada los datos generados por los modelos de series de tiempo anteriores
descritos en el capítulo 4.2.1, el nuevo modelo es lineal teniendo como variable dependiente
las conexiones exitosas o el throughput dependiendo del análisis que se esté realizando y
como factores que explican esta variable, el delay y throughput o delay y conexiones exitosas,
nuevamente dependiendo del análisis que se esté realizando. Para esto, se utiliza el ambiente
de trabajo y lenguaje R. La prueba plantea como hipótesis alternativa que las varianzas
son significativamente diferentes. El valor de p es el que definirá si se aprueba o rechaza la
hipótesis alternativa, siendo esta aceptada cuando p es menor a 0.05.[34]
1. Acceso WLAN, sin SDN y sin condiciones adversas de red comparado con su par con
SDN.
2. Acceso WLAN, sin SDN y con condiciones adversas de red comparado con su par con
SDN.
3. Acceso LTE, sin SDN y sin condiciones adversas de red comparado con su par con SDN.
4. Acceso LTE, sin SDN y con condiciones adversas de red comparado con su par con
SDN.
En el caso del test de hipótesis se compara las medias de los mismos datos generados para
el test ANOVA. Se realiza tres tipos de comparación: 1) Two-sided; 2) greater y; 3) less,
43
con el fin de determinar una diferencia y cuál de las medias es mayor o menor comparado
con la otra. El test de hipótesis se realiza en el ambiente de trabajo y lenguaje R, el código
utilizado se encuentra en el anexo B. El tipo de prueba Two-sided que se configura con el
valor “t”, plantea como hipótesis alternativa que existen diferencias significativas entre los
grupos a comparar. El tipo de prueba Greater que se configura con el valor “g”, plantea
como hipótesis alternativa que la media del grupo 1 es significativamente mayor a la media
del grupo 2. Finalmente, el tipo de prueba Less plantea como hipótesis alternativa que la
media del grupo 1 es significativamente menor a la media del grupo 2. Con valores de p
menores a 0.05 se acepta la hipótesis alternativa.
La prueba de los rangos con signo de Wilcoxon [39] [36], es una prueba no paramétrica
enfocada en comparar medias cuando los datos no siguen una distribución normal. Se basa en
la hipótesis alternativa de que las medias de los grupos comparados son diferentes. La Tabla
4.12 contiene el resultado de la prueba Saphiro-Wilk de normalidad de los datos generados
por el modelo lineal. En la Figura 4.1, se puede observa el flujo de trabajo y momento en el
que se genera datos a través de este modelo. En este estudio el resultado de test de hipótesis
de media y la prueba de los rangos con signo de Wilcoxon son coincidentes.
Los datos con negrita son los que obedecen una distribución normal, dado que el valor de
p es superior a 0.05.
44
4.3.1.
540 550 560 570 580 264 268 272 276 11500 11700 11900 12100
LEGACY
LEGACY
LEGACY
(c)
(a)
(b)
45
SDN
SDN
SDN
Acceso WLAN con condiciones adversas de red
Tabla 4.13: Resultado de Pruebas de Grupo 1 relacionado con Conexiones Exitosas
46
4.3.2.
LEGACY
LEGACY
LEGACY
(f)
(e)
(d)
47
SDN
SDN
SDN
Acceso WLAN sin condiciones adversas de red
Tabla 4.15: Resultado de Pruebas de Grupo 2 relacionado a Conexiones Exitosas
48
4.3.3.
530 540 550 560 570 264 265 266 267 268 11750 11850 11950
LEGACY
LEGACY
LEGACY
(i)
(g)
(h)
49
SDN
SDN
SDN
Acceso LTE, con condiciones adversas de red
Tabla 4.17: Resultado de Pruebas de Grupo 3 relacionado a Conexiones Exitosas
50
4.3.4. Acceso LTE sin condiciones adversas de red
13500
Conexiones Exitosas
13400
13300
LEGACY SDN
(j)
268
Throughput [kbps]
266
264
262
LEGACY SDN
(k)
30
Delay [ms]
26
22
18
LEGACY SDN
(l)
51
Tabla 4.19: Resultado de Pruebas de Grupo 4 relacionado a Conexiones Exitosas
52
Capítulo 5
Conclusiones
En el presente capítulo se describen los resultados del trabajo de comparación del desem-
peño de los servicios web en redes con y sin funcionalidades SDN. Se revisa el logro de los
objetivos del trabajo y si la metodología planteada es útil para alcanzar resultados de inte-
rés. Se sintetizan y discuten los resultados del trabajo, complementándolos con ideas para
trabajos futuros y que continúen de esta forma con la investigación aquí desarrollada.
5.1. Objetivos
El objetivo principal del trabajo consiste en: Medir y analizar el desempeño de una solución
de balanceo de carga de servicios web basada en SDN frente a distintas condiciones de red y
tecnologías de acceso. Complementario a este objetivo se plantean varias hipótesis que nos
permiten evaluar y analizar los objetivos inicialmente propuestos. Las hipótesis se listan en
la sección 3.5 del capítulo de introducción.
Como resultado general se puede afirmar que se logra el objetivo principal, dado que
primero se definen las métricas que se traducen en las mediciones de desempeño de un servidor
web, se desarrolla un escenario experimental con todos los elementos necesarios para las
pruebas: 1) dispositivos SDN, 2) balanceador de carga, 3) servidor web, etc. Los escenarios de
pruebas también permiten utilizar y comparar distintas tecnologías de acceso como Wireless
LAN 802.11n y LTE. El análisis estadístico vía test de hipótesis permite aceptar o rechazar
los supuestos bajo prueba, en cuanto a un mejor desempeño de los servicios web en redes con
arquitectura SDN. Los objetivos secundarios planteados en el punto 2.1. de la introducción
están estrechamente relacionados con la metodología y los procedimientos para cumplir con
el objetivo principal, por lo que al haber cubierto el objetivo principal se logran también los
objetivos secundarios.
53
5.2. Metodología y tipo de investigación
5.3. Resultados
Tomando como base el análisis de datos expuesto en el capítulo 4.3 se pueden realizar las
siguientes afirmaciones.
54
sobre una red SDN en situaciones adversas de red (altos delay y packet loss), es superior
que sobre una Red Legacy con tecnología de acceso Wireless Lan 802.11n”, consta
de varias partes, con respecto a las conexiones exitosas se puede afirmar en base a
los resultados que existe una diferencia en la varianza y media de los dos grupos;
siendo superior la media con tecnología legacy. Con respecto al throughput medido,
podemos afirmar que tanto la varianza como la media es similar en ambos grupos. Es
importante mencionar que esta diferencia de medias en el caso de los datos originales
es de 106.45 conexiones exitosas con un throughput de 1.05 kbps. Y en el caso de los
modelos generados desde los datos de pruebas, se tienen 106.45 conexiones exitosas para
un throughput de 0.48 kbps. Ante estos resultados y dado que el número de conexiones
exitosas es una métrica directamente relacionada con el desempeño del servidor web,
se rechaza la hipótesis planteada.
55
pruebas mejorando los intervalos de confianza. Analizar diferentes servicios como VOIP (voice
over IP), sobre una red SDN y estudiar nuevas métricas como el MOS (mean opinion score),
jitter y delay.
56
Acrónimos
AR autoregressive.
ARMA autoregressive–moving-average.
IP Internet protocol.
MA moving-average.
57
OSI open system interconnection.
58
Bibliografía
[2] B. Koley, Software Defined Networking At Scale, 2014, visitado: 2016-08-11. [Online].
Available: https://static.googleusercontent.com/media/research.google.com/en//pubs/
archive/42948.pdf
[4] L. Martino and E. Bertino, “Security for web services: Standards and research issues,” in
Innovations, Standards and Practices of Web Services: Emerging Research Topics. IGI
Global, 2012.
[7] M. Nitika, M. Shaveta, and M. G. Raj, “Comparative analysis of load balancing algo-
rithms in cloud computing,” International Journal of Advanced Research in Computer
Engineering and Technology, vol. 1, no. 3, 2012.
[8] K. Technologies, KEMP SDN Adaptive, Powered By The HP VAN SDN Controller
The Changing Nature Of Networks, visitado: 2016-08-25. [Online]. Available:
https://kemptechnologies.com/sdn-adaptive-load-balancing/
[10] R. Perahia, EldadStacey, Next generation wireless LANs, 1st ed. Cambridge University
Press, 2013.
[11] J. S. Roessler, “Lte-advanced (3gpp rel. 12) technology introduction white pa-
per.” https://cdn.rohde-schwarz.com/pws/dl_downloads/dl_application/application_
notes/1ma252/1MA252_2e_LTE_Rel12_technology.pdf, 2015, [online],Visitado: 2016-
12-11.
[12] IETF, “Reporting ip network performance metrics: Different points of view,” https://
59
tools.ietf.org/html/rfc6703, 2012, [online] Visitado: 2016-06-01.
[13] M. B. SHAPIRO, S. S.WILK, “An analysis of variance test for normality (complete
samples),” Biometrika, vol. 52, no. 3-4, pp. 591–611, 1965.
[14] C. Chatfield, The analysis of time series: an introduction. CRC press, 2016.
[15] G. M. Box, George E. PJenkins, Time series analysis, 5th ed. Wiley, 2016.
