Automatisierte Erstellung und Aktualisierung von Netzwerk-Maps

Ziel dieses Projekts ist die automatisierte Erfassung und Analyse von Netzwerkinfrastrukturen sowie deren verständliche Visualisierung in einer webbasierten Oberfläche. Dazu werden Informationen von Netzwerkgeräten gesammelt, Netzwerktopologien rekonstruiert und die Ergebnisse übersichtlich für Betrieb, Analyse und Fehlersuche dargestellt.

Text

Ausgangslage

Unternehmensnetzwerke bestehen heute aus zahlreichen Switches, Routern, Firewalls und Endsystemen. Obwohl viele dieser Geräte umfangreiche Betriebsdaten liefern, fehlt in der Praxis oft eine konsistente und aktuelle Gesamtsicht auf die effektive Netzwerktopologie. Manuelle Dokumentation ist zeitaufwendig, fehleranfällig und veraltet schnell. Dadurch werden Wartung, Fehleranalyse und Änderungen an der Infrastruktur unnötig erschwert.

Zielsetzung

Im Rahmen der Arbeit wurde eine Lösung konzipiert und umgesetzt, welche Netzwerkdaten automatisiert sammelt, Beziehungen zwischen Geräten erkennt und die resultierende Topologie in einer Web-App visualisiert. Zusätzlich wurden verschiedene Erfassungsmethoden verglichen und hinsichtlich Aussagekraft, Laufzeit sowie Systembelastung bewertet. Die Lösung soll Netzwerktechniker dabei unterstützen, schneller einen Überblick über komplexe Strukturen zu gewinnen und fundierte operative Entscheidungen zu treffen.

Containerlab

FHNW

Die Abbildung zeigt die im Labor verwendete Netzwerktopologie mit Routern, Switches und Hosts, die als Grundlage für die automatisierte Datenerfassung und Analyse dient.

Autom. Netzwerkvisualisierung

FHNW

Die Visualisierung zeigt die aus den gesammelten Gerätedaten rekonstruierte Netzwerktopologie. Geräte und deren Verbindungen werden als Graph dargestellt und können interaktiv untersucht werden.

Messwerte der Datenerfassung

FHNW

Das Messdiagramm zeigt die während der Ausführung der Datenerfassungsmethode gemessenen Leistungswerte. Dazu gehören unter anderem CPU- und RAM-Auslastung sowie zeitliche Messwerte.

Ergebnisse

Die Ergebnisse zeigen, dass sich Netzwerkstrukturen mit einem automatisierten Ansatz effizient erfassen und visualisieren lassen. Durch die Kombination aus Datensammlung, struktureller Auswertung und grafischer Aufbereitung entstand ein Webauftritt, der technische Informationen übersichtlich in einen nachvollziehbaren Gesamtkontext bringt.

  • Automatisierte Erfassung netzwerkrelevanter Gerätedaten.
  • Rekonstruktion von Topologiebeziehungen zwischen Netzwerkknoten.
  • Webbasierte Visualisierung der Infrastruktur für Analyse und Übersicht.
  • Vergleich und Bewertung mehrerer Erfassungsmethoden.
  • Untersuchung der Laufzeiten sowie der CPU- und RAM-Belastung während der Ausführung.
  • Praxisnahe Grundlage für Wartung, Dokumentation und Fehlersuche.

Ein besonderer Fokus lag auf der Evaluation der eingesetzten Methoden. Dabei wurde untersucht, wie zuverlässig relevante Netzwerkdaten extrahiert werden können und welche Auswirkungen die verschiedenen Ansätze auf Systemressourcen und Ausführungszeit haben. Die Resultate zeigen, dass automatisierte Verfahren eine wertvolle Unterstützung für den Betrieb moderner Netzwerkinfrastrukturen darstellen und gleichzeitig die Grundlage für eine aktuelle, visuell verständliche Dokumentation schaffen.

Technische Schlüsselbegriffe

  • PythonProgrammiersprache zur Umsetzung der Datenerfassung, Verarbeitung und Analyse der Netzwerkdaten
  • NetzwerktopologieStrukturelle Darstellung von Geräten, Verbindungen und Beziehungen innerhalb eines Netzwerks
  • CLI-ScrapingAutomatisierte Auswertung von Geräteausgaben über die Kommandozeile zur Informationsgewinnung
  • JSON-RPCProgrammierschnittstelle zur strukturierten Abfrage von Geräteinformationen über Remote Procedure Calls
  • NETCONFNetzwerkprotokoll zur strukturierten Verwaltung und Abfrage von Konfigurations- und Statusdaten von Netzwerkgeräten
  • SNMPProtokoll zur standardisierten Abfrage von Management- und Statusinformationen von Netzwerkgeräten
  • DatenmodellierungStrukturierung heterogener Gerätedaten in ein konsistentes internes Modell
  • Cytoscape.jsBibliothek zur interaktiven Visualisierung von Graphen und Netzwerktopologien im Browser
  • WebvisualisierungBrowserbasierte Aufbereitung technischer Zusammenhänge zur besseren Analyse und Navigation
  • EvaluationVergleich verschiedener Methoden anhand von Kriterien wie Qualität, Laufzeit und Ressourcenverbrauch
  • SensitivitätsanalyseAnalyse des Einflusses veränderter Rahmenbedingungen auf die Resultate und die Stabilität der Methode
  • MonitoringErfassung und Bewertung von CPU- und RAM-Nutzung während der Methodenausführung

Team

Arian Sejdiu

Betreuer
Prof. Dr. Christopher Scherb
Luc Heitz