一种NetFlow 流量采集探测器的设计

NetFJow技术能够为互联网中如流量统计、按流量收费、网络规划以及DDoS攻击检测、网络监控等诸多应用提供有效的测量手段。介绍了Netflow的功能,并针对V9的协议格式,提出了基于FPGA和DDRll,ItSDIRAM硬件实现的Netflow流量采集探测器的设计方案。     

高速网络流量监测系统的设计与实现

设计并实现了一种高速网络流量监测系统。该系统基于高速数据采集卡和普通服务器,在硬件采集、存储数据的基础上,实现数据捕获、分析、统计、报表等功能。通过该系统,用户可以制定针对特定业务的流量监测,并且可以对网络的健康状况和瓶颈等进行测试,帮助用户迅速地确定网络问题。目前该系统己经运行在实际网络环境中。     

基于自相似特性的流量测量采样方法

针对大型网络流量测量中测量数据量巨大、不能有效地描述流量特征的问题,本文将近年来网络研究的热点自相似性运用在流量测量中。根据流量变化对自相似参数H的影响,提出了一种基于网络的自相似特性的流量测量采样方法。该方法降低了流量测量的采样频率,能够及时、准确地发现网络异常,并能使测量数据更准确地刻画流量特征。     

基于Netflow的网络流量监测系统研究

网络流量测量是认识网络规律、了解网络行为的前提工作.文章从网络流量监测系统的需求出发,提出了一种基于Netflow的网络流量监测系统的解决方案,重点阐述了网络流量监测系统的总体结构设计、数据包的采集和流量数据统计等内容.同时采用Visual C++6.0技术设计该方案的平台架构,指出了实现网络流量监测系统的关键技术和方法,实现了网络流量监测和管理;该系统的实现可以有效地监控网络流量状况.     

校园网流量抽样测量系统设计与实现

随着高速网络技术的发展,大多数高校引入了千兆网,校园网络日益规模化和复杂化,使得实时在线的流量测量变得比较困难,基于抽样的流量测量方法作为一种可扩展的测量技术已成为人们经常采用的一种有效的流量测量技术。本文采用"弱化的贪心算法"确定各网段的最佳测点,并采用IP掩码匹配的分布式抽样测量技术将各测量点同步采集的流量经抽样后存储到服务器的不同储存区域,然后根据测量目标对各网段采集的流量进行汇聚、分析和统计。从节约成本出发,本文引入了双机协作抽样技术进行测量,此双测量主机系统充当了服务器、测量器和分析器角色,整个测量无需专用测量器和服务器,可以基本取代市场专用的流控测量设备,能实现对整个校园网流量的掌控。     

网络性能监控与流量统计系统的设计与实现

随着网络规模的不断扩大,网络结构与功能日益复杂,网络性能监控与流量统计已成为网络管理领域的重要部分。系统的开发基于TCP／IP的SNMP协议,实现了网络实时监控与数据采集功能。本文主要研究了网络性能监控与流量统计系统的设计与实现,描述了系统层次模型、设计方法,并在Visual Basic环境下实现了系统功能。     

Cisco路由器流量采集软件的研制

网络流量能反映网络的运行状态,是网络管理领域中重要的研究课题。随着网络技术的发展,网络应用的不断深入,网络的有效性、安全性分析尤显重要,直接分析网络实时流量,将具有非常重要的意义。NetFlow是Cisco公司为实现流量统计和流量分析而开发的一种协议,使用NetFlow可以方便地进行大规模的流量采集。通过对NetFlow协议原理与功能的分析,可以设计一种NetFlow流量分析器,该分析器能够对NetFlow流量数据进行采集、分析和显示,实现网络的异常流量监测、流量统计和综合流量分析,并能及时地发现网络攻击。     

基于用户流量的Internet性能监测方法研究

提出一种基于用户实际流量数据的分布式Internet性能监测方法，该方法相比一般的主动测量和被动测量具有易于实现、可扩展和更贴近用户真实感受的特点。简单的理论分析表明，只需要较少的测量用户，就可以达到较高的准确程度。该文根据该方法进行了实现，并经实际网络测量采集了数据，证明了方法的可行性和有效性。     

基于超声波的带式输送机多点煤流量监测系统设计

针对高带速、大运量矿用带式输送机煤炭瞬时流量难以实时准确测量的问题,设计了一种基于超声波的带式输送机多点煤流量监测系统,介绍了系统硬件、软件及煤流量检测算法设计。该系统利用超声波传感器和速度传感器获取带式输送机高速运行下的煤高、煤堆截面积、输送带速率等参数信息,并利用煤流量检测算法对数据进行拟合分析,计算出煤流量。测试结果表明,该系统能对输送带煤流量进行准确测量,测量精度达到91%。     