[16] C. W. J. Granger and P. Newbold, Forecasting economic time series. Academic Press,
2014.
[17] J. M. Morreale, Patricia Anderson, Software defined networking. CRC Press, 2015.
[19] ns-3 Model Library, Release ns-3.23, Aug. 2015, visitado: 2016-07-19. [Online]. Available:
https://www.nsnam.org/docs/release/3.23/models/ns-3-model-library.pdf
[20] The official guide and reference for GNS3, visitado: 2016-05-16. [Online]. Available:
https://docs.gns3.com/
[22] HPE VAN SDN Controller 2.7 Installation Guide, visitado: 2015-10-10. [Online].
Available: http://h20566.www2.hpe.com/hpsc/doc/public/display?docId=c05028139
[23] B. Ehlers, NETem - Network Link Emulator for GNS3, visitado: 2016-11-24. [Online].
Available: http://www.bernhard-ehlers.de/projects/netem/index.html
[28] G. M. Sullivan and R. Feinn, “Using effect size—or why the p value is not enough,”
Journal of graduate medical education, vol. 4, no. 3, pp. 279–282, 2012.
60
2011, universidad Pontificia Comillas, Visitado: 2016-06-25.
[32] Wireshark Docs, 2004, visitado: 2016-05-23, Last Revision:2014. [Online]. Available:
https://www.wireshark.org/download/docs/user-guide-us.pdf
[33] T. Dickhaus and J. Stange, “Multiple point hypothesis test problems and effective num-
bers of tests for control of the family-wise error rate,” Calcutta Statistical Association
Bulletin, vol. 65, no. 1-4, 2013.
[37] G. Kolaczyk, Eric Csárdi, Statistical analysis of network data with R. Springer, 2014.
[39] Rpro-R, Prueba de los rangos con signo de Wilcoxon, 2015. [Online]. Available:
https://rpro.wikispaces.com/Prueba+de+los+rangos+con+signo+de+Wilcoxon
61
Anexos
A. Hardware y software
Para el desarrollo del presente trabajo se han utilizado los siguientes dispositivos de hard-
ware los cuales son propiedad del autor, y cuyas principales características se describen a
continuación:
4. Dongle LTE: Huawei Mobile Wifi E5573, FDD LTE Cat4:150/50Mbps @20M.
5. Access Point: Tp-Link TL-WR841N protocolo: 802.11n, banda: 2.4 Ghz, Velocidad
máxima teórica: 300Mbps.
• Distribuidor: Nsnam.
• Apreciación: Utiliza lenguaje C++, contiene módulos para simular y emular distintos
tipos de acceso, contiene modulo para simular un switch SDN.
62
GNS3 1.4.6 (Graphical Network Simulator 3)
• Distribuidor: GNS3.
• Apreciación: Maneja una interfaz gráfica donde se permite emular varios dispositivos
de red, es posible emular routers CISCO con su respectivo sistema operativo. No simula
ni emula ningún tipo de acceso inalámbrico. Es posible utilizar la interfaz Wireless o
utilizar un dongle LTE conectado al host sobre el cual se ejecuta GNS3.
Mininet 2.2.1
• Distribuidor: Mininet.
OpenDayLight Beryllium-SR2
• Apreciación: Uno de los controladores más populares con varias organizaciones respal-
dándolo. Al probarlo presentó inconvenientes al crear nuevas entradas en las flow tables,
las que se ingresaron ’manualmente’.
63
• Sitio Web:
https://h10145.www1.hp.com/downloads/SoftwareReleases.aspx?ProductNumber=
J9863AAE
• Licencia: Propietaria.
Clumsy 0.2
• Sitio Web:https://jagt.github.io/
Comcast
• Sitio Web:https://github.com/tylertreat/comcast
• Apreciación: Esta herramienta funciona sobre el sistema operativo Linux, permite crear
malas condiciones de Red, agregando de manera controlada: delay, packet loss y con-
trolando el throughput. Se basa en los programas de linux: Iptables y TC.
Netem
• Distribuidor: http://www.bernhard-ehlers.de/
• Sitio Web:http://www.bernhard-ehlers.de/projects/netem/index.html
64
• Apreciación: Netem es una herramienta de software creada para funcionar en conjunto
con GNS3, puede ser incluida como complemento en GNS3 o cómo una máquina vir-
tual. Contiene una interfaz gráfica que permite configurar delay, packet loss, jitter y
throughput. Se basa en los programas para linux: Iptables y TC.
Wireshark 2.0.3
• Sitio Web:https://www.wireshark.org/
Netflow V5
• Sitio Web:
https://www.cisco.com/c/en/us/products/ios-nx-os-software/ios-netflow/index.html
• Licencia: Propietaria
Nfdump/Nfsen
• Sitio Web:https://github.com/phaag/nfdump
• Licencia: BSD
• Apreciación: Junto con Netflow, se puede obtener información de los flujos capturados
de manera sencilla e incluso exportarlos a un formato separado por comas para futuro
65
análisis, con NFSEN, es el gestor web que permite obtener gráficas de los flujos en
tiempo real.
SilK
• Sitio Web:https://tools.netsa.cert.org/silk/
• Sitio Web:https://kemptechnologies.com/load-balancer/
• Licencia: Propietaria
Iperf3
• Sitio Web:https://github.com/tylertreat/comcast
66
Locust
• Sitio Web:http://locust.io/
• Apreciación: Puede generar varias solicitudes a servidores Web, iniciar sesiones y simu-
lar navegación.
Funkload
• Sitio Web:http://locust.io/
• Apreciación: Puede generar varias solicitudes a servidores Web, iniciar sesiones y simu-
lar navegación registrando el número de solicitudes exitosas y fallidas.
• Sitio Web:https://www.r-project.org/
67
B. Código en R
1. Estadística Descriptiva
1 # ######
2 # Script para Estadistica Descriptiva de datos
3 # Autor : Andres Cordova
4 # Fecha :24 / 01 / 2017
5 # ######
6 # #######
7 library ( Rcmdr )
8 # ### WLAN ####
9 # ### SSDN SCR ####
10 # # Estadistica Descriptiva ##
11 ED _ WL _ SSDN _ SCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo
SSDN _ WL _ SCR / estadistica _ descriptiva _ SSDN _ WL _ SCR . csv " , sep = " ; " )
12 temp = numSummary ( ED _ WL _ SSDN _ SCR ) ;
13 write . csv ( temp $ table , " ED _ WL _ SSDN _ SCR . csv " ) ;
14 # # Histogramas ##
15 pdf ( " ED _ WL _ SSDN _ SCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
16 hist ( ED _ WL _ SSDN _ SCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
17 dev . off ()
18 pdf ( " ED _ WL _ SSDN _ SCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
19 hist ( ED _ WL _ SSDN _ SCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
20 dev . off ()
21 pdf ( " ED _ WL _ SSDN _ SCR _ thr . pdf " , width = 6 , height = 4 , paper = ’ special ’)
22 hist ( ED _ WL _ SSDN _ SCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
23 dev . off ()
24 pdf ( " ED _ WL _ SSDN _ SCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
25 hist ( ED _ WL _ SSDN _ SCR $ dl , col = rainbow (12) , main = " " , xlab = " Delay " , ylab
= " Frecuencia " )
26 dev . off ()
27 # # Correlacion ##
28 correlacion = cor ( ED _ WL _ SSDN _ SCR , use = " complete " )
29 write . csv ( correlacion , " CR _ WL _ SSDN _ SCR . csv " ) ;
30 # ### CSDN SCR ####
31 # # Estadistica Descriptiva ##
32 ED _ WL _ CSDN _ SCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo
CSDN _ WL _ SCR / estadistica _ descriptiva _ CSDN _ WL _ SCR . csv " , sep = " ; " )
33 temp = numSummary ( ED _ WL _ CSDN _ SCR ) ;
34 write . csv ( temp $ table , " ED _ WL _ CSDN _ SCR . csv " ) ;
35 # # Histogramas ##
36 pdf ( " ED _ WL _ CSDN _ SCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
68
37 hist ( ED _ WL _ CSDN _ SCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
38 dev . off ()
39 pdf ( " ED _ WL _ CSDN _ SCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
40 hist ( ED _ WL _ CSDN _ SCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
41 dev . off ()
42 pdf ( " ED _ WL _ CSDN _ SCR _ thr . pdf " , width = 6 , height = 4 , paper = ’ special ’)
43 hist ( ED _ WL _ CSDN _ SCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
44 dev . off ()
45 pdf ( " ED _ WL _ CSDN _ SCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
46 hist ( ED _ WL _ CSDN _ SCR $ dl , col = rainbow (12) , main = " " , xlab = " Delay " , ylab
= " Frecuencia " )
47 dev . off ()
48 # # Correlacion ##
49 correlacion = cor ( ED _ WL _ CSDN _ SCR , use = " complete " )
50 write . csv ( correlacion , " CR _ WL _ CSDN _ SCR . csv " ) ;
