Offene Themen für Bachelor- und Master-Arbeiten

Contact/Kontakt: nikolas.wehner@informatik.uni-wuerzburg.de Impairments in the Web QoE, e.g., low page load times, can lead to annoyed users which in the end can result in revenue losses for companies. In literature, several algorithm exist for predicting the Web QoE, e.g. Speed Index, Above the Fold, etc. Based on data from a measurement study, these algorithms shall be evaluated and compared in this work. In particular, a comparison of the metrics among the devices (Smartphone, Tablet, Desktop PC), which were used to generate the measurement data, is of interest.

Contact: anika.schwind@informatik.uni-wuerzburg.de

Contact/Kontakt: michael.seufert@uni-wuerzburg.de Title: Evaluation of the Impact of Cross-Traffic on TCP and QUIC Video Streaming Abstract: The goal of this work is to prepare, conduct, and evaluate a measurements study, which investigates the impact of cross-traffic on TCP and QUIC video streaming. For that, an existing measurement framework can be reused. Moreover, impact factors with respect to the configuration of the transport protocols shall be identified and investigated in detail during this work. Titel: Auswertung des Einflusses von Störverkehr auf TCP- und QUIC-basiertes Videostreaming Inhalt: Das Ziel dieser Arbeit ist es eine Messstudie vorzubereiten, durchzuführen und auszuwerten bei der der Einfluss von Störverkehr auf TCP- und QUIC-basiertes Videostreaming untersucht wird. Dazu kann auf ein existierendes Messframework aufgesetzt werden. Im Verlauf der Arbeit sollen außerdem Einflussfaktoren bei der Konfiguration der Transportprotokolle identifiziert werden und genauer untersucht werden.

Contact: Alexej Grigorjew <alexej.grigorjew@informatik.uni-wuerzburg.de> Placing Virtual Network Functions in network graphs is an NP-hard problem. Solving large problem instances is often unfeasible due to limited computational resources and time. For many use cases, the problem input is not required in all detail, but can be aggregated into a smaller abstraction. In this work, an algorithm should be implemented that generates such smaller representations of graphs and VNF demands. Further, its performance shall be evaluated by applying (existing) solvers on the results and comparing both runtime and quality of their placements with the original graph.

Software-defined Networking (SDN) separates the data from the control plane and outsources the latter to a logically centralized instance called the controller. This enables a common view of the network topology and provides a central entity for network configurations. The controller is often distributed to impose no single point of failure and to balance the load efficiently among the physical controller instances. To maintain a consistent view of the network, synchronization between the individual controller instances is required. Controller implementations can be categorized by their utilized synchronization strategy and largely fall in one of two categories, namely horizontal or hierarchical. Goal of this thesis is to evaluate the impact of the network topology and running controller applications on the performance of the controller when using different synchronization mechanisms. As access to large SDN test beds is limited the investigations will be done by simulations within the OMNeT++ framework.

Contact/Kontakt: nikolas.wehner@informatik.uni-wuerzburg.de Due to the encryption of network traffic and the introduction of DNS over HTTPS, the task of identifying websites based on the corresponding network traffic got difficult. Nonetheless, ISPs want to know which kind of traffic passes their networks in order to optimize the QoE of their customers. The goal of this work is to create a model which is able to reliably predict the called websites during a session. Therefore, reasonable features have to be extracted from the data and afterwards they have to be ingested into selected Machine Learning algorithms.

Contact/Kontakt: michael.seufert@uni-wuerzburg.de Title: Transfer Learning Approaches for QoE Monitoring of Encrypted Video Streaming Traffic Abstract: This work is focused on Quality of Experience (QoE) monitoring of encrypted video streaming traffic. Here, machine learning based methods are used to estimate QoE metrics based on features, which are extracted from the encrypted traffic. While these machine learning models achieve very good performance for a specific training data set, they typically show a worse performance when applied to different data sets. Thus, in this thesis, transfer learning approaches shall be tested and/or developed, which allow the existing models to generalize also over heterogeneous data sets. The performance of the transfer learning approaches shall be evaluated and a methodology for generalizing machine learning based QoE monitoring models shall be developed. Titel: Transferlernverfahren bei der QoE Messung auf verschlüsseltem Videostreamingverkehr Inhalt: Diese Arbeit beschäftigt sich mit der QoE Messung auf verschlüsseltem Videostreamingverkehr. Hierbei werden Methoden des maschinellen Lernens (ML) eingesetzt um QoE-Metriken zu schätzen basierend auf Features, die aus dem verschlüsselten Verkehr extrahiert werden. Während diese ML-Modelle sehr gute Leistung für spezifische Datensätze zeigen, haben sie typischerweise eine schlechtere Leistung wenn sie auf andere Datensätze angewandt werden. Deshalb sollen in dieser Arbeit Transferlernverfahren getestet und/oder entwickelt werden, die es erlauben, dass die existierenden Modelle auch für heterogene Datensätze verallgemeinert werden können. Die Leistung der Transferlernansätze soll bewertet werden und eine Methodik für die Generalisierung von ML-Modellen für QoE Messungen soll entwickelt werden.

