网络流量技术应用与分析

随着因特网的高速发展，IP网络承载的数据流量越来越大，需要了解IP网络的整体性能及流量状况来适应业务的发展。本文阐述当前主要的流量技术NETFLOW与RMON2的原理、结构和关键技术，提出了基于NETFLOW技术的应用分析，并对RMON2与NETFLOW的应用进行了比较分析。     

RMON技术在网络管理中的应用研究

RMON技术在遵循SNMP结构的同时解决了SNMP中存在的不足,扩展了SNMP的功能和应用,为TCP/IP网络的管理提供了新的解决思路和具体方法。文章在介绍RMON的产生原因、RMON应用的网络模型、RMON的功能和工作机制的基础上,分析了RMON技术的实现方法和应用特点。     

基于NETFLOW与SNMP的园区网流量监控系统

随着园区网不断扩展,IP网络承载的数据流量越来越大,业务也越来越复杂。加上病毒泛滥、黑客攻击等因素,更加重了网络管理的负担。传统网络管理工具都是基于SNMP协议的,但SNMP只适合于简单的流量监控与设备管理,缺乏流量分析功能,当需要对流量进行分析或依据流量分析的结果实施网络管理时,传统工具就力不从心了。NETFLOW是一种可用于流量分析的协议,将其与SNMP协议结合使用,可有效弥补SNMP的不足,在充分发挥NETFLOW流量分析与SNMP流量监控与设备管理性能基础上建立的监控系统,可有效提高园区网管理的质量与效率。     

SMON技术在交换式网络管理中的应用研究

指出RMON技术在现代TCP／IP网络管理中,无法对交换机的每一个点对点端口的流量进行管理,无法适应VLAN流量的监控,无法对QoS分类定义进行管理,无法对链路聚合情况进行实时监控等缺陷,分析了导致这些缺陷存在的根本原因。在此基础上,重点研究了关键技术SMON的原理及具体实现方法,提出了从基于共享式网络的RMON管理技术升级到基于交换式网络的SMON管理技术的具体方案。     

分布式网络流量监测

分析2种现行网络流量监测技术：利用标准的网络管理方法记录IP流量和利用NETFLOW的方法进行流量统计。针对这2种方法的局限性,提出分布式网络流量监测方法。该方法采用Client/Server结构,局域网各个终端参加流量统计,并将结果传送给流量监测服务器。该方法适合大型局域网的流量监测,具有良好硬件适应性,大大降低了流量监测服务器的工作量,提高了网络性能。     

基于NETFLOW与SNMP的园区网流量监控系统

随着园区网不断扩展,lP网络承载的数据流量越来越大,业务也越来越复杂.加上病毒泛滥、黑客攻击等因素,更加重了网络管理的负担.传统网络管理工具都是基于SNMP协议的,但SNMP只适合于简单的流量监控与设备管理,缺乏流量分析功能,当需要对流量进行分析或依据流量分析的结果实施网络管理时,传统工具就力不从心了.NETFLOW是一种可用于流量分析的协议,将其与SNMP协议结合使用,可有效弥补SNMP的不足,在充分发挥NETFLOW流量分析与SNMP流量监控与设备管理性能基础上建立的监控系统,可有效提高园区网管理的质量与效率.     

网络分析仪在网络流量监测中的应用

网络流量监测是网络安全管理的一种基本方法.文中论述了网络流量监测的 SNMP 技术、RMON 技术和 RMON2技术,分布式网络分析仪的工作原理,对网络流量监测的方法,从软件和硬件的使用、测量机制、流量监测的时间等进行了比较和分析.利用网络分析仪在实验室网络中在线实时采集和统计到的数据,如帧流量和带宽利用率、交换机端口流量、统计的通过数据包的协议类型分布状况等.通过在实验过程中不断增加网络流量,网络管理者能够直观地监测和对比各个时段的网络流量,及时排查网络故障,合理地利用网络资源,安全地管理网络     

互联网IP流分布与流向的分析统计与技术实现

由于两种被普遍采用的网络流量分析协议(SNMP协议和RMON协议)都有其显著的技术局限性,所以提出基于Netflow技术的方案,指出了该方案分析统计互联网IP流分布与流向中的技术优势,为网络规划及技术研究提供了参考.     