51 # #### SSDN CCR ####
52 # # Estadistica Descriptiva
53 ED _ WL _ SSDN _ CCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo
SSDN _ WL _ CCR / estadistica _ descriptiva _ SSDN _ WL _ CCR . csv " , sep = " ; " )
54 temp = numSummary ( ED _ WL _ SSDN _ CCR ) ;
55 write . csv ( temp $ table , " ED _ WL _ SSDN _ CCR . csv " ) ;
56 # # Histogramas ##
57 pdf ( " ED _ WL _ SSDN _ CCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
58 hist ( ED _ WL _ SSDN _ CCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
59 dev . off ()
60 pdf ( " ED _ WL _ SSDN _ CCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
61 hist ( ED _ WL _ SSDN _ CCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
62 dev . off ()
63 pdf ( " ED _ WL _ SSDN _ CCR _ thr . pdf " , width = 6 , height = 4 , paper = ’ special ’)
64 hist ( ED _ WL _ SSDN _ CCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
65 dev . off ()
66 pdf ( " ED _ WL _ SSDN _ CCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
67 hist ( ED _ WL _ SSDN _ CCR $ dl , col = rainbow (12) , main = " " , xlab = " Delay " , ylab
= " Frecuencia " )
68 dev . off ()
69 # # Correlacion ##
70 correlacion = cor ( ED _ WL _ SSDN _ CCR , use = " complete " )
71 write . csv ( correlacion , " CR _ WL _ SSDN _ CCR . csv " ) ;
72 # ### CSDN CCR ####
73 ED _ WL _ CSDN _ CCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo
CSDN _ WL _ CCR / estadistica _ descriptiva _ CSDN _ WL _ CCR . csv " , sep = " ; " )
74 temp = numSummary ( ED _ WL _ CSDN _ CCR ) ;
69
75 write . csv ( temp $ table , " ED _ WL _ CSDN _ CCR . csv " ) ;
76 pdf ( " ED _ WL _ CSDN _ CCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
77 hist ( ED _ WL _ CSDN _ CCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
78 dev . off ()
79 pdf ( " ED _ WL _ CSDN _ CCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
80 hist ( ED _ WL _ CSDN _ CCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
81 dev . off ()
82 pdf ( " ED _ WL _ CSDN _ CCR _ thr . pdf " , width = 6 , height = 4 , paper = ’ special ’)
83 hist ( ED _ WL _ CSDN _ CCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
84 dev . off ()
85 pdf ( " ED _ WL _ CSDN _ CCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
86 hist ( ED _ WL _ CSDN _ CCR $ dl , col = rainbow (12) , main = " " , xlab = " Delay " , ylab
= " Frecuencia " )
87 dev . off ()
88 # Correlacion
89 correlacion = cor ( ED _ WL _ CSDN _ CCR , use = " complete " )
90 write . csv ( correlacion , " CR _ WL _ CSDN _ CCR . csv " ) ;
91 # ### LTE ####
92
70
114 # ### CSDN SCR ####
115 # Estadistica Descriptiva
116 ED _ LTE _ CSDN _ SCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo
CSDN _ LTE _ SCR / estadistica _ descriptiva _ CSDN _ LTE _ SCR . csv " , sep = " ; " )
117 temp = numSummary ( ED _ LTE _ CSDN _ SCR ) ;
118 write . csv ( temp $ table , " ED _ LTE _ CSDN _ SCR . csv " ) ;
119 # # Histogramas ##
120 pdf ( " ED _ LTE _ CSDN _ SCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
121 hist ( ED _ LTE _ CSDN _ SCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
122 dev . off ()
123 pdf ( " ED _ LTE _ CSDN _ SCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
124 hist ( ED _ LTE _ CSDN _ SCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
125 dev . off ()
126 pdf ( " ED _ LTE _ CSDN _ SCR _ thr . pdf " , width = 6 , height = 4 ,
paper = ’ special ’)
127 hist ( ED _ LTE _ CSDN _ SCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
128 dev . off ()
129 pdf ( " ED _ LTE _ CSDN _ SCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
130 hist ( ED _ LTE _ CSDN _ SCR $ dl , col = rainbow (12) , main = " " , xlab =
" Delay " , ylab = " Frecuencia " )
131 dev . off ()
132 # # Correlacion
133 correlacion = cor ( ED _ LTE _ CSDN _ SCR , use = " complete " )
134 write . csv ( correlacion , " CR _ LTE _ CSDN _ SCR . csv " )
135 # #### SSDN CCR ####
136 # # Estadistica Descriptiva
137 ED _ LTE _ SSDN _ CCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo
SSDN _ LTE _ CCR / estadistica _ descriptiva _ SSDN _ LTE _ CCR . csv " , sep = " ; " )
138 temp = numSummary ( ED _ LTE _ SSDN _ CCR ) ;
139 write . csv ( temp $ table , " ED _ LTE _ SSDN _ CCR . csv " ) ;
140 # # Histogramas ##
141 pdf ( " ED _ LTE _ SSDN _ CCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
142 hist ( ED _ LTE _ SSDN _ CCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
143 dev . off ()
144 pdf ( " ED _ LTE _ SSDN _ CCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
145 hist ( ED _ LTE _ SSDN _ CCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
146 dev . off ()
147 pdf ( " ED _ LTE _ SSDN _ CCR _ thr . pdf " , width = 6 , height = 4 ,
paper = ’ special ’)
148 hist ( ED _ LTE _ SSDN _ CCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
149 dev . off ()
150 pdf ( " ED _ LTE _ SSDN _ CCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
71
151 hist ( ED _ LTE _ SSDN _ CCR $ dl , col = rainbow (12) , main = " " , xlab =
" Delay " , ylab = " Frecuencia " )
152 dev . off ()
153 # # Correlacion
154 correlacion = cor ( ED _ LTE _ SSDN _ CCR , use = " complete " )
155 write . csv ( correlacion , " CR _ LTE _ SSDN _ CCR . csv " )
156 # ### CSDN CCR ####
157 # # Estadistica Descriptiva
158 ED _ LTE _ CSDN _ CCR <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo
CSDN _ LTE _ CCR / estadistica _ descriptiva _ CSDN _ LTE _ CCR . csv " , sep = " ; " )
159 temp = numSummary ( ED _ LTE _ CSDN _ CCR ) ;
160 write . csv ( temp $ table , " ED _ LTE _ CSDN _ CCR . csv " ) ;
161 # # Histogramas ##
162 pdf ( " ED _ LTE _ CSDN _ CCR _ ce . pdf " , width = 6 , height = 4 , paper = ’ special ’)
163 hist ( ED _ LTE _ CSDN _ CCR $ ce , col = rainbow (12) , main = " " , xlab = " Conexiones
Exitosas " , ylab = " Frecuencia " )
164 dev . off ()
165 pdf ( " ED _ LTE _ CSDN _ CCR _ cf . pdf " , width = 6 , height = 4 , paper = ’ special ’)
166 hist ( ED _ LTE _ CSDN _ CCR $ cf , col = rainbow (12) , main = " " , xlab = " Conexiones
Fallidas " , ylab = " Frecuencia " )
167 dev . off ()
168 pdf ( " ED _ LTE _ CSDN _ CCR _ thr . pdf " , width = 6 , height = 4 ,
paper = ’ special ’)
169 hist ( ED _ LTE _ CSDN _ CCR $ thr , col = rainbow (12) , main = " " , xlab =
" Throughput " , ylab = " Frecuencia " )
170 dev . off ()
171 pdf ( " ED _ LTE _ CSDN _ CCR _ dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
172 hist ( ED _ LTE _ CSDN _ CCR $ dl , col = rainbow (12) , main = " " , xlab =
" Delay " , ylab = " Frecuencia " )
173 dev . off ()
174 # # Correlacion
175 correlacion = cor ( ED _ LTE _ CSDN _ CCR , use = " complete " )
176 write . csv ( correlacion , " CR _ LTE _ CSDN _ CCR . csv " )
codigo/3.R
72
2. Código para encontrar el mejor modelo Lineal, Arima o Sarima
1 # ######
2 # Script para construccion de modelos Lineales , Arima y Sarima ##
3 # Autor : Andres Cordova
4 # Fecha :24 / 01 / 2017
5 # ######
6
7 rm ( list = ls () )
8 library ( mvnormtest )
9 # Inicio de cronometro para medir demora del proceso
10 ptm <- proc . time ()
11 # ## Carga de Datos ####
12 # La carga de archivos se realiza de forma manual , uno por una en
cada caso
13 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo CSDN _ WL _ CCR / Consolidado _ WL _ CSDN _ CCR . csv " ,
header = FALSE , sep =";")
14 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo SSDN _ WL _ CCR / Consolidado _ WL _ SSDN _ CCR . csv " ,
header = FALSE , sep =";")
15 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo CSDN _ WL _ SCR / Consolidado _ WL _ CSDN _ SCR . csv " ,
header = FALSE , sep =";")
16 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Wifi / Muestreo SSDN _ WL _ SCR / Consolidado _ WL _ SSDN _ SCR . csv " ,