Contact/Kontakt: michael.seufert@uni-wuerzburg.de Title: Algorithms Towards Proactive QoE-aware Traffic Management Abstract: QoE-aware traffic management aims at improving the packet transmission and handling in the network in order to maximize the Quality of Experience (QoE) of Internet services. While most of today's approaches follow a reactive design, i.e., they change the traffic management only after a QoE degradation are detected or imminent, the focus of this work is to advance towards a more proactive design. This means algorithms shall be developed to improve the traffic management, such that it can be adjusted to changing network and service characteristics before QoE degradations can be noticed by the end users. In the thesis, also the performance of the algorithms shall be evaluated. Titel: Algorithmen für proaktives QoE-bewusstes Verkehrsmanagement Inhalt: QoE-bewusstes Verkehrsmanagement zielt darauf die Übertragung und den Umgang mit Paketen im Netzwerk zu verbessern, um damit die subjektive Dienstgüte (QoE) von Internetdiensten zu verbessern. Während die meisten der heutigen Ansätze eher ein reaktives Design haben, d.h., sie ändern das Verkehrsmanagement erst wenn eine Verschlechterung der QoE wahrgenommen wurde oder unmittelbar bevorsteht, liegt der Fokus dieser Arbeit darauf eine proaktiveres Design voranzubringen. Das bedeutet, dass Algorithmen entworfen werden sollen, um das Verkehrsmanagement zu verbessern, so dass es auf sich ändernde Netzwerk- und Dienstcharakteristika adaptiert werden kann bevor Verschlechterungen der QoE vom Endnutzer wahrgenommen werden können. In der Arbeit soll auch die Leistung der Algorithmen bewertet werden.

Contact/Kontakt: michael.seufert@uni-wuerzburg.de Title: Estimating QoE of Web Browsing in the Network Abstract: This work is focused on Quality of Experience (QoE) of web browsing, i.e., the subjectively perceived goodness of the web browsing performance. First, known impact factors and metrics of web browsing (such as page load time, above the fold time, SpeedIndex) have to be tested and additional impact factors have to be identified. Afterwards, these impact factors have to be estimated from web browsing traffic, which is typically encrpyted. A measurement framework will be set up and crowdsourcing studies will be conducted to generate ground truth data. Different monitoring methods will be applied (such as model-based or machine-learning-based monitoring) and their performance for estimating the QoE of web browsing will be evaluated. Titel: Abschätzen der subjektiven Dienstgüte von Webbrowsing im Netzwerk Inhalt: Diese Arbeit beschäftigt sich mit der QoE von Webbrowsing, d.h., der subjektiven Güte des Webbrosing-Dienstes. Zuerst müssen bekannte Einflussfaktoren und Metriken (z.B. Seitenladezeit, "Über dem Knick"-Zeit, SpeedIndex) getestet werden und zusätzliche Einflussfaktoren identifiziert werden. Danach müssen diese Einflussfaktoren aus dem (typischerweise verschlüsselten) Webbrowsing-Netzwerkverkehr abgeschätzt werden. Ein Messframework wird aufgesetzt und Crowdsourcing-Studien werden durchgeführt um eine Datengrundlage zu erstellen. Verschiedene Monitoringansätze werden angewendet (z.B. modell- oder Machine-Learning-basiertes Monitoring) und ihre Leistungsfähigkeit beim Abschätzen der subjektiven Dienstgüte von Webbrowsing wird ausgewertet.

Contact: nicholas.gray@informatik.uni-wuerzburg.de Firewalls are classical network middle boxes, which are physically implemented within the data path. Following this design pattern causes the network to become inflexible and harder to scale as additional hardware devices have to be deployed whenever the limits of the current configuration are reached, resulting in a high maintenance and requisition cost. Network Function Virtualization (NFV) is a novel paradigm aiming to mitigate these drawbacks by shifting the function of hardware middle boxes to software programs run on Commodity of the Shelf servers. While increasing the network flexibility, it also imposes additional delays on the data path as the complete networking and software stack has to be traversed for each packet. P4 allows the execution and packet matching process on inexpensive, programmable networking cards at line rate. Goal of the thesis is the implementation and evaluation of a distributed stateful firewall based on P4.

Contact: anika.schwind@informatik.uni-wuerzburg.de

Contact: anika.schwind@informatik.uni-wuerzburg.de

Contact/Kontakt: michael.seufert@uni-wuerzburg.de Title: Characterization of Browsing Sessions Abstract: The goal of this work is to characterize browsing sessions, which consist of visits to multiple web pages. In particular, the navigation timing between page visists shall be modelled. Titel: Charakterisierung von Browsingsessions Inhalt: Das Ziel dieser Arbeit ist die Charakterisierung von Browsingsessions, die üblicherweise aus Besuchen von mehreren Seiten bestehen. Insbesondere sollen dabei zeitliche Aspekte der Navigation modelliert werden.

Contact/Kontakt: michael.seufert@uni-wuerzburg.de Title: Identifying User Behavior from Encrypted Video Streaming Traffic Abstract: In this work, existing PC- and app-based measurement frameworks have to be modified to conduct video streaming measurements with emulated user interactions. Application and network layer streaming information shall be extracted and analyzed to identify the emulated user interactions from the encrypted streaming traffic. Titel: Indentifizierung von Nutzerverhalten aus verschlüsseltem Videostreaming-Netzwerkverkehr Inhalt: In dieser Arbeit sollen existierende PC- und App-basierte Messframeworks modifiziert werden, um Messungen von Videostreaming durchzuführen und Nutzerinteraktionen zu emulieren. Streaminginformationen sollen auf Applikations- und Netzwerkschicht extrahiert werden, um die emulierten Nutzerinteraktionen aus dem verschlüsselten Videostreaming-Netzwerkverkehr zu identifizieren.

Contact: kathrin.borchert@informatik.uni-wuerzburg.de