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.     

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。     

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。     

基于时频分析的网络故障自动识别

通过研究网络流量的时频分析,提出了一种新的基于平滑魏格纳分布(WVD)的故障识别算法.该算法只利用管理信息库中的标准信息来识别不同种类的故障,而且与现有的简单网络管理协议体系结构兼容.采用平滑WVD可消除交叉项的干扰,并将网络流量序列转换为二维空间的波动能量分布.用获取的不同网络服务的时频特性分布作为训练样本,训练后的K最近邻分类器可实现网络故障的识别.实验中,故障识别结果与预设的场景一致,与理论值相比识别误差率为14 41%.分析结果表明,该算法适用于具有流量变化的故障场景.     

异构网络环境中的自适应在线故障检测

通过研究网络流量异常检测，提出一种新的基于自适应自回归(AAR)模型的在线故障检测算法．该算法只利用标准管理信息库，因此检测不依赖于特定产品类别，适用于异构网络环境．验证了流量信号的非平稳特性，并采用模拟获取的网络流量拟合AAR模型．由于不必将整个时间序列进行分片和单独拟合，算法可以直接处理获取的新数据，实现真正意义上的在线故障检测．利用时间平均方法消除了网络噪声的影响．在实验中，故障检测结果与预设的故障场景完全对应，进一步证明了该算法的准确性．     

网络流量监测技术及性能分析

网络流量数据对网络的资源分布、容量规划、服务质量分析、错误监测与隔离、安全管理都十分重要，文中论述了网络流量监测技术的模型与实现，然后对3种主要网络流量监测技术的特点和功能进行了比较和分析。最后，给出了3种技术的不同适用场合。     

基于改进特征选择法的移动通信网络流量异常监测系统

由于传统系统受到网络时延和信号干扰的影响,导致系统监测效果较差,提出了基于改进特征选择法的移动通信网络流量异常监测系统.利用报警装置对异常数据进行警示,并通过显示模块显示监测结果,解析全部网络流量特征.根据特征选择流程,获取网络流量异常特征,实现对异常网络流量的实时监测.提取异常流量并展开分析,采用改进特征选择法对异常流量进行选择,由此实现移动通信网络流量异常监测系统的设计.实验结果显示,该系统最高监测准确率可达88%,保证移动通信网络能在安全稳定条件下运行.     

基于BPSO与神经网络的实时P2P协议识别算法

针对互联网中P2P协议以及加密协议无法使用传统方法进行识别的问题,提出一种新的基于会话流统计特征的网络协议识别算法。采用二进制粒子群算法(BPSO)定量选出最能体现不同协议区别的特征子集;并针对BP(Back Propagation)神经网络结构难以确定、易陷入局部极小值等缺陷进行分析,使用粒子群算法对BP神经网络进行优化以提高识别率。实验结果表明:该方法能够有效地从多种网络特征属性中选出最能体现不同协议区别的特征子集,且对于基于UDP协议的网络应用也有较高识别率,经优化后的BP神经网络具有更高识别率。该算法对常见的P2P协议平均识别率达到96%,且能够实时地对网络协议进行识别。     

Google Earth在交通信息服务系统中的应用研究

通过将海量的高分辨率卫星遥感图与航拍图映射到三维的地球模型中,Google Earth(GE)为ITS的各种应用提供了全新的地理信息平台。描述并分析了GE的主要功能及其编程接口,建立了基于GE的实时动态交通信息服务系统的分布式系统架构,并开发了相应的原型系统。运行结果表明,原型系统达到了设计目标,与传统基于GIS的交通信息服务系统相比,具有更加生动的交通与地理信息表达方式、用户与开发者友好等优点。     

基于通用PC的千兆流归并系统

Cisco Netflow在流量监控、网络安全等许多方面得到了广泛的应用.目前高端路由器大都支持Netflow数据输出,但使用路由器来产生Netflow存在输出字段不够丰富、无法定制等弊端.本文设计并实现了一种基于通用PC和普通千兆网卡的高速数据包采集与流归并系统,实时采集千兆链路流量并输出Netflow数据.通过修改网卡驱动,实现了数据包在内存中的零拷贝.通过多索引队列实现负载均衡,系统可将一路网卡流量分配到多个CPU并行处理,有效利用了多CPU的计算资源,大大提高了系统处理能力.系统的流归并模块使用Netflowv9格式,可输出丰富的流信息.测试表明,该系统能够实现单路千兆链路环境下100万pps的数据包采集和流归并.     

控制网络组态软件中网络监控管理的研究

网络的维修、维护、监控是关系到控制网络组态软件使用配置方便灵活程度、系统的可维护性指标、系统的可靠性指标的关键因素．提出了组态软件的体系结构,探讨该网络监控管理的相关问题,并蛤出了网络监控管理的实现方法．     

Quantitative assessment model on path assignment for SDNs

Software defined networking (SDN) has emerged as an efficient network technology for lowering operating cost through simplified hardware, software and management. Specific research focus has been placed to achieve a successful carrier grade network with SDN, in terms of scalability, reliability, QoS and service management. In this paper, graph theory and traffic engineering are used to model the network state transitions and path assignment problem at first. Next, we present a quantitative assessment model on path assignment for a centralized controller to assess different kinds of path assignments, considering optimal path utilization, network load balance, network load volatility, and resource utilization simultaneously. In the end, an example forquantitatively assessing existing different path assignments is detailed to illustrate our proposed model.     