header = FALSE , sep =";")
17 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo CSDN _ LTE _ CCR / Consolidado _ LTE _ CSDN _ CCR . csv " ,
header = FALSE , sep =";")
18 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo CSDN _ LTE _ SCR / Consolidado _ LTE _ CSDN _ SCR . csv " ,
header = FALSE , sep =";")
19 # input <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo SSDN _ LTE _ CCR / Consolidado _ LTE _ SSDN _ CCR . csv " ,
header = FALSE , sep =";")
20 input <- read . csv ( " C : / Users / andresc / Desktop / Pruebas
Tesis / LTE / Muestreo SSDN _ LTE _ SCR / Consolidado _ LTE _ SSDN _ SCR . csv " ,
header = FALSE , sep = " ; " )
21 input = as . matrix ( input )
22
73
30 resultado = matrix ( NaN , nrow = 40 , ncol = 8) ; # Parametros del modelos
seleccinado
31 # ### Calcular mejor modelo para cada muestra ####
32 for ( k in seq (1 ,40 ,1) ) {
33 maics = matrix ( NaN , nrow = 50 , ncol = 4) ;
34 maics2 = matrix ( NaN , nrow = 50 , ncol = 4) ;
35 n =1
36 # k =1 ## prueba
37 # ### Lineal ####
38 mlineal = lm ( input [ , k ] ~ seq (1 ,601 ,1) )
39 laic = AIC ( mlineal )
40
74
74 modelo = arima ( input [ , k ] , xreg = seq (1 ,601 ,1) , order =
c ( maics [ valoresa ,2] , maics [ valoresa ,3] , maics [ valoresa ,4]) ,
include . mean = FALSE , seasonal = list ( order = c (i ,d , j ) ,
period = periodo ) )
75 maics2 [n ,1]= AIC ( modelo ) ;
76 maics2 [n ,2]= i ;
77 maics2 [n ,3]= d ;
78 maics2 [n ,4]= j ;
79 n = n +1
80 } , error = function ( e ) { cat ( " ERROR : " , conditionMessage ( e ) ,
" \ n " ) })
81 }
82 }
83 }
84
85 valoresa2 = which ( maics2 == maics2 [ which . min ( maics2 [ ,1]) ] , arr . ind =
TRUE )
86 valoresa2 = valoresa2 [1 ,1]
87 # ## Modelo menor AIC SARIMA ####
88 sarimodelo = arima ( input [ , k ] , xreg = seq (1 ,601 ,1) , order =
c ( maics [ valoresa ,2] , maics [ valoresa ,3] , maics [ valoresa ,4]) ,
include . mean = FALSE , seasonal = list ( order =
c ( maics2 [ valoresa2 ,2] , maics2 [ valoresa2 ,3] , maics2 [ valoresa2 ,4]) ,
period = periodo ) )
89 sariaic = AIC ( sarimodelo )
90 laic
91 sariaic
92 ariaic
93 if ( laic < ariaic & & laic < sariaic ) {
94 ajuste = mlineal $ fitted . values
95 a =1
96 } else { if ( ariaic < laic & & ariaic < sariaic ) {
97 ajuste = input [ , k ] - arimodelo $ residuals
98 a =2
99 } else { if ( sariaic < laic & & sariaic < ariaic ) {
100 ajuste = input [ , k ] - sarimodelo $ residuals
101 a =3
102 } else { ajuste = input [ , k ] - arimodelo $ residuals
103 a =2
104 }}}
105
108 if ( col == 1) {
109 col = 2
110
111 } else {
112 col = 1
113 }
114 resultado [k ,1] = a
75
115
116 if ( a == 1) {
117 resultado [k ,2] = 0
118 resultado [k ,3] = 0
119 resultado [k ,4] = 0
120 resultado [k ,5] = 0
121 resultado [k ,6] = 0
122 resultado [k ,7] = 0
123 resultado [k ,8] = laic
124 } else {
125 if ( a == 2) {
126 resultado [k ,2] = maics [ valoresa ,2]
127 resultado [k ,3] = maics [ valoresa ,3]
128 resultado [k ,4] = maics [ valoresa ,4]
129 resultado [k ,5] = 0
130 resultado [k ,6] = 0
131 resultado [k ,7] = 0
132 resultado [k ,8] = ariaic
133 } else {
134 if ( a == 3) {
135 resultado [k ,2] = maics [ valoresa ,2]
136 resultado [k ,3] = maics [ valoresa ,3]
137 resultado [k ,4] = maics [ valoresa ,4]
138 resultado [k ,5] = maics2 [ valoresa2 ,2]
139 resultado [k ,6] = maics2 [ valoresa2 ,3]
140 resultado [k ,7] = maics2 [ valoresa2 ,4]
141 resultado [k ,8] = sariaic
142 }
143 }
144 }
145 }
146
76
164 shapiro . test ( temp )
165
205 # ### Modelos Lineales para casos normales WL SSDN y SCR / LTE SSDN y
SCR ####
206 data = matrix ( NaN , nrow = 20 , ncol = 2)
207 c =1
208 for ( k in seq (1 ,39 ,2) ) {
209 mlineal = lm ( input [ , k ] ~ seq (1 ,601 ,1) )
210 laic = AIC ( mlineal )
211 ajuste = mlineal $ fitted . values
212 data [c ,1]= mean ( ajuste , na . rm = TRUE )
77
213 data [c ,2]= laic
214 c = c +1
215 }
216 # Grabar resultado en archivo separado por comas .
217 write . csv ( data , " lineal _ LTE _ SSDN _ SCR . csv " )
codigo/1.R
7 # ### ####
8 # M4 SIN SDN
9 # M5 CON SDN
10 # Hipotesis 1. En condiciones normales de red es mejor el desempeno
de SW con SDN o SIN SDN .
11 # # Carga de Datos
12 rm ( list = ls () )
13 # Se selecciona el caso a estudiar y se ejecuta el script
14 # Caso 1 / Wireless LAN , con condiciones adversas de Red
15 # data _ 1 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / WIFI / CCR / data _ WL _ SSDN _ CCR . csv " , sep =";")
16 # data _ 2 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / WIFI / CCR / data _ WL _ CSDN _ CCR . csv " , sep =";")
17 # data _ Consolidado <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / WIFI / CCR / data _ Consolidado . csv " , sep =";")
18 # Caso 2 / Wireless LAN , sin condiciones adversas de Red
19 # data _ 1 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / WIFI / SCR / data _ WL _ SSDN _ SCR . csv " , sep =";")
20 # data _ 2 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / WIFI / SCR / data _ WL _ CSDN _ SCR . csv " , sep =";")
21 # data _ Consolidado <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / WIFI / SCR / data _ Consolidado . csv " , sep =";")
22 # Caso 3 / LTE , con condiciones adversas de Red
23 # data _ 1 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / LTE / CCR / data _ LTE _ SSDN _ CCR . csv " , sep =";")
24 # data _ 2 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / LTE / CCR / data _ LTE _ CSDN _ CCR . csv " , sep =";")
25 # data _ Consolidado <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / LTE / CCR / data _ Consolidado . csv " , sep =";")
26 # Caso 4 / LTE , sin condiciones adversas de Red
27 # data _ 1 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / LTE / SCR / data _ LTE _ SSDN _ SCR . csv " , sep =";")
78
28 # data _ 2 <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / LTE / SCR / data _ LTE _ CSDN _ SCR . csv " , sep =";")
29 # data _ Consolidado <- read . csv (" C : / Users / andresc / Desktop / Pruebas
Tesis / Datos _ Generados / LTE / SCR / data _ Consolidado . csv " , sep =";")
30 # ## Grafica Conexiones CSDN y SSDN
31 pdf ( " Caso _ 4 _ Dl . pdf " , width = 6 , height = 4 , paper = ’ special ’)
32 par ( family = " serif " )
33 plot ( data _ Consolidado $ Dl ~
as . factor ( data _ Consolidado $ TECNOLOGIA ) , col = " green " , ylab = " Delay
[ ms ] " , xlab = " " )
34 dev . off ()
35 pdf ( " Caso _ 4 _ CE . pdf " , width = 6 , height = 4 , paper = ’ special ’)
36 par ( family = " serif " )
37 plot ( data _ anova $ conexiones ~
as . factor ( data _ anova $ tecnologia ) , col = " green " , ylab = " Conexiones
Exitosas " , xlab = " " )
38 dev . off ()
39 pdf ( " Caso _ 4 _ Thr . pdf " , width = 6 , height = 4 , paper = ’ special ’)
40 par ( family = " serif " )
41 plot ( data _ anova $ thr ~
as . factor ( data _ anova $ tecnologia ) , col = " green " , ylab = " Throughput
[ kbps ] " , xlab = " " )
42 dev . off ()
43 # ### M4 , M5 Conexiones Exitosas ####
44 m4 = lm ( data _ 1 $ V3 ~ data _ 1 $ V1 + data _ 1 $ V2 )
45 m5 = lm ( data _ 2 $ V3 ~ data _ 2 $ V1 + data _ 2 $ V2 )
46 # # Anova Test ###
47 conexiones = c ( m4 $ fitted . values )
48 conexiones = append ( x = conexiones , values = m5 $ fitted . values , after =
length ( m4 $ fitted . values ) )
49 conexiones = as . matrix ( conexiones )
50 tecnologia = c ( rep ( " LEGACY " ,20) , rep ( " SDN " ,20) )
51 data _ anova = data . frame ( conexiones , tecnologia )
52 res _ anova = aov ( conexiones ~ tecnologia , data = data _ anova ) # H0 = medias
son iguales H1 = alguna diferencia . p <0.05 se acepta H1
53 summary ( res _ anova )
54 # ## Test de Hipotesis medias ###
55 t . test ( m4 $ fitted . values , m5 $ fitted . values , alternative = " t " ) # H1 / Son
diferentes si p < 0.05 se acepta H1 .