IPV6环境下的分布式P2P流行为分析系统

针对IPV6网络中P2P流量管理的需求,设计了一种基于IPV6的分布式P2P流行为分析系统。该系统的包捕获模块采用分布式部署方式,能实时采集来自于多个网络监测点的流量并进行汇总分析。通过实验对比,系统对HASH模块的输入组合进行优化,解决了IPV6环境下系统建流和维护流状态信息的效率问题。利用该系统在真实IPV6网络环境中对BT流行为特征进行测量,取得了相关实验分析结果。     

GAN-TM:一种基于生成对抗网络的流量矩阵推断机制

随着当前互联网技术的快速发展,网络规模和复杂度不断提高,由于流量矩阵对于网络管理、流量工程、异常检测等都具有重要意义,因此准确测量流量矩阵对于计算机网络而言极其重要。当前针对流量矩阵的测量机制主要可以分为直接测量法和估计推断法,其中估计方法又包括简单统计反演法、附加链路测量信息法以及测量反演结合法。现有测量机制在准确性和测量耗费方面存在较多问题,直接测量的方法虽然可以保证准确性,但网络规模的扩张及网络结构的日趋复杂化使其在实现上存在困难,而流量矩阵推断问题在线性求解上固有的高度病态特性又使得估计推断法时常难以发挥作用,因此需要一种新的方法以更通用的方式解决现有问题。该文借鉴生成对抗网络(GAN)在图像恢复方面的作用,提出了一种基于生成对抗网络的流量矩阵推断机制GAN-TM。GAN-TM能够基于部分测量信息,建立起基于掩码矩阵评估的卷积生成对抗网络模型,利用部分测量信息对缺失的流量矩阵进行推断。实验结果表明,在数据缺失率低于30%的情况下,GAN-TM的推断误差能够控制在0.10以内。     

Applications of sketches in network traffic measurement: A survey

Accurate and timely network traffic measurement is essential for network status monitoring, network fault analysis, network intrusion detection, and network security management. With the rapid development of the network, massive network traffic brings severe challenges to network traffic measurement. However, existing measurement methods suffer from many limitations for effectively recording and accurately analyzing big-volume traffic. Recently, sketches, a family of probabilistic data structures that employ hashing technology for summarizing traffic data, have been widely used to solve these problems. However, current literature still lacks a thorough review on sketch-based traffic measurement methods to offer a comprehensive insight on how to apply sketches for fulfilling various traffic measurement tasks. In this paper, we provide a detailed and comprehensive review on the applications of sketches in network traffic measurement. To this end, we classify the network traffic measurement tasks into four categories based on the target of traffic measurement, namely cardinality estimation, flow size estimation, change anomaly detection, and persistent spreader identification. First, we briefly introduce these four types of traffic measurement tasks and discuss the advantages of applying sketches. Then, we propose a series of requirements with regard to the applications of sketches in network traffic measurement. After that, we perform a fine-grained classification for each sketch-based measurement category according to the technologies applied on sketches. During the review, we evaluate the performance, advantages and disadvantages of current sketch-based traffic measurement methods based on the proposed requirements. Through the thorough review, we gain a number of valuable implications that can guide us to choose and design proper traffic measurement methods based on sketches. We also review a number of general sketches that are highly expected in modern network systems to simultaneously perform multiple traffic measurement tasks and discuss their performance based on the proposed requirements. Finally, through our serious review, we summarize a number of open issues and identify several promising research directions.     

A power laws-based reconstruction approach to end-to-end network traffic

To obtain accurately end-to-end network traffic is a significantly difficult and challenging problem for network operators, although it is one of the most important input parameters for network traffic engineering. With the development of current network, the characteristics of networks have changed a lot. In this paper, we exploit the characteristics of origin-destination flows and thus grasp the properties of end-to-end network traffic. An important and amazing find of our work is that the sizes of origin-destination flows obey the power laws. Taking advantage of this characteristic, we propose a novel approach to select partial origin-destination flows which are to be measured directly. In terms of the known traffic information, we reconstruct all origin-destination flows via compressive sensing method. In detail, here, we combine the power laws and the constraints of compressive sensing (namely restricted isometry property) together to build measurement matrix and pick up the partial origin-destination flows. Furthermore, we build a reconstruction model from the known information corresponding to compressive sensing reconstruction algorithms. Finally, we reconstruct all origin-destination flows from the observed results by solving the reconstruction model. And we provide numerical simulation results to validate the performance of our method using real backbone network traffic data. It illustrates that our method can recover the end-to-end network traffic more accurately than previous methods.     

