移动通信网中基于级串框架的网络流量性能分析

根据湍流尺度分析中的对数无限可分级串方法(LIDC),对从某移动运营商处获取的无线分组网络流量进行了多尺度行为分析,以GPRS为例,发现现网GPRS流量符合对数无限可分级串框架,并由此对无线分组流量数据进行了深入的特性分析. 结果表明,LIDC方法在分析无线分组网络流量的多尺度行为方面非常有效. 该方法不仅在全尺度范围内能刻画网络流量的尺度特性,而且能确定出某一尺度下的有效分析范围. 同时,经过该分析框架分析表明,无线分组网络流量中的尺度保持了幂律关系、单一尺度及尺度不变性等特点.     

基于三元组信息的网络流量检测点选取算法

为了有效地选取网络流量检测点,根据流守恒假设,提出一种网络流量检测点选取算法．该算法将网络流量检测点选取问题抽象为图的弱顶点覆盖问题,使用三元组信息标记网络节点,通过比较和替换节点的三元组信息并根据最后的三元组信息,完成网络流量检测点的选取．仿真结果表明,新算法不需要了解网络拓扑的全局信息,能动态地排除无法部署的网络节点,有效地解决了网络流量检测点的选取问题．     

油田网络流量监控及MRTG技术

流量监控和统计是网络性能管理的重要内容,在网络管理上,它有极其重要的意义.通过对流量数据的分析,能够快速、准确地查找网络故障,为油田网络的规划、升级、管理提供依据.MRTG是专门用来实现网络流量监测和统计的软件,它使用简单,功能实用,是许多企业和网络运营商首选的网络流量监测工具.     

sFlow网络流量分析算法研究

sFlow是一种“统计采样技术”，其分析方法采用1／n数据包采样来描述网络流量的特征，随着获取的样点数量的增加，相对采样误差减小，最终将趋向能与收集每一个数据包来描述网络流量特征达到同样的结果。通过详细地研究sFlow技术，在对比的情况下总结了其优缺点。并对sFlow技术的发展方向提出展望。     

基于机器学习的网络流量分类综述

网络流量分类对于网络优化、网络安全预警、用户个性化服务等具有重要意义。随着通信和信息技术的发展，传统的基于端口以及深度包检测的分类方法由于私有协议的广泛应用已不能满足需求。基于机器学习的分类算法被应用于流量分类研究，但加密技术为流量分类的特征提取带来一定难度。首先总结了网络流量分类的基本流程；其次分析了分类粒度及其应用场景，并对目前流量分类的主要技术按照监督学习、半监督学习、无监督学习进行了分类研究；最后对网络流量分类技术的发展趋势及面临挑战做了展望，为网络流量分类研究提供一定的参考。     

流量特征分析及协议分析在网络维护中的应用

网络流量分析是提高网络利用率、有效规划带宽、合理均衡流量、提供优质服务的重要手段。本文利用MRTG、EtherPeek等网管和协议分析软件,采集到一段时间内某城域网的各种流量信息,通过流量特征与协议分析技术,进行了较为细致的分析。     

浅谈IP网络流量分析

网络流量分析是一个有助于网络管理者进行网络优化、网络监控、流量趋势分析等工作的工具,进而挖掘网络资源潜力,控制网络互联成本,并为网络规划、优化调整和业务发展提供基础依据.本文重点介绍了几种主要流量分析技术的工作原理和优缺点,并结合网络流量分析解决方案,详细阐述了流量分析工作在网络管理中的作用.     

计算机网络流量监控设计探讨

近年来,随着计算机科学技术的快速发展,计算机网络应用技术被广泛地应用在各个领域,计算机网络规模逐渐扩大。计算机网络流量监控设计,能够有效地监测网络流量情况,防止网络病毒和网络攻击,不断优化单位局域网设计,提高网络管理质量和水平。本文分析了计算机网络流量特性,阐述了计算机网络流量监控设计。     

关于实时网络流量测量的研究

本文对网络流量测量的发展背景和动力进行了归纳概括,并对Internet工程任务组提出的实时网络流量测量(RTFM)进行了重点介绍分析,最后将其与IP流量信息输出(IPEIX)进行了比较,提出网络流量测量协议的发展趋势.     

盖州煤业工业以太环网带宽流量的分析应用

随着我国煤矿数字化、自动化的发展,对煤矿环网建设的带宽等问题,愈来愈严格要求。文章探讨了环网带宽的分配问题,对煤矿信息化建设提供一些参考。