56 t . test ( m4 $ fitted . values , m5 $ fitted . values , alternative = " g " ) # H1 / a )
es mayor si p < 0.05 se acepta H1 .
57 t . test ( m4 $ fitted . values , m5 $ fitted . values , alternative = " l " ) # H1 / a )
es menor si p < 0.05 se acepta H1 .
58 # ### Prueba de los rangos con signo de Wilcoxon ####
59 # ## Conexiones Exitosas ###
60 wilcox . test ( m4 $ fitted . values , m5 $ fitted . values )
61 # #### Normalidad Datos ####
62 # ## Conexiones Exitosas ###
63 shapiro . test ( m4 $ fitted . values )
64 shapiro . test ( m5 $ fitted . values )
79
65 # ### M4 , M5 THR ####
66 m4 = lm ( data _ 2 $ V1 ~ data _ 2 $ V2 + data _ 2 $ V3 )
67 m5 = lm ( data _ 1 $ V1 ~ data _ 1 $ V2 + data _ 1 $ V3 )
68 # # Anova Test ###
69 thr = c ( m4 $ fitted . values )
70 thr = append ( x = thr , values = m5 $ fitted . values , after =
length ( m4 $ fitted . values ) )
71 thr = as . matrix ( thr )
72 tecnologia = c ( rep ( " LEGACY " ,20) , rep ( " SDN " ,20) )
73 data _ anova = data . frame ( thr , tecnologia )
74 res _ anova = aov ( thr ~ tecnologia , data = data _ anova ) # H0 = medias son
iguales H1 = alguna diferencia . p <0.05 se acepta H1
75 summary ( res _ anova )
76 # ## Test de Hipotesis medias ###
77 t . test ( m4 $ fitted . values , m5 $ fitted . values , alternative = " t " ) # H1 / Son
diferentes si p < 0.05 se acepta H1 .
78 t . test ( m4 $ fitted . values , m5 $ fitted . values , alternative = " g " ) # H1 / a )
es mayor si p < 0.05 se acepta H1 .
79 t . test ( m4 $ fitted . values , m5 $ fitted . values , alternative = " l " ) # H1 / a )
es menor si p < 0.05 se acepta H1 .
80 # ### Prueba de los rangos con signo de Wilcoxon ####
81 # ## Throughput ###
82 wilcox . test ( m4 $ fitted . values , m5 $ fitted . values )
83 # #### Normalidad Datos ####
84 # ## Throughput ###
85 shapiro . test ( m4 $ fitted . values )
86 shapiro . test ( m5 $ fitted . values )
codigo/2.R
80
15 V ( net ) [ c ( " Switch SDN 2 " , " Switch SDN 1 " ) ] $ type = " Switch SDN "
16 V ( net ) [ c ( " Router " ) ] $ type = " Router "
17 V ( net ) [ c ( " Balanceador de Carga " , " Web Server 1 " ," Web Server
2 " ) ] $ type = " Maquina Virtualizada "
18 V ( net ) $ type
19 # Se da atributos a Arcos
20 E ( net ) $ name = c ( " e1 " ," e2 " ," e3 " ," e4 " ," e5 " ," e6 " )
21 E ( net ) $ type = " enlace "
22 E ( net ) [ c ( " e1 " ) ] $ thr =271
23 E ( net ) [ c ( " e2 " ) ] $ thr =268
24 E ( net ) [ c ( " e3 " ) ] $ thr =270
25 E ( net ) [ c ( " e4 " ) ] $ thr =130
26 E ( net ) [ c ( " e5 " ) ] $ thr =132
27 E ( net ) [ c ( " e6 " ) ] $ thr =135
28 E ( net ) $ thr
29 E ( net ) [ c ( " e1 " ) ] $ dl =550
30 E ( net ) [ c ( " e2 " ) ] $ dl =560
31 E ( net ) [ c ( " e3 " ) ] $ dl =500
32 E ( net ) [ c ( " e4 " ) ] $ dl =570
33 E ( net ) [ c ( " e5 " ) ] $ dl =510
34 E ( net ) [ c ( " e6 " ) ] $ dl =540
35 E ( net ) $ dl
36 E ( net ) [ c ( " e1 " ) ] $ pl =18.01
37 E ( net ) [ c ( " e2 " ) ] $ pl =18.05
38 E ( net ) [ c ( " e3 " ) ] $ pl =18.02
39 E ( net ) [ c ( " e4 " ) ] $ pl =18.07
40 E ( net ) [ c ( " e5 " ) ] $ pl =18.10
41 E ( net ) [ c ( " e6 " ) ] $ pl =18.13
42 E ( net ) $ pl
43 V ( net ) $ shape = " square "
44 V ( net ) $ color = " green "
45 V ( net ) [ c ( " Internet " ," Router " ," Switch SDN 2 " , " Switch SDN 1 " ) ] $ shape
= " circle "
46 V ( net ) [ c ( " Internet " ," Router " ," Switch SDN 2 " , " Switch SDN 1 " ) ] $ color
= " tomato "
47 V ( net ) $ size = 30
48 V ( net ) $ size2 = 30
49
50 plot ( net )
51 l = matrix ( c (15 ,60 ,60 ,15 ,90 ,60 ,90 ,90 ,90 ,45 ,45 ,45 ,0 ,0) , ncol = 2)
52 l
53 colrs <- c ( " green " , " tomato " )
54 # Ancho de arco en funcion de Throughput #
55 E ( net ) $ width = floor (3 * as . numeric ( E ( net ) $ thr ) / 271)
56 E ( net ) $ width
57 # Generar grafico
58 pdf ( " Grafo . pdf " , width = 6 , height = 4 , paper = ’ special ’)
59 par ( family = " serif " )
60 plot ( net , layout =l , main = " Red representada con Vertices y
Arcos " , vertex . label . color = " black " , vertex . label . cex =0.65 ,
81
edge . color = " black " , vertex . label . dist =2)
61 legend ( x = -1.5 , y = -1 , c ( " Maquinas Virtualizadas " ," Dispositivos de
Red " ) , pch = c (22 ,21) , col = " #777777 " , pt . bg = colrs , pt . cex =1 ,
cex =0.6 , bty = " n " , ncol =1)
62 dev . off ()
codigo/4.R
82
83
C. Tipo de Modelo y parámetros de cada muestra
Tabla 6.1: Tipo de Modelo para cada repetición del grupo sin SDN, sin condiciones
adversas de red y acceso WLAN
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput SARIMA 0 1 2 4 0 5 6561
1.2 Delay SARIMA 0 1 4 3 0 2 2572.27
2.1 Throughput SARIMA 1 1 2 4 0 5 6566.09
2.2 Delay SARIMA 2 1 2 0 0 3 2626.17
3.1 Throughput SARIMA 1 1 5 0 0 3 6577.01
3.2 Delay ARIMA 1 1 1 0 0 0 2445.52
4.1 Throughput SARIMA 0 1 1 2 0 5 6548.39
4.2 Delay ARIMA 1 1 1 0 0 0 2558.41
5.1 Throughput SARIMA 0 1 1 4 0 2 6519.27
5.2 Delay ARIMA 1 1 2 0 0 0 2503.62
6.1 Throughput SARIMA 1 1 2 5 0 4 6540.66
6.2 Delay LINEAL 0 0 0 0 0 0 2708.33
7.1 Throughput SARIMA 1 1 1 5 0 3 6944.42
7.2 Delay SARIMA 3 0 4 0 1 5 5409.61
8.1 Throughput SARIMA 0 1 1 1 0 1 6654.18
8.2 Delay ARIMA 1 1 5 0 0 0 3115.43
9.1 Throughput SARIMA 0 1 2 4 0 4 6559.35
9.2 Delay ARIMA 1 1 2 0 0 0 2579.14
10.1 Throughput SARIMA 2 1 3 0 0 3 6641.98
10.2 Delay ARIMA 1 1 3 0 0 0 3579.06
11.1 Throughput SARIMA 1 1 1 0 0 1 6669.86
11.2 Delay LINEAL 0 0 0 0 0 0 2963.94
12.1 Throughput ARIMA 2 1 1 0 0 0 6655.11
12.2 Delay SARIMA 5 0 5 0 1 5 3143.54
13.1 Throughput ARIMA 1 1 2 0 0 0 6771.9
13.2 Delay SARIMA 1 1 4 2 0 5 2751.02
14.1 Throughput SARIMA 1 1 3 2 0 5 6673.19
