一个网络流量监测与预测系统的设计与实现

提出一种网络流量采集及存储方案, 解决了大型网络流量监测的海量数据存储难题; 将流量预测引入网络管理系统, 实现了基于ARMA模型的网络流量预测. 给出了流量数据获取方法, 采用一种“整点平均”流量速率计算方法以提高准确度; 对几种不同流量数据采集存储方案进行了测试比较; 实现并分析了基于ARMA模型的网络流量预测; 给出了一种基于Trap扩展定义的流量超越阈值告警处理方法. 在南昌市大型电信数据网络上的应用表明, 该系统在网络流量监测与预测方面可以取得很好的效果, 且具备良好的性能.     

网络流量分析系统技术研究与实现

网络流量分析是有助于进行网络规划、网络优化、流量趋势分析的工具,通过对网络流量的采集和分析,可以推断网络的运行状态。网络带宽的快速增加给网络流量分析工作带来了巨大挑战。通过分析现有流量分析系统的性能瓶颈和下一代网络流量分析系统需要达到的性能指标,提出了对应的解决方案。     

基于改进特征选择法的光纤网络流量异常监测研究

采用当前方法进行光纤网络流量异常监测过程中,特征选择法无法全面描述流量异常特征监测的不足,存在监测效果较差的问题。为此,提出一种基于改进特征选择法的异常流量监测方法。首先采用分光方式对光纤网络流量进行分析,获取光纤网络流量时间序列,并描述用于流量异常监测的多时间序列之间的相互关系,然后利用改进特征选择法对网络出口流量进行特征提取。利用聚类算法选择网络流量异常最优类数和聚类中心,来对网络流量异常现象进行过滤,从而实现网络异常流量特征抽取、特征选择改进算法和网络流量异常监测的研发,从而提高光纤网络流量异常现象监测的准确度。仿真实验结果证明,通过这种方法,能有效地对网络流量异常现象进行监测,且算法简单,能够满足网络流量异常监测的应用需求,实用价值较高。     

IP城域网流量监测方法及网络流量模型

为了有效克服传统流量监测方法仅对数据包进行传输层以下协议进行分析而不能识别P2P（Peer-to-Peer）应用的问题,分析了远程网络监控(RMON：Remote Network Monitoring)、xFlow和探针等流量监控方法的特点及适用情况。并在城域网接入层、汇聚层和城域网（MAN：Metropolitan Area Network）出口3个层面部署探针进行流量监测和分析,获得了完整的流量分布模型。实验表明,通过探针方式网络流量进行分析是全面而有效的。     

计算机网络流量监控设计分析

随着计算机行业的不断发展，计算机的网络安全问题日渐突出，网络用户规模的不断增大使得网络流量成指数型增长，给网络监测带来了不小的困难。实时网络监控是确保网络管理工作顺利开展的重要条件。本文通过对计算机网络流量监控现状进行研究，重点分析网络监控系统的数据流，通过选择合适的系统实现平台，在平台上通过系统功能框架和运行的模式进行网络流量的监控的设计与分析。     

基于SNMP协议的全局网络流量分析系统的设计与实现

针对传统的网络流量检测方法的不足,设计了一种基于SNMP协议的流量分析的网络流量监测系统. 该系统通过SNMP协议收集不同网络设备数据,并用这些数据掌握了一系列图表直观的体现网络设备间的流量和整个网络的负载状况.     

校园网流量监测系统的研究与实现

为了便于网络管理、并为网络升级和故障分析提供可靠的依据,基于实时监测网络流量情况构造一个网络流量监测软件系统。该系统采用关系数据库对流量数据进行存储;并利用Jbuilder 2005设计出便捷的用户操作管理界面,实现处理保存流量数据的校园网流量监测。通过在某大学校园网上的示范应用表明,该软件不仅提供图形化的用户接口、将收集的历史数据和实时数据在其中以图形的方式直观地显示出来,还能为用户提供可视化的监控操作与管理、方便用户使用。这种方法简便易行、性能指标较好地满足网络流量实时监测的需求。     

校园网络流量监测系统的设计与分析

随着计算机网络应用的迅猛发展,大量种类繁多的设备使得网络结构变得越来越复杂。如何管理这些设备并有效检测网络流量,对于网络安全稳定运行非常重要。本文对目前主要的流量检测技术进行分析,研究如何采集网络设备中的实时流量数据、流量数据的高效存储和利用方法。最后,详细阐述了校园网络流量监测系统的设计和实现过程。     

网络流量探针的关键技术探讨

网络流量监测是流量计费、网络管理、攻击检测与预警、网络设计等诸多应用的重要前提之一,网络流量探针为流量监测提供精确、完整的流量数据。此外,新一代网络管理系统呈现出面向服务的趋势,网络探针在系统中作为一个提供流量监测服务的端系统提供流量监测服务。     

基于时间序列分析的网络流量异常检测

针对传统模型无法对网络流量异常进行准确识别和检测的问题,提出一种基于时间序列分析的网络流量异常检测模型.首先提取网络流量的原始数据,并对原始数据进行小波阈值去噪处理,消除干扰因素的影响;然后采用时间序列分析法挖掘网络流量数据之间的变化关系,建立网络流量异常检测模型;最后通过仿真实验验证检测模型的有效性和优越性.实验结果表明,时间序列分析法可以准确、及时地检测网络流量的异常行为,且结果优于目前其他网络流量异常检测模型.     

