网络流量测量与CERNET流量监控系统的设计及实现

基于TCP/IP网络的SNMP管理协议,分析了网络流量测量的意义、方法和主要测量技术;针对大型骨干网流量监控和显示的需求,设计完成了CERNET动态流量监控系统,实现了网络流量数据获取,流量分析、实时监控和大屏幕显示播出的功能.     

网络流量测量与CERNET流量监控系统的设计及实现

基于TCP/IP网络的SNMP管理协议,分析了网络流量测量的意义、方法和主要测量技术;针对大型骨干网流量监控和显示的需求,设计完成了CERNET动态流量监控系统,实现了网络流量数据获取,流量分析、实时监控和大屏幕显示播出的功能.     

网络流量测量的自适应抽样方法研究

由于高速网络技术的发展,直接对网络流量进行全分组测量相当困难,为了解决这一问题,流量抽样测量研究已经成为高速网络环境下进行流量测量的一个热点.在对目前的抽样测量技术研究的基础上,分析了一种自适应抽样测量技术.结果表明:该方法能充分利用现有资源提高抽样测量的准确性,为研究其他的自适应抽样方法提供一定的参考.     

网络流量采集方法研究综述

为全面了解网络流量采集的最新发展趋势和相关方法技术, 更好地对网络流量采集及相关领域进行研究, 总结了常用的几种网络流量采集方法, 并列举了几种具有代表性的网络流量采集工具。通过对流量采集方法和相关工具进行归纳分析, 阐明流量采集过程中的关键问题和核心技术, 借以为相关研究者在网络测量和管理过程中对流量数据等的进一步分析和使用, 为提高流量采集的效率\, 准确性\, 实用性及适用性提供参考依据, 以期设计并实现更加实际有效的网络流量采集方法。     

基于分形理论的网络流量异常检测技术

传统网络流量异常检测技术不能适应网络流量的复杂性,异常检测精度低,不能保证实时性,为此,提出一种新的基于分形理论的网络流量异常检测技术。通过FIR滤波方法对流量的时间序列进行预处理。采用Schwarz信息准则对网络流量异常检测问题进行处理,估测网络流量异常点数量与位置。采用R/S分析法求出自相似指数Hurst值,依据Hurst值对网络流量时间序列的分形特征进行分析。引入滑动窗口完成多网络流量异常点的检测,在检测异常点处对流量进行分形处理,依据自相似指数计算过程获取异常点间的流量自相似指数值,保存异常点之后的流量,为下一个流量异常点的检测提供依据。实验结果表明,所提技术实现过程简单,网络流量异常检测精度高,保证了实时性。     

基于IXA架构的流量测量系统设计

网络流量测量技术是网络监测和管理研究的重要前提和保证. 在分析网络处理器、网络流量采集等技术的基础上,介绍流量测量系统在Intel IXA架构上的一种设计和实现. 系统的数据采样机制和数据编码格式遵守sFlow系统标准. 最后对IXP2400上实现该系统时微引擎等资源的分配作了分析,通过并行架构优化了包处理性能.     

网络流量性能测量技术探析

网络流量性能测量是网络管理和系统管理的一个重要组成部分,为网络的运行和维护提供了重要信息,问时也是网络流量具体建模、分析的必要前提和手段。网络流量的测量方法分为主动测量和被动测量。两种测量方法各有优缺点,分别用于不同的场合。针对网络流量的测量展开系统性的研究将对Internet行为学方面的研究取得理论突破具有重要意。     

网络流量性能测量技术分析

网络流量性能测量是网络管理和系统管理的一个重要组成部分,为网络的运行和维护提供了重要信息,同时也是网络流量具体建模、分析的必要前提和手段。网络流量的测量方法分为主动测量和被动测量。两种测量方法各有优缺点,分别用于不同的场合。针对网络流量的测量展开系统性的研究将对Internet行为学方面的研究取得理论突破具有重要意义。     

网络流量的自相似特性

利用小波技术对网络流量进行特性分析，将网络流量过程分解成不同尺度下的小波系数(细节)和尺度系数(背景)，从而刻画出网络流量的自相似特性.     

面向边缘计算的物联网网络流量测量方法

在物联网中,边缘计算能够提供物联网计算的实时性,减少网络中数据的传输量.为了适应物联网技术的发展,研究了采用软件定义网络(SDN,software defined networking)架构的物联网网络,并利用SDN提供的方法对网络中的流量进行测量.细粒度流量测量可以更准确地描述网络中的流量,但同时也需要消耗大量的测量开销.为了减少测量过程中产生的开销并获得近似的细粒度测量,提出了一种面向边缘计算的物联网网络流量测量方案.新测量架构采用粗粒度测量和插值优化等方法进行测量.首先,在文中采用随机抽样方法通过OpenFlow协议快速获得粗粒度的网络流量测量.接着,对粗粒度的网络流量进行插值恢复,并利用多约束的优化方法对插值结果进行优化,直到找到满足条件约束的最优细粒度流量测量结果.最后,文中通过实验验证了所提出的测量方法的可行性和有效性.     