14.2 Delay ARIMA 1 1 4 0 0 0 3451.56
15.1 Throughput SARIMA 0 1 3 4 0 0 6541.45
15.2 Delay SARIMA 1 1 1 4 0 5 2880.96
16.1 Throughput ARIMA 1 1 2 0 0 0 6588.2
16.2 Delay SARIMA 1 1 1 5 0 5 3914.6
17.1 Throughput SARIMA 0 1 1 3 0 3 6697.97
17.2 Delay SARIMA 1 1 5 2 0 2 4507.65
18.1 Throughput SARIMA 0 1 1 1 0 1 6637.41
18.2 Delay ARIMA 1 1 1 0 0 0 4373.98
19.1 Throughput SARIMA 0 1 5 4 0 2 6916.14
19.2 Delay SARIMA 2 1 1 4 0 3 4775.69
20.1 Throughput ARIMA 1 1 5 0 0 0 6551.92
20.2 Delay SARIMA 1 1 2 3 0 3 4129.75
84
Tabla 6.2: Tipo de Modelo para cada repetición del grupo con SDN, sin condiciones
adversas de red y acceso WLAN
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput ARIMA 1 1 2 0 0 0 6762.94
1.2 Delay SARIMA 1 1 2 3 0 4 3258.73
2.1 Throughput SARIMA 0 1 1 2 0 5 6564.87
2.2 Delay SARIMA 3 0 3 4 0 5 2905.98
3.1 Throughput ARIMA 1 1 2 0 0 0 6653.15
3.2 Delay ARIMA 0 1 3 0 0 0 2708.67
4.1 Throughput SARIMA 2 1 1 3 0 1 6739.39
4.2 Delay ARIMA 1 1 2 0 0 0 3002.46
5.1 Throughput SARIMA 0 1 2 4 0 4 6536.83
5.2 Delay LINEAL 0 0 0 0 0 0 2639.29
6.1 Throughput SARIMA 2 1 2 0 0 1 6586.45
6.2 Delay SARIMA 0 1 4 4 0 0 2523.9
7.1 Throughput SARIMA 0 1 1 2 0 1 6500.27
7.2 Delay SARIMA 0 1 5 3 0 2 2554.55
8.1 Throughput SARIMA 1 1 5 2 0 5 6514.62
8.2 Delay SARIMA 0 1 1 3 0 5 2681.83
9.1 Throughput SARIMA 1 1 3 4 0 3 6640.27
9.2 Delay LINEAL 0 0 0 0 0 0 2387.92
10.1 Throughput SARIMA 1 1 4 2 0 3 6550.75
10.2 Delay SARIMA 1 1 3 4 0 1 2905.32
11.1 Throughput SARIMA 0 1 1 1 0 1 6530.22
11.2 Delay SARIMA 2 1 1 3 0 5 3295.63
12.1 Throughput SARIMA 1 1 2 0 0 5 6552.68
12.2 Delay LINEAL 0 0 0 0 0 0 2993.36
13.1 Throughput SARIMA 0 1 1 5 0 4 6640.64
13.2 Delay LINEAL 0 0 0 0 0 0 3263.59
14.1 Throughput ARIMA 1 1 3 0 0 0 6531.5
14.2 Delay SARIMA 1 1 4 4 0 0 3107.98
15.1 Throughput SARIMA 5 0 4 1 1 1 7420.82
15.2 Delay ARIMA 0 1 5 0 0 0 4132.62
16.1 Throughput SARIMA 1 1 5 3 0 3 7392.02
16.2 Delay SARIMA 2 1 3 1 0 5 3962.51
17.1 Throughput SARIMA 4 0 4 0 1 2 7296.73
17.2 Delay ARIMA 2 1 1 0 0 0 3963.3
18.1 Throughput SARIMA 1 1 4 4 0 1 7317.1
18.2 Delay ARIMA 0 1 2 0 0 0 4230.62
19.1 Throughput SARIMA 0 1 5 1 0 1 7736.04
19.2 Delay SARIMA 0 1 3 3 0 0 4262.96
20.1 Throughput SARIMA 5 0 5 0 1 1 7624.55
20.2 Delay ARIMA 0 1 2 0 0 0 4765.94
85
Tabla 6.3: Tipo de Modelo para cada repetición del grupo sin SDN, con condiciones
adversas de red y acceso WLAN
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput SARIMA 0 1 2 1 0 2 6353
1.2 Delay ARIMA 0 1 1 0 0 0 7112.81
2.1 Throughput SARIMA 0 1 4 5 0 5 6331.82
2.2 Delay ARIMA 0 1 1 0 0 0 7114.68
3.1 Throughput SARIMA 1 1 2 1 0 2 6332.3
3.2 Delay SARIMA 0 1 1 2 0 3 7062.3
4.1 Throughput ARIMA 1 1 1 0 0 0 6322.92
4.2 Delay ARIMA 0 1 1 0 0 0 7114.59
5.1 Throughput ARIMA 1 1 1 0 0 0 6364.48
5.2 Delay ARIMA 0 1 1 0 0 0 7063.83
6.1 Throughput SARIMA 1 1 5 4 0 2 6319.82
6.2 Delay SARIMA 0 1 1 1 0 1 7107.59
7.1 Throughput SARIMA 1 1 1 2 0 1 6439.38
7.2 Delay SARIMA 0 1 1 1 0 1 7182.04
8.1 Throughput SARIMA 0 1 3 2 0 2 6478.05
8.2 Delay ARIMA 0 1 1 0 0 0 7073.54
9.1 Throughput SARIMA 0 1 4 2 0 4 6350.8
9.2 Delay SARIMA 0 1 1 3 0 3 7008.14
10.1 Throughput SARIMA 1 1 1 4 0 1 6385.74
10.2 Delay ARIMA 0 1 1 0 0 0 7115.35
11.1 Throughput SARIMA 1 1 1 5 0 3 6558.47
11.2 Delay SARIMA 1 1 4 3 0 3 7326.96
12.1 Throughput SARIMA 1 1 2 5 0 5 6376.5
12.2 Delay ARIMA 0 1 1 0 0 0 7168.18
13.1 Throughput SARIMA 0 1 3 4 0 0 6506.81
13.2 Delay SARIMA 0 1 1 1 0 1 7134.93
14.1 Throughput SARIMA 0 1 2 5 0 5 6376.94
14.2 Delay SARIMA 0 1 2 2 0 3 7133.37
15.1 Throughput SARIMA 1 1 3 4 0 4 6443.87
15.2 Delay ARIMA 0 1 1 0 0 0 7165.84
16.1 Throughput SARIMA 1 1 1 3 0 3 6306.04
16.2 Delay SARIMA 0 1 1 2 0 3 7086.67
17.1 Throughput SARIMA 1 1 5 0 0 1 6472.85
17.2 Delay ARIMA 0 1 1 0 0 0 7106.85
18.1 Throughput SARIMA 1 1 1 2 0 1 6779.16
18.2 Delay ARIMA 1 1 2 0 0 0 7079.09
19.1 Throughput SARIMA 1 1 1 1 0 2 6390.9
19.2 Delay ARIMA 0 1 1 0 0 0 7061.68
20.1 Throughput SARIMA 1 1 1 2 0 1 6287.59
20.2 Delay ARIMA 0 1 1 0 0 0 7140.28
86
Tabla 6.4: Tipo de Modelo para cada repetición del grupo con SDN, con condiciones
adversas de red y acceso WLAN
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput ARIMA 1 1 2 0 0 0 6476.87
1.2 Delay ARIMA 0 1 1 0 0 0 7111.49
2.1 Throughput SARIMA 5 0 5 1 1 0 7254.07
2.2 Delay ARIMA 1 1 5 0 0 0 7288.5
3.1 Throughput SARIMA 0 1 5 5 0 4 7140.22
3.2 Delay ARIMA 0 1 5 0 0 0 7698.81
4.1 Throughput SARIMA 1 1 4 5 0 1 7308.18
4.2 Delay SARIMA 0 1 3 3 0 4 7623.41
5.1 Throughput SARIMA 1 1 4 1 0 2 6915.67
5.2 Delay SARIMA 0 1 3 2 0 0 7376.71
6.1 Throughput ARIMA 2 1 3 0 0 0 7381.9
6.2 Delay ARIMA 0 1 4 0 0 0 8097.04
7.1 Throughput SARIMA 1 1 1 0 0 5 6925.09
7.2 Delay ARIMA 1 1 3 0 0 0 7531.05
8.1 Throughput SARIMA 0 1 3 4 0 4 7047.86
8.2 Delay ARIMA 0 1 1 0 0 0 7445.08
9.1 Throughput SARIMA 0 1 3 4 0 1 7298.82
9.2 Delay SARIMA 0 1 4 4 0 5 7483.61
10.1 Throughput SARIMA 1 1 5 5 0 0 6924.18
10.2 Delay ARIMA 0 1 4 0 0 0 7316.46
11.1 Throughput SARIMA 0 1 2 1 0 2 6382.94
11.2 Delay SARIMA 0 1 1 3 0 4 7107.39
12.1 Throughput SARIMA 1 1 4 5 0 0 6819.75
12.2 Delay SARIMA 0 1 5 3 0 1 7327.89
13.1 Throughput SARIMA 2 1 1 5 0 4 6402.43
13.2 Delay SARIMA 0 1 1 2 0 4 7058.21
14.1 Throughput SARIMA 0 1 5 2 0 0 6351.12
14.2 Delay ARIMA 0 1 1 0 0 0 7132.45
15.1 Throughput SARIMA 1 1 4 5 0 0 6702.73
15.2 Delay ARIMA 1 1 3 0 0 0 7176.04
16.1 Throughput ARIMA 1 1 1 0 0 0 6342.51
16.2 Delay ARIMA 0 1 1 0 0 0 7116.52
17.1 Throughput ARIMA 1 1 1 0 0 0 6381.11
17.2 Delay SARIMA 0 1 1 3 0 3 7136.49
18.1 Throughput SARIMA 2 1 3 0 0 2 6319.26
