基于多种流量采集技术的统一流量管理平台

统一流量管理平台可以支持多种流量采集技术,有利于在整个网络中,根据链路的重要等级细化管理技术手段,进而节约成本。数据网络的SNMP、NetFlow/NetStream、流量探针等分析系统只对各自采集的信息进行分析,无法实现对多种流量采集系统的数据进行统一和关联分析,提高流量分析的深度和精确度。本文提出一种统一流量管理平台,通过多种流量采集技术的采     

一种实时的新型网络性能预警系统

设计了一种基于NetFlow流量分析的实时的新型网络性能预警系统,它主要是利用基于NetFlow协议的高性能数据采集模式并运用统计学和预测学的相关算法,根据对当前网络流量值影响最大的在时间上最临近的流量值,预测下一时刻的流量数据。该系统能根据不同网络运行状态及时准确地预测出网络不同时间段的各种异常情况,有效分析网络运行效率并及时发现瓶颈,为优化网络性能提供了有力依据。     

NetFlow流量采集与聚合的研究实现

为实现对局域网络的流量监测与异常分析,提出一套基于NetFlow的大流量数据采集与聚合方案.该方案使用缓冲区和多线程机制米采集NetFlow数据,有效提高数据采集效率和稳定性.在原始数据的基础上,采用一整套聚合策略对数据进行处理和存储,以满足实时流量和历史流量的监测.该方案可对纷繁复杂的原始流量信息进行有效整理,为前端各种流量分析提供合理高效的数据支持.以此方案为基础的网络流量监测系统已实际运用于大型网络中.     

一种实时的新型网络性能预警系统

设计了一种基于NetFlow流量分析的实时的新型网络性能预警系统，主要是利用基于NetFlow协议的高性能数据采集模式并运用统计学和预测学的相关算法，根据对当前网络流量值影响最大的在时间上最临近的流量值．预测下一时刻的流量数据。该系统能根据不同网络运行状态及时准确的预测出网络不同时间段的各种异常情况。有效分析网络运行效率并及时发现瓶颈，为优化网络性能提供了有力依据。     

GLORIAD流量监测与分析系统设计与实现

文章首先引入了GLORIAD流量监测与分析系统设计和实现的背景：接着介绍了与系统设计实现相关的原理和技术,包括CISCO NetFlow技术,以及应用NetFlow技术检测分析DDoS和蠕虫病毒等网络异常流量的方法：然后讨论了系统的总体结构和应用上述技术原理实现各个模块的细节,包括如何实现用户行为分析,以及如何实现检测分析DDoS和蠕虫病毒等网络异常;最后总结了系统实现的结果.     

基于SNMP的流量工程信息采集系统研究

首先提出了基于SNMP(简单网络管理协议)的流量工程网络管理框架模型，然后针对该模型中的网络信息采集部分进行开发和设计，实现了对网络资源和流量信息的实时采集，并对采集到的信息分析和统计，实现流量工程数据库的建立和维护，为流量工程的实施提供准确的流量测量数据和有效的网络管理依据。     

浅析NetFlow技术及其在网络流量监测分析中的应用

InterneVIntranet正在迅猛发展,已经对流量统计和管理技术提出了新的需求,为此,思科公司在其IOS交换体系结构中引入一种新的交换技术——NetFlow交换。首先简要介绍了NetFlow技术,然后详细分析了NetFlow的处理机制、输出格式、实用版本以及系统组成,最后,阐述了NetFlow在网络流量监测分析中的应用。     

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。     

基于NetFlow流量采样的误差分析

本文首先简要介绍了NetFlow流量采样技术．然后对其采样分析结果的误差进行了理论分析。利用所得公式,文中对实际流量数据进行了计算。计算结果表明,基于NetFlow的流量采样分析的误差约在1％左右。     

IDC流量计费策略与实现

IDC流量计费是为了适应IDC业务飞速发展而推出的一种基于流量采集的带宽租用费率体系,采用SNMP协议作为底层采集手段,通过JROBIN和TTServer实现业务逻辑。电信运营商推出平均流量计费和峰值流量计费两大类计费模式,有效地满足了用户需求,并为未来IDC流量计费的发展奠定了基础。     

基于ARMA模型的网络流量预测

针对海量网络数据的特性,基于数据分割,用分段ARMA模型建立了网络流量的时间预测模型。以向后1 h的流量预测确定了ARMA(3,2)模型的预测参数,仿真分析与NetFlow实测数据对比表明,该预测模型的预测精度高、误差小,能够较好的进行网络流量的短期预测。     

利用NetFlow技术构建网络异常监测及分析系统

随着互联网的不断普及,网络已经跟人们的日常生活密不可分,使用者在享受网络所带来的便利的同时,网络上的许多问题也陆续衍生而出,运营商网络正面临着日益严重的安全威胁.作为网络管理者,如何迅速有效地监测网络异常情况,同时准确地掌握整个网络的业务流量模型,供市场部门作决策分析,已成为一项重要的课题.介绍了利用NetFlow技术,构建网络异常监测及分析系统,利用本系统可随时监测网络运行情况,以达到网络稳定顺畅运作及节省经费、人力的目的.     

基于活跃熵的网络异常流量检测方法

提出了一种基于活跃熵的网络异常流量检测新方法,将受监控的目标网络视为一个整体系统,对进出系统的网络数据流所形成的NetFlow记录进行分析,分别统计二者的活跃度并计算它们的活跃熵。在进行活跃熵的计算时,根据流量大小选择不同的尺度来降低误报率,从而能更有效地检测网络流量中存在的异常。在实际网络环境下的模拟实验结果表明,与传统检测方案相比,基于活跃熵的网络异常流量检测方法能够更有效地检测出具有随机特征的网络异常流量。     

基于NetFlow流记录的高速应用流量分类方法

针对目前应用流量分类算法效率不高的现状,提出一种以NetFlow统计的IP流记录信息作为输入的高速应用流量分类(FATC,fast application-level traffic classification)算法。该算法采用基于简单相关系数的测度选择算法衡量测度变量间的相关关系,删除对分类无用或相互冗余的测度,而后使用基于Bayes判别法的分类算法将网络流量分至误判损失最小的应用类别中。理论分析及实验表明,FATC算法在具有超过95%的分类准确率基础上,极大降低了当前应用流量分类方法在训练和分类过程的时空复杂度,满足实时准确分类当前10Gbit/s主干信道网络流量的需求。     

NetFlow流量数据的压缩存储与多维度聚合

基于NetFlow技术,实现网络流量数据的采集整理、压缩存储和多维聚合。数据采集采用全时段抽样采集,保证数据的准确和高效。针对数据的海量特点,提出了固定阈值和可变阈值两种数据压缩方法,大大降低了数据存储量。此外,针对不同的统计分析需求,提出了数据多维度聚合结构,涵盖了数据流中时间、协议、IP地址、端口等信息。最后应用于真实的流量数据进行统计分析,取得良好效果。     

一个基于NetFlow的异常流量检测与防护系统

文章利用开源软件设计了一个基于NetFlow的异常流量检测与防护系统,在实际运用中取得了较为理想的效果.