Real-time Capturing and Measurement of Traffic Flow Based on WinPcap

In order to understand how a network is being used or whether it is being abused, an administrator needs to inspect the flow of the traffic and ＂infers＂ the intent of the users and applications. So the network traffic measurement and analysis are crucial to network monitoring, reliable DDoS detecting and attack source locating as well. In this paper, we discuss the principle of real-time network traffic measurement and analysis through embedding a traffic measurement and analysis engine into IP packet-decoding module, and emphasize the implementation of visualizing the real-time network traffic, which are helpful to network monitoring and network traffic modeling.     

基于RISC处理器的实时交通计测系统

目的 研究交通流的实时测量,测量车辆台数,速度等基本交通参数,以期为交通部门提供必要的效能流参数统计量。方法 用差分方式对交通流进行实时图像处理,用精简指令集计算机（ＲＩＳＣ）作为主处理器,运用其高速数据处理能力进行系统的实时化和实用化研究。结果 完成了交通流计测的实验装置,并且进行了图像处理软件算法的设计和调试。结论 实际道路的交通测量证明,测量精度在９５％以上,系统可以适应环境光的突变和渐变的     

城市快速路路段交通流状态评估方法

交通流状态分类对于选择交通控制和诱导策略有非常重要的作用,不同的快速路路段设定的交通流参数临界值及变化特性会有所不同.本文考虑到交通流参数对交通流状态判别的影响程度,给出了一种基于加权欧氏距离的相似性度量方法,并确定了交通流状态判别的关键参数.根据整个路段的交通流数据,通过聚类分析构造最小距离分类器,把个别路段的交通流数据作为样本数据,进行了对个别路段的状态评估.实证分析结果表明:在交通流状态判别过程中,密度是最关键的参数:基于最小距离分类的个别路段的状态评估结果与实际情况非常类似,这将为交通控制和管理提供决策依据.     

负载自适应的数据流流量测量算法

针对现有的数据流流量测量算法负载适应性不佳的问题,基于计数型布鲁姆过滤器,提出了一种负载自适应的数据流流量测量算法LACBF(load-adaptive counting bloom filter)。采用真实的网络流量数据,对LACBF算法的性能进行了仿真验证,结果表明,LACBF算法能够在网络流量动态变化的情况下获得比现有算法更小的测量误差。     

车路协同环境下信号交叉口车速引导策略

为降低车辆需停车通过信号交叉口的可能性,减少停车时间,针对在三、四线城市交叉口区域实时的车辆排队长度数据不易或无法获得这一实际情况,提出车路协同环境下的车速引导策略。搭建了车载交通灯提醒系统,并对安徽省芜湖市衡山路-凤鸣湖北路交叉口的交通灯进行了数据采集。在实际数据的基础上,运用VISSIM软件进行仿真验证,结果表明,在高峰和平峰流量时车速引导策略均能有效降低单车行程时间,平均降低比率分别为9.2%和13.0%,且改善效果在平峰流量时优于高峰流量时。该车速引导策略提高了信号交叉口的交通效率,为车路协同环境下车速引导的实际有效运用提供了思路。     

航道交通流统计时间单位研究

恰当地统计时间单位是调查和分析航道交通流的基础.基于非线性随机理论和数理统计理论,提出航道交通流分析中统计时间单位的选定方法,并以京杭运河为例,检验了统计时间单位方法正确.研究方法的基础具有普遍性,可以进一步推广到包括随机、混沌在内的各类交通流相关问题的研究中.     

基于灰色神经网络的道路权重确定方法

提出了一种基于灰色神经网络的道路权重确定方法.首先利用灰色预测模型少数据建模和人工神经网络模型非线性逼近的优点,将两种模型有机结合,实现对交通流的模拟预测;其次利用交通流量-行驶速度以及行驶速度-行驶时间的关系确定交通流量与行驶时间的关系模型;最后结合前两部分建立的模型构建基于灰色神经网络的路阻函数模型,从而确定路段的权重.实验结果表明,该方法具有较高的精度,且模型利用少量的数据就可以确定路段的路阻函数,为路段权值的确定提供了一种有效可行的方法,可用于智能交通的路径规划等应用中.     

基于快速路交通录像的交通流模型参数测量方法研究

提出一种利用城市快速道路交通录像资料测量交通流模型中各种参数的方法.以北京市一个路段的实际录像资料为例,通过测量和分析获得Kerner非线性模型中的临界密度、宽运动堵塞的传播速度和Greenshields模型中的畅行速度等参数.结果显示,这是一种操作性强、成本很低且有多种应用前景的交通流测量新方法.     

NESP中测量工具的研究与实现

测量工具是进行网络测量研究的前提和基石。提出了NESP中测量工具的分层结构,给出了基于CoralReef的流测量工具的实现,简单介绍了CoralReef软件包并描述了相关的性能优化技术。为NESP中测量工具的设计和实现提供了总体的框架和方法,对NESP扩充和集成测量工具具有参考价值和指导作用。