18.2 Delay SARIMA 0 1 1 1 0 1 7091.41
19.1 Throughput SARIMA 2 1 1 1 0 1 6357.67
19.2 Delay ARIMA 0 1 1 0 0 0 7112.69
20.1 Throughput SARIMA 0 1 3 5 0 4 6306.22
20.2 Delay SARIMA 0 1 3 3 0 1 7053.08
87
Tabla 6.5: Tipo de Modelo para cada repetición del grupo sin SDN, sin condiciones
adversas de red y acceso LTE
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput ARIMA 0 1 1 0 0 0 6495.82
1.2 Delay ARIMA 2 1 1 0 0 0 3951.59
2.1 Throughput SARIMA 1 1 1 3 0 1 6466.89
2.2 Delay SARIMA 1 1 2 3 0 2 3626.74
3.1 Throughput ARIMA 0 1 1 0 0 0 6447.62
3.2 Delay ARIMA 1 1 1 0 0 0 3575.4
4.1 Throughput SARIMA 1 1 3 4 0 5 6559.97
4.2 Delay ARIMA 2 1 1 0 0 0 3721.53
5.1 Throughput SARIMA 0 1 1 2 0 1 6552.88
5.2 Delay SARIMA 1 1 1 3 0 4 4564.68
6.1 Throughput SARIMA 1 1 5 4 0 0 6689.67
6.2 Delay ARIMA 1 1 4 0 0 0 5670.91
7.1 Throughput SARIMA 0 1 1 5 0 4 6525.97
7.2 Delay SARIMA 1 1 2 3 0 3 4602.45
8.1 Throughput SARIMA 1 1 3 3 0 2 6619.92
8.2 Delay ARIMA 2 1 1 0 0 0 4331.69
9.1 Throughput SARIMA 1 1 1 1 0 2 6491.89
9.2 Delay SARIMA 0 1 3 1 0 3 3139.76
10.1 Throughput SARIMA 0 1 2 5 0 1 6439.93
10.2 Delay SARIMA 2 1 1 4 0 0 3267.72
11.1 Throughput SARIMA 0 1 1 1 0 1 6475.8
11.2 Delay ARIMA 1 1 2 0 0 0 3370.3
12.1 Throughput SARIMA 0 1 1 1 0 1 6485.3
12.2 Delay ARIMA 0 1 2 0 0 0 5333.71
13.1 Throughput SARIMA 2 1 1 0 0 1 6529.63
13.2 Delay ARIMA 1 1 1 0 0 0 3598.47
14.1 Throughput SARIMA 0 1 2 5 0 5 6610.67
14.2 Delay ARIMA 2 1 1 0 0 0 2768.24
15.1 Throughput SARIMA 1 1 5 4 0 2 6655.53
15.2 Delay LINEAL 0 0 0 0 0 0 2716.87
16.1 Throughput SARIMA 0 1 4 5 0 1 6550.41
16.2 Delay LINEAL 0 0 0 0 0 0 2706.31
17.1 Throughput SARIMA 1 1 2 1 0 2 6497.47
17.2 Delay LINEAL 0 0 0 0 0 0 2759.11
18.1 Throughput ARIMA 1 1 3 0 0 0 6689.2
18.2 Delay ARIMA 1 1 2 0 0 0 2856.05
19.1 Throughput SARIMA 0 1 1 4 0 1 6583.54
19.2 Delay ARIMA 2 1 1 0 0 0 2619.35
20.1 Throughput SARIMA 0 1 1 2 0 1 6498.58
20.2 Delay LINEAL 0 0 0 0 0 0 2551.41
88
Tabla 6.6: Tipo de Modelo para cada repetición del grupo con SDN, sin condiciones
adversas de red y acceso LTE
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput SARIMA 1 1 1 2 0 1 6496.02
1.2 Delay SARIMA 1 1 2 5 0 5 3785.36
2.1 Throughput ARIMA 1 1 5 0 0 0 6422.73
2.2 Delay LINEAL 0 0 0 0 0 0 2337.38
3.1 Throughput SARIMA 0 1 1 3 0 2 6498.13
3.2 Delay LINEAL 0 0 0 0 0 0 2236.3
4.1 Throughput SARIMA 0 1 5 3 0 3 6793
4.2 Delay SARIMA 0 1 3 0 0 4 4751.36
5.1 Throughput SARIMA 2 1 1 1 0 1 6456.49
5.2 Delay SARIMA 1 1 2 4 0 4 2506.34
6.1 Throughput SARIMA 0 1 2 2 0 4 6415.46
6.2 Delay SARIMA 0 1 4 2 0 0 2418.69
7.1 Throughput SARIMA 0 1 1 2 0 5 6496.51
7.2 Delay ARIMA 1 1 2 0 0 0 4833.79
8.1 Throughput SARIMA 4 0 4 2 1 2 6636.08
8.2 Delay SARIMA 5 0 4 0 1 0 4605.24
9.1 Throughput ARIMA 1 1 5 0 0 0 6491.46
9.2 Delay LINEAL 0 0 0 0 0 0 2364.34
10.1 Throughput ARIMA 1 1 4 0 0 0 6378.29
10.2 Delay SARIMA 2 1 1 0 0 1 2206.06
11.1 Throughput SARIMA 1 1 1 5 0 5 6485.97
11.2 Delay LINEAL 0 0 0 0 0 0 2422.22
12.1 Throughput SARIMA 0 1 2 5 0 2 6432.77
12.2 Delay LINEAL 0 0 0 0 0 0 2399.32
13.1 Throughput SARIMA 1 1 2 5 0 1 6446.8
13.2 Delay LINEAL 0 0 0 0 0 0 2353.33
14.1 Throughput SARIMA 1 1 1 5 0 1 6412.51
14.2 Delay LINEAL 0 0 0 0 0 0 2534.29
15.1 Throughput SARIMA 1 1 5 3 0 0 6506.67
15.2 Delay SARIMA 1 1 2 2 0 3 2521.66
16.1 Throughput SARIMA 0 1 1 1 0 5 6450.63
16.2 Delay SARIMA 0 1 4 2 0 0 2323.84
17.1 Throughput SARIMA 0 1 3 2 0 3 6444.1
17.2 Delay SARIMA 1 1 1 5 0 4 2388.03
18.1 Throughput ARIMA 1 1 5 0 0 0 6423.82
18.2 Delay SARIMA 1 1 1 4 0 4 2832.92
19.1 Throughput SARIMA 1 1 5 2 0 2 6397.77
19.2 Delay SARIMA 3 0 4 1 1 0 2546.81
20.1 Throughput SARIMA 1 1 5 3 0 2 6419.87
20.2 Delay LINEAL 0 0 0 0 0 0 2613.77
89
Tabla 6.7: Tipo de Modelo para cada repetición del grupo sin SDN, con condiciones
adversas de red y acceso LTE
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput SARIMA 0 1 2 3 0 4 6332.55
1.2 Delay SARIMA 0 1 1 4 0 3 7027.79
2.1 Throughput SARIMA 0 1 2 1 0 2 6291.06
2.2 Delay ARIMA 1 1 1 0 0 0 7135.02
3.1 Throughput ARIMA 1 1 1 0 0 0 6226.17
3.2 Delay ARIMA 0 1 1 0 0 0 7120.59
4.1 Throughput SARIMA 1 1 1 5 0 1 6183.43
4.2 Delay ARIMA 0 1 1 0 0 0 7085.44
5.1 Throughput SARIMA 1 1 1 5 0 5 6280.16
5.2 Delay ARIMA 1 1 5 0 0 0 7100.83
6.1 Throughput ARIMA 0 1 4 0 0 0 6296.01
6.2 Delay SARIMA 0 1 1 1 0 1 7074.95
7.1 Throughput SARIMA 1 1 2 4 0 5 6286.99
7.2 Delay SARIMA 0 1 1 2 0 3 7049.35
8.1 Throughput ARIMA 1 1 5 0 0 0 6277.85
8.2 Delay ARIMA 1 1 2 0 0 0 7100.48
9.1 Throughput SARIMA 0 1 2 4 0 5 6252.66
9.2 Delay ARIMA 0 1 1 0 0 0 7123.87
10.1 Throughput SARIMA 0 1 2 1 0 2 6236.16
10.2 Delay SARIMA 0 1 2 5 0 5 7050.81
11.1 Throughput SARIMA 1 1 2 2 0 3 6324.97
11.2 Delay ARIMA 0 1 1 0 0 0 7038.92
12.1 Throughput SARIMA 1 1 1 5 0 3 6260.63
12.2 Delay SARIMA 0 1 1 1 0 1 7056.18
13.1 Throughput SARIMA 0 1 2 2 0 3 6283.9
13.2 Delay ARIMA 0 1 1 0 0 0 7087.78
14.1 Throughput ARIMA 1 1 1 0 0 0 6248.48
14.2 Delay ARIMA 0 1 1 0 0 0 7066.03
15.1 Throughput ARIMA 0 1 2 0 0 0 6359.27
15.2 Delay ARIMA 0 1 1 0 0 0 7149.79
16.1 Throughput SARIMA 1 1 1 3 0 4 6306.43
16.2 Delay ARIMA 0 1 5 0 0 0 7078.63
17.1 Throughput SARIMA 1 1 4 5 0 5 6317.52
17.2 Delay ARIMA 0 1 1 0 0 0 7137.49
18.1 Throughput SARIMA 1 1 2 2 0 5 6300.47
18.2 Delay ARIMA 0 1 1 0 0 0 7101.92
19.1 Throughput ARIMA 0 1 2 0 0 0 6347.85
19.2 Delay ARIMA 0 1 1 0 0 0 7092.54
20.1 Throughput ARIMA 1 1 1 0 0 0 6359.36
20.2 Delay SARIMA 0 1 3 4 0 2 7089.05
90
Tabla 6.8: Tipo de Modelo para cada repetición del grupo con SDN, con condiciones
adversas de red y acceso LTE
# Tipo de Serie de
p d q P D Q AIC
