In hochdynamischen Kommunikationsnetzen, wie z. B. einem 5G-Forschungsnetz mit mehreren Anwendungsf\u00e4llen und unterschiedlichen Anforderungen, ist die kontinuierliche \u00dcberwachung der Leistung aller beteiligten Netzkomponenten eine anspruchsvolle Aufgabe. Zu den wichtigsten Leistungsindikatoren in einem solchen Umfeld geh\u00f6ren Konnektivit\u00e4t, Latenz, Jitter sowie Up- und Downlink-Durchsatz mit unterschiedlichen Protokollen. Diese Situation wird durch die Vielfalt der verwendeten Ger\u00e4te und deren physische Standorte innerhalb des Netzes noch versch\u00e4rft. Die einzige praktikable Option, um einen reibungslosen Betrieb zu gew\u00e4hrleisten, ist der Einsatz einer automatisierten Teststrategie, die alle relevanten Metriken und Komponenten abdeckt.<\/p>\n
Zu diesem komplexen Thema hielt Valentin Egger auf der 8. ETSI UCAAT (User Conference on Advanced Automated Testing) Testing at the Edge<\/a> eine Pr\u00e4sentation. Er zeigt eine erweiterbare L\u00f6sung, die eine ausgekl\u00fcgelte Kombination von standardisierten Messprogrammen (ping und iperf3<\/a>) zusammen mit einer Berichtsvorlage (in Jupyter<\/a>) verwendet. Die Test- und Analyseprozesse werden mit Python<\/a> programmiert. Dies erm\u00f6glicht kontinuierliche Verbesserungen im 5G Playground Carinthia<\/a>, einem 5G-Forschungsnetz mit sich st\u00e4ndig weiterentwickelnder Netzinfrastruktur.<\/p>\n Wir beschreiben eine neuartige Methode zur zentralen Spezifikation von Netzwerktestroutinen mit verschiedenen Metriken in einer einfach zu lesenden Syntax. Diese Spezifikationen werden auf einem Server gespeichert, der auch die Ausf\u00fchrung der Messungen auf den jeweiligen Teilen des Netzwerks steuert. Die Messprogramme selbst sind containerisierte Python-Microservices<\/a>. Dies erm\u00f6glicht ein schnelles Deployment von Messinstanzen \u00fcber das gesamte Forschungsnetzwerk. Durch die Parametrisierung der Container werden die Ergebnisse von ping- und iperf3-Messungen automatisch an die Kontrollinstanz zur\u00fcckgemeldet, die sie f\u00fcr eine sp\u00e4tere Analyse speichert. Nach Abschluss der Messungen findet eine erste Analyse der generierten Ergebnisse statt. Dies geschieht in einer automatisch generierten Jupyter-Datei, die statistische Auswertungen und grafische Darstellungen enth\u00e4lt. Das Layout ist in der Testspezifikation festgelegt. Falls gew\u00fcnscht, kann die Jupyter-Datei weiter verbessert und in ein PDF exportiert werden, um die gesammelten Erkenntnisse f\u00fcr die Entscheidungsfindung zu nutzen.<\/p>\n