强势管控下的计算机实验室网络管理方案

针对高校网管中心强势管控下的计算机实验室网络管理困境,该文从管理学角度分析了当前管理体系下各主体不同的目标,从中找出了造成计算机实验室网络管理困境的根源,以聚生网管软件为技术手段,提出了创新的计算机实验室网络管理解决方案。     

一种基于深度强化学习的SDN路由算法

为解决软件定义网络(SDN)中的流量工程(TE)问题,提出了一种深度强化学习路由(DRL-Routing)算法.该算法使用较全面的网络信息来表示状态,并使用一对多的网络配置来进行路由选择,奖励函数可以调整往返路径的网络吞吐量.仿真结果表明,DRL-Routing可以获得更高的奖励,并且经过适当的训练后,能使各交换机之间...     

面向城市环境的基于交通灯的时间稳定组播VANETs路由

车载网(vehicular ad hoc networks,VANETs)是由高速移动的车辆构成、自组织分布的无线网络。部署VANETs的目的之一在于提高交通安全、减少交通堵塞,特别是有利于安全消息的传播。然而,城市环境中安全消息的分发受道路结构、红绿灯等因素影响。为此,针对城市环境安全消息的传输问题,提出基于交通灯的时间稳定组播VANETs路由机制T-TSG(traffic light based time stable geocast)。T-TSG依据交通灯的不同情况,确定区播区域(geocast region,GR)、区播消息稳定区域(geocast message stable region,GMSR)以及稳定车辆区域(stable vehicle region,SVR)。仿真表明,提出的路由协议在数据传输率、端到端传输时延、网络开销方面得到提升。     

基于通用计算机和网络的软件无线电结构

采用通用化设备实现软件无线电平台可以使软件无线电技术更为通用化 ,同时具有可实现性。根据目前通用计算机和网络设备发展迅速 ,性能不断提高的趋势 ,提出一种由计算机和网络构成的软件无线电平台的结构。用网络连接计算机构成机群 ,用消息传递实现计算机间的互联 ,通过采用一种协同计算方案解决其关键技术和实现机制问题。这些技术为软件无线电平台提供了充足的性能 ,同时具有很好的可扩展性和灵活性     

矿井通风系统三维可视化及网络解算优化

 针对目前通风软件功能存在局限性的现状,结合矿山开采深度增加和通风网络越来越复杂的实际,开展了新型矿井通风系统三维可视化研究。基于回路风量法和节点风压法提出了新的改进解算算法,使其能够解决复杂的通风网络解算问题;根据新的矿井通风系统双线巷道自动生成算法逐层生成闭合轮廓线,将各层轮廓线三角化并将所有的三角化网格合并,生成封闭的三维联通实体巷道;采用“层次式平台+插件”的方法进行系统开发。最终实现了通风系统三维可视化模拟、网络解算优化、通风管理信息化;与矿山数字化软件相结合,可有效集成监控监测系统,实现数据管理一体化和矿山安全管理。     

基于ZigBee和3G技术的高校宿舍安全监控系统

为加强当前高校宿舍安全的监控和管理,设计了基于ZigBee和3G技术的高校安全监控系统的解决方案,实现了宿舍环境数据上传与后台监控中心数据接收的实时同步.系统参照物联网理论模型设计,包括感知层、网络层和应用层3个部分组成.感知层利用ZigBee和传感器技术组建无线传感器网络,负责采集宿舍环境相关数据;网络层利用ARM-3G嵌入式网关将感知层数据上传至后台服务器;应用层则利用PC客户端和手机应用程序组成后台监控中心,负责数据的监控和管理.模拟测试结果表明,上位机软件实时接收数据后,工作人员能根据数据做出相应的处理.整个系统运行稳定,达到了预期的设计要求.     

组策略在医院网络管理中的运用

研究了医院信息化组织机构实施问题,以实现医院信息化数据资源、打印机、计算机等硬件资源统一管理功能和医院信息化软件的自动分发、安装功能,实现医院统一协作平台架构搭建及医院上网行为的管理功能. 方法主要包括活动目录安装和配置策略、设计组织单元策略、各种角色的确定、角色权限的确定等,数据共享资源的部署策略和访问控制策略,客户端软件的自动部署策略,系统用户之间的信息交互、资源共享、远程办公等,上网身份鉴别、时间控制、内容监控与过滤、网协议、流量监控等.     

基于灰狼算法优化深度学习网络的网络流量预测

针对深度学习网络在网络流量预测建模过程中的参数优化难题, 以改善网络流量预测结果为目标, 提出一种基于改进灰狼算法优化深度学习网络的网络流量预测模型. 首先, 收集网络流量历史数据, 并对数据进行相空间重构、 归一化等预处理; 其次, 引入灰狼算法快速搜索到全局最优深度学习网络的相关参数, 并根据最优参数对预处理后的网络流量历史数据进行学习, 建立能挖掘网络流量历史数据变化规律的预测模型; 最后, 与其他算法优化深度学习网络的网络流量预测模型进行对比分析. 实验结果表明, 基于改进灰狼算法优化深度学习网络的网络流量预测精度超过90%, 远高于其他对比模型, 且预测建模过程的建模时间少于对比模型, 可满足网络流量管理的高精度和实时性要求.