de prueba Prueba Tiempo
1.1 Throughput SARIMA 1 1 2 1 0 2 6259.55
1.2 Delay ARIMA 0 1 1 0 0 0 7123.12
2.1 Throughput SARIMA 1 1 4 2 0 5 6220.88
2.2 Delay SARIMA 0 1 1 1 0 1 7081.62
3.1 Throughput ARIMA 0 1 2 0 0 0 6239.12
3.2 Delay SARIMA 0 1 1 4 0 5 7151.16
4.1 Throughput SARIMA 1 1 1 5 0 5 6264.2
4.2 Delay SARIMA 0 1 3 4 0 0 7078.38
5.1 Throughput ARIMA 0 1 2 0 0 0 6294.5
5.2 Delay ARIMA 0 1 1 0 0 0 7143.3
6.1 Throughput ARIMA 0 1 2 0 0 0 6255.47
6.2 Delay ARIMA 0 1 1 0 0 0 7082.82
7.1 Throughput SARIMA 1 1 1 5 0 1 6298.95
7.2 Delay SARIMA 0 1 1 5 0 3 7107.49
8.1 Throughput ARIMA 0 1 2 0 0 0 6365.5
8.2 Delay ARIMA 0 1 1 0 0 0 7064.04
9.1 Throughput SARIMA 0 1 4 3 0 0 6281.34
9.2 Delay SARIMA 0 1 1 3 0 3 7188.07
10.1 Throughput SARIMA 0 1 3 1 0 3 6303.66
10.2 Delay ARIMA 0 1 1 0 0 0 7041.29
11.1 Throughput SARIMA 2 1 3 4 0 1 6332.6
11.2 Delay ARIMA 0 1 1 0 0 0 7072.53
12.1 Throughput SARIMA 1 1 1 4 0 3 6402.76
12.2 Delay SARIMA 2 1 1 4 0 1 7119.21
13.1 Throughput ARIMA 1 1 1 0 0 0 6287.93
13.2 Delay SARIMA 1 1 5 4 0 2 7008.49
14.1 Throughput SARIMA 0 1 1 5 0 3 6324.49
14.2 Delay ARIMA 0 1 1 0 0 0 7194.55
15.1 Throughput ARIMA 0 1 2 0 0 0 6317.6
15.2 Delay ARIMA 0 1 1 0 0 0 7105.74
16.1 Throughput SARIMA 2 1 1 3 0 1 6582.98
16.2 Delay SARIMA 1 1 3 1 0 0 7229.36
17.1 Throughput SARIMA 0 1 1 3 0 1 6366.23
17.2 Delay SARIMA 0 1 1 3 0 3 7220.78
18.1 Throughput SARIMA 1 1 1 1 1 4 6378.66
18.2 Delay SARIMA 0 1 1 5 0 5 7108.13
19.1 Throughput SARIMA 1 1 2 4 0 5 6392.37
19.2 Delay ARIMA 0 1 2 0 0 0 7187.1
20.1 Throughput SARIMA 2 1 1 0 0 5 6370.79
20.2 Delay ARIMA 0 1 1 0 0 0 7149.23
91
D. Estadística Descriptiva
Tabla 6.9: Estadística Descriptiva de pruebas con SDN, sin condiciones adversas de red y
acceso WLAN
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
13631.16 120.26 187.5 13411 13521.5 13657 13709 13782 20
Exitosas
Conexiones
33.21 66.92 38 0 0 0 38 257 20
Fallidas
Throuhput (kbps) 268.46 1.79 1.85 264.36 267.83 269.01 269.68 270.72 20
Delay (ms) 20.1 2.71 2.62 10.94 18.97 20.2 21.59 23.27 20
Tabla 6.10: Correlación de pruebas con SDN, sin condiciones adversas de red y acceso
WLAN
Conexiones Conexiones
Throughput Delay
Exitosas Fallidas
Conexiones
1 -0.79 0.54 -0.53
Exitosas
Conexiones
-0.79 1 -0.23 0.52
Fallidas
Throughput 0.54 -0.23 1 -0.16
Delay -0.53 0.52 -0.16 1
92
14
5
4
0 2 4 6 8 10
Frecuencia
Frecuencia
3
2
1
0
13400 13500 13600 13700 13800 0 50 100 150 200 250 300
(a) (b)
8
8
6
6
Frecuencia
Frecuencia
4
4
2
2
0
(c) (d)
Figura 6.1: Histogramas de pruebas con SDN, sin condiciones adversas de red y acceso
WLAN
Tabla 6.11: Estadística Descriptiva de pruebas sin SDN, con condiciones adversas de red y
acceso WLAN
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
11989.95 172.03 51.5 11303 11996.25 12031 12047.75 12148 20
Exitosas
Conexiones
1157 244.93 75.25 1008 1067 1116 1142.25 2171 20
Fallidas
Throuhput (kbps) 266.68 2.62 2.08 263.9 265.31 266.02 267.38 276.12 20
Delay (ms) 543.18 3.99 4.29 535.87 540.64 543.28 544.93 550.24 20
93
Tabla 6.12: Correlación de pruebas sin SDN, con condiciones adversas de red y acceso
WLAN
Conexiones Conexiones
Throughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.95 -0.70 -0.01
Exitosas
Conexiones
-0.95 1.00 0.88 -0.02
Fallidas
Throughput -0.70 0.88 1.00 -0.05
Delay -0.01 -0.02 -0.05 1.00
15
15
Frecuencia
Frecuencia
10
10
5
5
0
11200 11400 11600 11800 12000 12200 1000 1200 1400 1600 1800 2000 2200
(a) (b)
8
0 1 2 3 4 5 6 7
6
Frecuencia
Frecuencia
4
2
0
(c) (d)
Figura 6.2: Histogramas de pruebas sin SDN, con condiciones adversas de red y acceso
WLAN
94
Tabla 6.13: Estadística Descriptiva de pruebas sin SDN, sin condiciones adversas de red y
acceso LTE
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
13451.2 71.17 93.75 13316 13398 13437 13491.75 13584 20
Exitosas
Conexiones
2.75 12.3 0 0 0 0 0 55 20
Fallidas
Throuhput (kbps) 264.11 1.18 1.41 262 263.32 264.19 264.73 266.19 20
Delay (ms) 20.94 3.05 4.15 18.08 18.45 19.57 22.6 26.94 20
Tabla 6.14: Correlación de pruebas sin SDN, sin condiciones adversas de red y acceso LTE
Conexiones Conexiones
Troughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.45 0.90 -0.60
Exitosas
Conexiones
-0.45 1.00 -0.41 0.42
Fallidas
Throughput 0.90 -0.41 1.00 -0.56
Delay -0.60 0.42 -0.56 1.00
6
5
15
Frecuencia
Frecuencia
4
10
3
2
5
1
0
(a) (b)
8 10 12
5
4
Frecuencia
Frecuencia
3
6
2
4
1
2
0
(c) (d)
Figura 6.3: Histogramas de pruebas sin SDN, sin condiciones adversas de red y acceso LTE
95
Tabla 6.15: Estadística Descriptiva de pruebas sin SDN, con condiciones adversas de red y
acceso LTE
Desviación Rango
Media 0% 25 % 50 % 75 % 100 % n
Estándar Interquartil
Conexiones
11883.85 74 66.75 11727 11859 11877.5 11925.75 12034 20
Exitosas
Conexiones
1136.05 55.98 60.75 1026 1105.5 1146 1166.25 1222 20
Fallidas
Throuhput (kbps) 263.57 1.17 1.7 261.74 262.68 263.53 264.38 265.82 20
Delay (ms) 539.48 4.75 5.52 529.57 537.08 539.88 542.6 550.31 20
Tabla 6.16: Correlación de pruebas sin SDN, con condiciones adversas de red y acceso LTE
Conexiones Conexiones
Troughput Delay
Exitosas Fallidas
Conexiones
1.00 -0.49 0.68 -0.42
Exitosas
Conexiones
-0.49 1.00 0.19 0.63
Fallidas
Throughput 0.68 0.19 1.00 0.09
Delay -0.42 0.63 0.09 1.00
0 1 2 3 4 5 6 7
0 1 2 3 4 5 6 7
Frecuencia
Frecuencia
11700 11750 11800 11850 11900 11950 12000 12050 1000 1050 1100 1150 1200 1250
(a) (b)
4
8
3
Frecuencia
Frecuencia
6
2
4
1
2
0
262 263 264 265 266 525 530 535 540 545 550 555
(c) (d)
Figura 6.4: Histogramas de pruebas con SDN, sin condiciones adversas de red y acceso LTE
96
97