一种速率自调节可用带宽测量算法

可用带宽是网络路由、网络服务质量、流量工程等方面的一个关键参数。目前很多研究方法都基于PGM模型和PRM模型,但这两种方法大都假设背景流量速率为固定比特流,不适用于低带宽的测试。提出一种端值自调节可用带宽测量算法,该算法充分考虑了低链路带宽的情况。通过对排队延时的处理、探测分组列速率端值自适应调节,实现了端到端可用带宽快速准确的测量。实验结果表明,该算法具有良好的测量效果,尤其在低带宽条件下较其它同类算法提高了测量准确性,加快了测量速度并减小了对网络的影响。     

一种改进的自适应流量采样方法

高速链路对实时网络流量监测提出挑战.由于流量采集分析设备性能的限制,采用精确、高效的采样方法进行流量监测分析已成为必然.最简单的固定概率采样能监测较大业务流,但往往忽略掉比例几乎超过80%的较小业务流.数据流算法可以实时高效采集高速链路数据,基于该算法的SGS(sketch guided sampling)采样技术可以实时准确估计流大小分布,但当采样速率增大到监测系统处理能力最大值时,该方法的准确性迅速降低.基于SGS方法,提出一种自适应实时网络流量的采样方法SRGS(sketch and resources guided sampling).该方法将监测系统处理能力作为采样概率调节的一个重要参数.实验结果显示,SRGS方法能够及时根据当前流大小和监测系统处理能力,调节数据包采样概率,准确性高于SGS方法.     

高速网络监控中大流量对象的提取

在高速网络环境下,由于受计算及存储资源的限制,及时、准确地提取大流量对象对于检测大规模网络安全事件具有重要意义.结合LRU淘汰机制和LEAST淘汰机制,建立了基于二级淘汰机制的网络大流量对象提取算法(LRU&LEAST replacement,简称LLR),两种淘汰机制相互弥补不足,较大地提高了算法的准确性.由于算法占用存储空间较少,从而可以在有限的SRAM空间中更快地处理流量信息.该算法在网络数据量增加的情况下不必增加存储空间,具有很好的可扩展性.     

基于矢量空间重构的网络流量预测算法

客户机与服务器之间存在数据存储隐通道,对该通道的网络流量进行准确预测可避免网络拥堵,提高网络流量的调度和管理能力。传统方法采用线性时间序列分析方法进行网络流量预测,没有准确反映流量序列的非线性特征信息,预测精度不高。提出一种基于非线性时间序列分析和矢量空间重构的网络流量预测算法。进行相位随机化处理,使得网络流量数据离散解析化,把网络流量时间序列解析模型分解为含有多个非线性成分的统计量。采用自相关函数法求得矢量空间重构的时间延迟,采用互信息最小嵌入维算法求得网络流量序列的矢量空间嵌入维,实现流量序列的矢量空间重构。在高维矢量空间中,提取网络流量的高阶谱特征,实现网络流量的准确预测。仿真结果表明,采用该算法能有效拟合流量序列的非线性状态特征,对流量状态变化的动态跟踪性能较好,其预测误差比传统方法的低。     

基于Web的网络流量监测系统的设计

网络流量测量是认识网络规律、了解网络行为的前提工作。该文从园区网络流量监测入手，通过对物理网络拓扑自动发现、网络拓扑自动布局以及对RMON2规范的研究，给出了能够分析网络流量成份的流量监测方案，设计并实现了一个基于Web的园区网络流量监测系统。通过对该系统的实施，可以有效地监控网络流量状况。     

蚁群优化神经网络的网络流量混沌预测

为了网络流量预测准确性,提出一种蚁群算法（ACO）优化BP神经网络（BPNN）的网络流量混沌预测模型（ACO-BPNN）。对网络流量时间序列进行重构,将BPNN参数作为蚂蚁的位置向量,通过蚁群信息交流和相互协作找到BPNN最优参数,建立网络流量最优预测模型,并采用实测网络流量数据进行有效性验证。结果表明,ACO-BPNN能够准确刻画网络流量变化特性,提高网络流量的预测准确性。