排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
基于Spark平台的NetFlow流量分析系统 总被引:1,自引:0,他引:1
目前典型的NetFlow分析系统多为基于私有架构或平台的第三方系统,面临扩展性较低、开放性不足、扩容代价大、分析时延长等问题.大数据技术的快速发展尤其是内存式计算平台如Spark的出现为集中处理大规模NetFlow数据提供了可能,本文提出了基于Spark的NetFlow分析系统,验证了核心算法(如流量应用构成统计)在Spark平台的性能.实验表明,基于Spark的NetFlow分析系统具有很高的性能和很强的扩展能力,较之Hadoop MapReduce有显著的性能提升. 相似文献
2.
3.
4.
PCA是一种在高维空间中检测网络异常流量的有效方法,它可以从全局角度对网络流量数据进行分析,检测网络中隐藏的异常。在面对运营商全网流量数据时,如何快速从海量的Netflow流量数据中生成统计矩阵供PCA检测分析,是PCA异常流量检测方法面临的最大困难之一。MapReduce是随着云计算兴起的一项分布式计算方法,它充分利用计算机集群的处理能力,能有效应对海量数据分析任务。本文提出了一种有效的机制,将MapReduce分布式计算方法应用在PCA异常流量检测中。结果表明,MapReduce方法极大地提高了PCA异常流量检测方法的处理性能,使得PCA异常流量检测能有效处理运营商全网数据。 相似文献
5.
6.
最近几年来,P2P技术在研究领域受到广泛关注,很多系统开始采用P2P架构进行组网,向用户提供各种服务,如下载服务和组播服务.人们普遍认为P2P系统中节点越多,P2P对等技术的优势也越明显,系统的容量几乎没有限制.但对P2P组播网络,这一结论必须满足一定条件才能成立,本文从基本的流量关系出发,推出P2P组播网络理论上能够容纳的最大节点数量和节点流复制能力的关系,并以构造方式证明了对任何数量的节点,只要总的复制能力超过节点数量,理论上存在一种组播组织方式,实现稳定组播,为P2P组播网络的优化提供了理论指导. 相似文献
7.
1