As network services and IoT technologies rapidly evolve, in literature there are many anomalies detection proposals based on datasets to deal with cybersecurity threats. Most of this proposal uses structured data classification and they can recognize with a certain degree of accuracy whether a type of traffic is "anomalous" or not. Even what kind of anomaly it has. Nevertheless, previous works do not clearly indicate the technical methodology to set up the data gathered scenarios. As a main contribution, we are going to show a detailed deployment IoT traffic monitor ready for intelligent network traffic classification. Monitoring and sniffers are an essential concept in network management as it helps network operators to determine the network behavior and status of its components. Anomaly detection also depends on monitoring for decision-making. Thus, this paper will describe the creation of a portable network traffic monitor for IoT using Docker container and bridge networking with SDN.

The emerging technology of SDN (Software Defined Networks) separates the data control plane from the forwarding plane while maintaining a centralized control of the network management. The SDN features require new traffic engineering techniques that exploit the global (centralized) network view, and the status and features of traffic flows. Our purpose is to perform traffic engineering in an SDN architecture, using the OpenFlow protocol capabilities and the potential of the SDN controller to collect operational data of the entire network, such as topology, latency, buffer utilization and frame sizes of the controlled devices in order to implement QoS. Considering that the performance of the network is an essential component of Quality of Service (QoS), and congestion is the main factor that affects it, this paper explores a method to search for alternative paths based on data from switches using the Random Early Detection (RED) congestion control mechanism.

Las necesidades de gestionar diversas condiciones ambientales en las ciudades impulsan a que se tomen mediciones en tiempo real en los reservorios de agua para ser analizada por expertos y tomar decisiones al respecto. Para ello se analizaron diferentes sensores y medios de comunicación arribando a una propuesta que cubra tales necesidades. Así, este trabajo propone un conjunto de tecnologías relacionadas a smartcities que ayudan a mantener mediciones de diversas variables del agua. Se muestra además el desarrollo del framework realizado y la interacción de los componentes electrónicos y de telecomunicaciones LoRaWAN que conforman el sistema propuesto. Para finalizar se expone un ejemplo ilustrativo de los datos censados.

El objetivo principal de este artículo es presentar una metodología sencilla para la simulación de una SDN (Software Defined Networking) [1], configurada con el protocolo OpenFlow [2] controladores POX [3] y ODL [4], utilizando la herramienta de simulación Mininet [5], y realizar pruebas de performance mediante la utilización de IPERFv3 [6], mostrando los resultados con el software GNUPlot [7], todos ellos con licencia GNU. Además, se describen los requerimientos y recomendaciones fundamentales para dicha emulación, y se presentan los resultados de pruebas sencillas con el fin de verificar la conectividad, transferencia de datos y operación sobre una topología de prueba. Se orienta al desarrollo de modelos de evaluación de performance que ayuden a los administradores de red a tomar decisiones en base a atributos críticos (tipos de tráfico, servicios, usuarios, etc.) identificados previamente.