Estudio de modelado estadístico de tráfico en Internet mediante el uso de distribuciones de Burr

Abstract

El continuo crecimiento del trafico de Internet en las ´ultimas decadas y el aumento masivo de intercambio de datos ha generado la necesidad de conocer su comportamiento y evolucion. Esto ha conducido a una reorientacion del analisis del trafico de Internet hacia el monitoreo del trafico y la prevencion de ataques de hacking, como pudiera ser un ataque de denegaci´on de servicio (DoS), tal y como ocurrio el 19 de marzo de 2013, cuando la organizaci´on Cyberbunker inundo de correos no deseados la firma de seguridad suiza Spamhaus y bloqueo el nodo central de Londres. Para llevar a cabo esta tarea preventiva, es necesario poder analizar y caracterizar el trafico de Internet y, en este sentido, el reconocimiento de patrones es una base fundamental para el analisis y prevencion de ataques y anomalıas registradas en este trafico. Este trabajo de investigaci´on afronta el analisis de modelos estadıstico de distribuciones Burr (de tres parametros) para modelar series temporales referidas al trafico de Internet capturado tanto en una red domestica como en una red de un campus universitario. La distribucion Burr ya ha sido estudiada en los campos de las finanzas y de los seguros, y aquı vamos explorar sus capacidades en el terreno del trafico de red. En particular, nos proponemos demostrar que el trafico de red se puede ajustar mediante una distribucion Burr y que esta funcion de distribucion es mas eficiente en el calculo que alfa-estable, otra distribucion orientada a este mismo problema. Ası, la distribucion Burr podr´ıa servir para futuros trabajos dedicados a la monitorizaci´on y an´alisis de tr´afico de red. Para comprobar la calidad del ajuste, se realiza un remuestreo de la funci´on ajustada mediante el algoritmo de bootstrap. Adem´as, tambi´en se analiza el uso de mixturas multimodales de tipo Burr mediante el algoritmo de clasificacion de datos de K-Means. Por ´ultimo, se hace mencion de la comparacion entre el comportamiento detectado en una red domestica con respecto a una red de un campus universitario, sirviendo esto ´ultimo como posible orientacion para trabajos futuros centrados en el analisis de redes empresariales y la caracterizacion comportamientos anomalos y prevencion riesgos.