问与答

问:有了SNMP,为什么还要RMON? 答:远程监控RMON是对SNMP功能的扩充,对监测管理交换或局域网特別有用。开发RMON的目的是提供信息流量的统计结果和对很多网络参数进行分析,以便于综合做出网络故障诊断、规划和性能调谐。 RMON可以提供SNMP管理站和监控代理之间的无缝隙多厂家互操作性,此外,它还可为一组MIB提供一个标准,去收集SNMP无法得到的、丰富的网络统计信息。RMON通过采用功能强大的“报警组(Alarm Group)”而实现先期的网络诊断,它允许为关键性的网络参数设置阈值,以便自动地将报警信号传送到中央管理控制台。完全的RMON共有九组:1.统计Statistics;2.历史History;3.报警Alarm;4.主机统计数     

校园网络管理策略的优化

在分析了SNMP的局限性和RMON技术特点的基础上,讨论了在SNMP网络管理系统中嵌入RMON,使基于SNMP的网络管理系统成为具有主动监控、预报危机的高效率的网管系统。     

一种基于sFlow的网络流量分析方法

摘要：随着网络应用越来越广泛，关键的企业应用对网络的依赖性也越来越强，在网络使用上的一些很小的变化都有可能对网络的性能和可靠性造成很大的影响。因此，进行全方位、高速、实时的网络流量分析及网络性能分析成为一项有挑战性的、具有重要意义的研究课题。先前的流量监测技术（如RMON、NetFlow技术）都有许多缺点，而唯有ssFlow技术能够“看透”当今高速、复杂的网络。通过sFlow技术可以采集不同类别的大量的原始信息，但仅仅拥有这些原始信息还远远不够，还需要对这些原始信息进行分析析，从而得出对网络管理者有用的性能信息。本文提出了一种对利用sFlow技术采样的原始数据进行流量分析的方法，并给出了一个基于sF]ow的网络流量分析系统架构。     

基于Web的网络流量监测系统的设计

网络流量测量是认识网络规律、了解网络行为的前提工作。该文从园区网络流量监测入手，通过对物理网络拓扑自动发现、网络拓扑自动布局以及对RMON2规范的研究，给出了能够分析网络流量成份的流量监测方案，设计并实现了一个基于Web的园区网络流量监测系统。通过对该系统的实施，可以有效地监控网络流量状况。     

网络流量监测技术

网络流量监测技术对网络流量行为描述、网络规划、设计和管理提供基本依据,对网络运行的QoS保证和网络安全也产生很大影响。基于路由的网络流量监测技术（RMON、Net Flow、SFlow）以及基于非路由的网络流量监测技术（主动测量和被动测量）,分析对比各种监测技术的性能,在此基础上探讨当前两种最新的组合网络流量监测技术：SCNM与WREN。     

互联网流量采集分析系统设计与实现

为解决复杂网络环境下的多链路数据采集、互联网数据分发、流量识别与分析、数据发布等问题,利用虚拟管道、组播、网络数据采集与协议分析等技术,设计实现一个面向IP网络的数据汇聚分发采集分析系统。应用结果表明,该系统能识别网络流量中90%以上的应用协议,可识别的协议种类超过2 000种。     

Using RMON Matrix Group Extensions to Analyze Internetworking Problems

The Remote network-MONitoring (RMON) standard isa valuable addition to the Simple Network ManagementProtocol (SNMP), providing network managers withimportant global network information. Unlike SNMPagents, RMON agents operate in promiscuous mode andprocess all packets traversing the local net. The RMONmanagement information base (MIB) supplements the SNMPMIB-II standard MIB. We present common network problems that cannot be solved using existing MIB-II orRMON objects. To solve these problems, we developextensions to the RMON matrix group to gather networklayer statistics that result in a view of packet traffic beyond the local network. Our extensionsincrease the ability to analyze and solve networkconfiguration problems and perform troubleshooting. Wedemonstrate our results by implementing and analyzingtwo live internetworking problems. Datacollected from these experiments showed that networktraffic patterns can be isolated by individual subnets,thus more easily identifying sources ofcongestion.     

基于流量信息结构的异常检测

由于人们对网络流量规律的认识还不够深入,大型高速网络流量的异常检测仍然是目前测量领域研究的一个难点问题.通过对网络流量结构和流量信息结构的研究发现,在一定范围内,正常网络流量的IP、端口等具有重尾分布和自相似特性等较为稳定的流量结构,这种结构对应的信息熵值较为稳定.异常流量和抽样流量的信息熵值以正常流量信息熵值为中心波动,构成以IP、端口和活跃IP数量为维度的空间信息结构.据此对流量进行建模,提出了基于流量信息结构的支持向量机(support vector machine,简称SVM)的二值分类算法,其核心是将流量异常检测转化为基于SVM的分类决策问题.实验结果表明,该算法具有很高的检测效率,还初步验证了该算法的抽样检测能力.因此,将该算法应用到大型高速骨干网络具有实际意义.     

一种基于智能移动代理的网络故障检测系统

随着网络规模的急剧扩大和结构的日趋复杂化,网络故障管理越来越重要.在一个复杂的通信网络中,故障是不可避免的,但是对故障的及时探测和识别对于提高网络的可靠性是非常重要的.监测数据包是网络故障检测中常用的方法,但是在大规模网络中会产生巨量的数据包.为此,人们提出了几种方法.但是这些方法都是建立在集中式管理体系结构之上的,因而没有良好的可扩展性、灵活性和本地处理能力.针对这些问题,提出了一种基于智能移动代理的网络故障检测系统结构,并用Java和aglet实现.实验表明,这种系统结构对于网络故障的检测是非常有效的