Metodología fiable de detección de duplicados para el análisis de tráfico de red IP

Abstract

Todo sistema de monitorización de tráfico de red se enfrenta a un problema fundamental: el proceso de captura de tráfico, casi invariablemente, produce una duplicación de datos que falsea cualquier análisis posterior. En contraste con otros campos relacionados con la ingeniería de datos, no existe literatura científica que aborde este problema. En este contexto, el presente trabajo establece los fundamentos teóricos de la duplicación de datos en el ámbito de la monitorización de red. Para ello, se describen y analizan los mecanismos generadores, los tipos de duplicados existentes y sus características. Sobre esta base, se aporta una metodología fiable para la detección de duplicados que ha sido implementada y profusamente utilizada en proyectos empresariales. Se recoge, asimismo, un estudio analítico validado experimentalmente del cual se deriva una regla de dimensionamiento para maximizar la eficiencia de la metodología sin perder capacidad de detección.