WiN-Labor abgeschlossene Projekte

WiN-Labor (2023-2024): Quantenkommunikation & Zeit- und Frequenztransfer: Verfahren, Steuerung und Sicherheitsaspekte

In diesem Projekt wurden verschiedene Schwerpunkte für quantensichere Kommunikation (insbesondere QKD), sowie Zeit- und Frequenztransfer verfolgt und je nach Reifungsgrad und Eignung für eine nähere Evaluation herangezogen. Ein besonderes Augenmerk lag dabei auf Standardisierungen und aktuellen Testbeds.

WiN-Labor (2021-2022): Zukunftsperspektiven im Netz: Untersuchungen zu Quanten-Netzen, Zeitsynchronisation und effiziente Ressourcenverwaltung im Netz

In diesem Projekt standen eine Vorbereitung auf Quanten-Netze, Untersuchungen zur Zeitsynchronisation im Netz sowie Methoden für die Automatisierung von Netzprovisionierung (DFN-GVS) im Vordergrund. Alle Entwicklungen und Untersuchungen dienten dazu, Bewertungen und Erfahrungen zu sammeln im Hinblick auf neue Techniken für die zukünftige Generation des Forschungsnetzes.

WiN-Labor (2019-2020): Automatisierung und Validierung im Netzbetrieb (Arbeitsabläufe, Netz-Provisionierung und automatisierte Visualisierung)

In diesem WiN-Labor Projekt standen Automatisierung und Validierung von Daten im Vordergrund. Besondere Schwerpunkte waren:

• • Die Entwicklung von Software für automatisiertes Fehlermanagement und Konfigurationsmanagement
  • Die automatische Provisionierung von virtuellen Netzen mit DFN-GVS.

Alle Entwicklungen dienten dazu, Arbeitsabläufe zu vereinfachen, durch Automatisierung Komplexität zu entschärfen, Inkonsistenzen zu vermeiden und Messdaten übersichtlich darzustellen.

WiN-Labor (2017-2018): Pilotierung DFN-Testbed-Service und Quality Assurance im X-WiN

Das WiN-Labor am RRZE konzentrierte sich im Projektzeitraum 2017 – 2018 auf die folgenden drei Schwerpunkte im Hinblick auf Einsatz und Umsetzung im Deutschen Forschungsnetz X-WiN:

• • Entwicklung von Software zur Optimierung von Betriebsprozessen und Quality Assurance
  • Den Aufbau eines neuen DFN-GVS Services und Betrieb als Prototyp
  • Monitoring und Visualisierung.

WiN-Labor (2015-2016): Monitoring und QoS-Tools für das Deutsche Forschungsnetz

In diesem Projekt arbeitete das WiN-Labor am Aufbau des ersten DFN-Testbedservices. Dieser Testbedservice soll es Anwendern ermöglichen, voneinander unabhängige isolierte Testbeds zu erzeugen, welche virtuelle Maschinen, OpenFlow-Switches, Links und / oder Bare Metal Server enthalten können. Diese eignen sich u. a. zum Testen von neu entwickelten Internetprotokollen und Untersuchungen zur Netzsicherheit außerhalb eines Produktivnetzes. Der Service orientiert sich am europäischen GÉANT-Testbeds-Service orientieren und stellt zusätzliche Ressourcen auf nationaler Ebene für Forschungszwecke bereit.

WiN-Labor (2013-2014): Interne Qualitätskontrolle im Deutschen Forschungsnetz

Neue optische Wellenlängen-Multiplextechnik im Wissenschaftsnetz X-WiN

Das X-WiN erhielt eine neue optische Plattform (OTN, engl.: Optical Transport Network) gemäß ITU-Standard G.709/G.872 mit dem Ziel einer höheren Übertragungsrate, flexiblen Verbindungswegen und einer modernen Switching-Technik. Umgesetzt wurde dies mit OMLT-Technik (Optimized Multi-Layer Transport) mit integrierter DWDM (Dense Wavelength Division Multiplexing) / Switching – Funktionalität aus der Produktfamilie „Apollo“ der Firma ECI Telecom aus Israel. Die hohe Übertragungskapazität wurde mit 88 Wellenlängen pro Glasfaserstrecke und Übertragungsraten von bis zu 100 Gbit/s garantiert. Die neue DWDM-Technik wurde im X-WiN an allen 54 Kernnetz-, 45 Verstärker- und 12 Anwenderstandorten des Deutschen Wetterdienstes eingebaut und mit Glasfasern mit einer Gesamtlänge von mehr als 10.000 km verbunden. Auf IP-Ebene wurden ausgehend von der neuen optischen Plattform vor allem die von den vier Supercore-Standorten (Erlangen, Hannover, Frankfurt, Berlin) kommenden Spangen verstärkt.

IP-Performance-Messungen (IPPM) im X-WiN

Im IPPM-System HADES (HADES Active Delay Evaluation System) wurden zwei bestehende Messboxen des ‚Supercore-Rings‘ gegen neue hochperformante Messboxen ausgetauscht. Damit konnten Bandbreitenmessungen bis zu 10Gbit/s durchgeführt werden. Somit war es möglich, auf über 3500 Messstrecken Daten auszuwerten.

