This thesis investigates the network performance of DPDK, io_uring, and the standard Linux network stack in terms of latency, packet loss, throughput, and packet rate. DPDK is widely adopted in the telecommunication industry and has been for several years. io_uringis a new Linux system call interface, as of this writing, used for asynchronous I/O operations and could potentially offer better network performance than the standard Linux network stack. The analysis involves benchmarking of DPDK, io_uring and Linux network stack both with a continuous flow of data traffic and bursty traffic to see how the applications are able to handle different kinds of data traffic conditions. The Linux kernel network parameters were tuned in order to investigate what kind of performance increase can be achieved for an application using io_uring to gain a better understanding of howio_uring compares to DPDK. From the analysis, it was concluded that DPDK had the best overall performance when considering packet loss, throughput, latency, and packet rate.io_uring performed better than the Linux network stack in terms of throughput, packet loss, and packet rate but was not considerably better in terms of latency. When comparing the latency of bursty traffic for DPDK, io_uring, and the standard Linux network stack, it was shown that the kernel-based alternatives were better able at handling traffic over their maximum performance than DPDK, thus it may offer better scalability. After tuning the Linux kernel network parameters it was concluded that tuning may impact the performance network metrics of an application using io_uring. We conclude that io_uring shows some promising results compared to the standard Linux network stack, but is not yet able to compare with DPDK in network performance. The development of io_uring is ongoing and it may improve further in the future.

I ett modernt industrisammanhang spelar kommunikation mellan inbyggda komponenter en viktig roll. Svetsmaskins företaget ESAB (Elektriska Svetsar AB) producerar och utvecklar svetsmaskiner med ett flertal olika inbyggda komponenter som kommunicerar sinsemellan för att konfigurera operationen för svetsning. Inom ramen för projektet på ESAB analyseras nätverkspaketen som skickas inom svetsmaskiner och som hämtas ut med hjälp av Wireshark. Nätverkspaketen används för systemkommunikations analys och hämtas ut i Pcapng-filformatet. Pcapng-filernagranskats manuellt med hjälp av Wireshark och deras skräddarsydda plugin, vilket kräver att varje paket inspekteras för att identifiera innehåll och potentiella felmeddelanden. Pcapng Analysatorn är ett program för att automatisera denna process och framhäva enbart de meddelanden och data som är av relevans för företaget. Denna rapport fokuserar på tekniker för manipulering och hantering av Pcapng-filer, samt metoder för extrahering av felmeddelanden från specialanpassade Pcapng-filer. Projektet representerar ett viktigt steg mot att effektivisera analysen av Pcapng-filer och att förse ESAB med en mer automatiserad och produktiv lösning för dataanalys inom sina verksamheter. / In a modern industrial context, communication between embedded components plays a crucial role. The welding machine company ESAB (Electric Welders AB) produces and develops welding machines with various embedded components that communicate with each other to configure the welding operation. Within the framework of the project at ESAB, network packets sent within welding machines are analysed and retrieved using Wireshark. These network packets are used for system communication analysis and extracted in Pcapng file format. The Pcapng files have been manually reviewed using Wireshark and a custom-built plugin, requiring each packet to be inspected to identify content and potential error messages. The Pcapng Analyzer is a program designed to automate this process and highlight only the messages and data relevant to the company. This report focuses on techniques for manipulating and managing Pcapng files, as well as methods for extracting error messages from customized Pcapng files. The project represents a significant step towards streamlining the analysis of Pcapng files and providing ESAB with a more automated and productive solution for data analysis in its operations.

Crackshell is an indie game studio situated in Stockholm. They released particular iterations of a game called Hammerwatch, which is developed with their in-house game engine and they are still working to extend both the Hammerwatch and the game engine. Hammerwatch is a rogue-like multiplayer game played by up to four players in a single session by using peer to-peer network topology. These days, Hammerwatch has gotten significantly popular and the planned features have led the team to question of whether their network utilization is performant and in what ways they can improve this utilization. Even though they the are ones who implemented the network part of Hammerwatch, they don’t exactly have an understanding of the underlying behavior of the utilization, nor they have any way to analyze it currently. This project is aimed to design and implement a proper tooling implementation for their data analysis needs by identifying the network topology, datastructures, extraction, storage and providing an environment that is easy to analyze the network utilization. In order to achieve this aim, an iterative approach through design thinking has been conducted with Crackshell. In this regard, there were certain decisions to be made in accordance with the constraints and the purpose of the tooling, which is defined with the help of Crackshell by the conducted workshops as a module of the design thinking approach. The above-mentioned strategy allowed a swift understanding of the problemthat led the tooling to be approved as both helpful and easy-to-use by Crackshell. The data analysis tool was implemented by using a local data extraction solution, MongoDB and Jupyter Notebook in Python together with extensions that helped further with the analysis of the collected data. The results of the data analysis deemed itself as a significant success, where problems such as the game events being sent unnecessarily frequently, stale data issues, caching opportunities, and potential data clustering issues in network packets were pointed out. Crackshell was happy with the provided ability to look at their network utilization in a detailed manner, which led them to use the implemented tooling for further analysis as Hammerwatch is kept developing. / Crackshell är en indie-spelstudio belägen i Stockholm. De har släppt ett antal spel som heter Hammerwatch, vilket är utvecklat med sin egen spelmotor. Hammerwatch och dess spelmotor utvecklas fortfarande kontinuerligt. Det är ett rogue-liknande multiplayer-spel som spelas av upp till fyra spelare i en enda session med hjälp av peer-to-peer-nätverkstopologi. Hammerwatch blev snabbt populärt och de planerade funktionerna har lett teamet till en fråga om deras nätverksanvändning är effektiv ur prestandasynpunkt och på vilka sätt de kan förbättra den. Även om det är de som implementerade nätverksdelen av Hammerwatch, har de inte exakt en förståelse för det underliggande beteendet hos nätverkskommunikationen, och de har inte heller något sätt att analysera det för närvarande.Detta projekt syftade till att utforma och implementera verktyg för att dataanalys genom att identifiera nätverkstopologi, datastrukturer, extraktion, lagring och tillhandahålla en miljö som gör det lätt att analysera nätverksanvändningen. För att uppnå detta mål valdes en iterativ metod baserad på “design thinking” denna genomfördes tillsammans med Crackshell. Under designfasen fattades beslut kring begränsningar och syfte med verktyget.Ovan nämnda strategi möjliggjorde en snabb förståelse av problemet som ledde till utvecklandet av ett verktyg som både godkänts som användbart och lätt att använda av Crackshell. Dataanalysverktyget implementerades med hjälp av en lokal lösning för utvinning av data, MongoDB och Jupyter Notebook i Python tillsammans med tillägg som hjälpte till vidare med analysen av insamlade data.Resultaten av dataanalysen löste in sig som en betydande framgång, där problem som spelhändelser som skickades onödigt ofta, data som var gammal när den nådde fram, cachemöjligheter och potentiella problem med datakluster i nätverkspaket kunde hittas. Crackshell var nöjd med resultatet och nya förmågan att titta på deras nätverksanvändning på ett detaljerat sätt. De kommer kunna använda det utvecklade verktyget till framtida analyser vid fortsatt vidareutveckling av spelmotorn.