BP-神经网络算法在分布式VOD系统流量预测中的应用

在分布式VOD系统中,网络流量是一组非线性的、复杂的、难以预测的数据.而为了实现系统中数据流量的负载均衡,需要对网络流量进行准确预测.提出了基于BP-神经网络的预测算法,对网络流量进行分析、预测.研究结果表明,该方法具有一定的预测能力,基本接近于网络流量的真实数据.     

基于时间特征的网络流量异常检测

为了解决传统网络管理方法不能适应网络复杂性、不能准确刻画网络异常行为的问题.采用一种基于时间特征的网络流量异常检测模型,研究分析网络流量的变化规律.利用指数平滑预测算法对未来网络流量进行预测,利用中心极限定理并结合实际经验确定动态的网络流量阈值,对当前和未来的网络流量异常进行检测.研究结果表明:当网络流量发生异常时,该模型能够进行有效的检测,能准确地描述网络的运行状况.该算法提高了网络流量检测的智能性,具有较高的实用价值.     

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.     

基于信息增益的网络流量特征采集分析系统

随着Internet宽带网络应用的高速发展,其承载的业务越来越复杂,尤其是P2P应用占用了大量带宽,网络带宽扩充总是难以满足用户带宽需求不断上升的要求,如何远程监测网络流量并合理优化带宽分布成网络优化的关键技术。传统网管系统难以满足远程网络流量特征实时分析的需求,基于网络流量特征信息熵理论,建立了一种新的基于信息增益的远程网络流量特征采集系统。实验结果表明,该方法可以有效提高流量特征采集效率,实现远程流量特征的实时分析。     

校园网上sFlow网络流量监控设计

随着网络规模的不断扩大,异构化程度的不断增高,网络带宽的成倍增长,网络变得日益复杂,为了在复杂环境下提供有质量保证的网络服务,采用sFlow流量采集技术在高速校园网内进行网络流量监控,减少了流量收集的数据量,同时又保证了数据可准确地用以进行网络流量监控.分析流量采集点在网络各层次的设置,并准确地对网络流量进行全面分析,根据实际需求采用2种sFlow系统组织方案,以实际应用细诉具体sFlow的设置,提出基于sFlow技术的全网流量监控.     

基于定量递归特征提取的流量监测方法

提出一种基于定量递归特征提取的流量预测算法,构建了网络端到端路由缓冲区短时网络流量的时间序列分析模型.采用虚假最近邻点算法和平均互信息算法对网络流量时间序列进行相空间重构,计算递归图平面中时频特征点占平面总点数的百分比,实现网络流量的时频熵特征提取,有效反应流量时间序列的内部结构特征和变化趋势,实现对流量的准确预测和监测.仿真结果表明,采用该算法能准确实现对网络流量相轨迹的预测判断,预测过程具有较好的抗干扰能力,预测精度较高.     

基于SNMP的校园网络监控系统的设计与实现

针对传统的网络流量检测方法的不足，设计了一种基于SNMP协议的校园网络流量监测与分析系统。该系统通过SNMP协议收集不同网络设备数据，并用这些数据掌握了一系列图表直观的体现网络设备的流量和整个网络的负载状况。     

基于BP神经网络的IP网络流量预测

采用了BP神经网络对网络流量数据的时间序列进行建模与预测。从分析网络流量的特征着手,构建了基于BP神经网络的IP网络流量预测模型,并进行了仿真验证。实验结果表明,该模型对网络流量的预测是有效可行的,并具有良好的收敛性和稳定性。     

网络流量测量技术研究

研究网络流量特征,对网络管理、规划和发展具有重要意义.本文讨论网络流量的采集方法、流量测量和分析方法、流量测量模型,并指出了流量测量模型方面需要改进和进一步研究的问题.     

基于Agent的P2P网络流量监控与调整模型

本文提出了一种基于Agent的P2P网络流量监控与调整模型。该模型借鉴Agent的体系结构,在P2P网络中设置监控管理站点,通过Agent体系结构组织起来,对整个P2P网络进行流量监测,并对网络中的超负荷节点进行流量调整,重新组织网络的拓扑结构。该文实验采用VC对系统进行模拟分析,实验结果表明该方法对调整网络流量具有十分明显的效果,能够有效的调整系统节点的拓扑结构,在系统负荷过重的情况下,有效的减少系统开销,限制超负荷节点对网络带宽的消耗,提高对网络的利用率。在目前的P2P网络中,本文的网络流量监控与调整模型具有一定的推广和使用价值。