WiN-Labor (2011-2012): Qualitätssicherung X-WiN

HADES-Messungen im X-WiN

Das  im  Labor  entwickelte  und  betreute  System  erfasste  kontinuierlich  die  Performance-Metriken One-Way Delay, Delay Variation, Packet Loss und  Hop Count im X-WiN. Das System lief auf fünf verschiedenen Hardwaregenerationen, die älteste aus dem Jahr 2002. Für eine technische Umrüstung der Messpunkte wurden Angebote eingeholt und entsprechende Hard- und Softwaretests durchgeführt. Die auf über  3.500 Messstrecken  erhobenen  Daten  wurden  gesammelt  und  in  verschiedenen  Statistiken ausgewertet. Im Folgenden ist die aktuelle Messdatenkarte des X-WiN zu sehen, in  der nur die Messstrecken entlang topologischer Verbindungen dargestellt sind.

Performance-Messungen: HADES – jetzt auch zum Selbstinstallieren

Das vom DFN-Labor am RRZE entwickelte Messsystem HADES (HADES Active Delay Evaluation System) wurde in diesem Projekt weltweit für Performance-Messungen im Netz eingesetzt. Zuvor musste das  System  manuell  eingerichtet  und  speziell  für  die  jeweiligen  Messumgebungen  angepasst  werden. Seit Ende 2011 gab es nun auch eine HADES-Version zum Selbstinstallieren. HADES  ist  ein  auf  aktiven  Messungen  basierendes  Werkzeug,  das  spezielle  Messpakete  zum  Netzmonitoring  erzeugt.  In  einem  typischen  Messvorgang  werden  Gruppen  von  UDP-Paketen  (UDP: User Datagram Protokoll) in konfigurierbaren Intervallen gesendet. Dabei erhält jedes Paket einen Zeitstempel (basierend auf einer GPS-Hardware-Uhr) und eine laufende Sequenznummer. Beim Empfänger wird dann der genaue Ankunftszeitpunkt bestimmt. Anhand dieser Informationen werden die IPPM-Performance-Metriken One-Way Delay (OWD), One-Way Delay Variation (OWDV) und Paketverlust ermittelt und für eine Auswertung zur Verfügung gestellt. HADES wurde im Projektzeitraum für IP-Performance-Messungen an über 57 Standorten innerhalb des deutschen Forschungsnetzes (X-WiN) eingesetzt. Auf internationaler Ebene kam HADES auch im europäischen  Forschungsnetz  GÉANT,  im  LHCOPN  (Large  Hadron  Collider,  CERN)  sowie  im  europäischen Testbed FEDERICA zum Einsatz.

WiN-Labor (2009-2010): Qualitätssicherung X-WiN

Accounting im X-WiN

Im WiN-Labor wurde ein Accountingsystem entwickelt, welches auf Grundlage des auf den Routern laufenden NetFlow-Protokolls Verkehrsflussdaten an den eingehenden Interfaces im X-WiN erfasste. Damit wurde eine Verkehrsüberwachung im X-WiN, beispielsweise für Topologieanpassungen, möglich. Die Daten wurden auf Interface- und Standortebene aggregiert und dann über ein selbst-entwickeltes Webinterface dem DFN-Verein zur Verfügung gestellt. Die Software für das Accounting-System wurde vom Labor laufend weiterentwickelt. So wurden unter anderem die Schnittstellen zu den Systemen des DFN-Vereins, wie beispielsweise der Topologie-Datenbank, jeweils an aktualisierte Versionen angepasst. Zudem wurde die dem Accounting-System zugrundeliegende Datenbank um eine Unterstützung für Zeitzonen erweitert, sodass ein flexibler Export der Daten jeweils unabhängig von der lokalen Zeitzone und  den entsprechenden Zeitumstellungen möglich war.

IP-Performance-Messungen im X-WiN

Um die Dienstgüte von Netzwerkverbindungen überwachen und bestimmen zu können, hat das WiN-Labor im Rahmen von Projekten des DFN-Vereins im X-WiN und im europäischen Netzwerk GÉANT ein Messsystem entwickelt, das qualitätsrelevante Daten wie One-Way Delay (Paketlaufzeit), One-Way Delay Variation (Jitter) und Paket Loss (Paketverluste) ermittelt. Ausgehend von der ersten Messstation im deutschen Forschungsnetz X-WiN, installiert im Sommer 2002, hat sich das Messsystem über das Europäische Forschungsnetz GEANT hinaus weltweit verbreitet. Die Tabelle gibt einen Überblick über die Beteiligung an verschiedenen Projekten, die Anzahl der mit Messstationen versehenen Standorte und die ungefähre Anzahl von Messstrecken. Eine mathematisch-statistische Analyse wertete die ermittelten Delaydaten durch vergleichendes Klassifizieren aus und half damit, Schwachstellen im Netzwerk zu finden.

 

Stand: 05.12.2024