利用网络回溯分析技术进行异常流量分析

0引言 异常流量指的是区别于正常流量的通信,通常表现为一些流量,数据包,TCP同步,TCP重置等参数,在一段时间内突然爆发式的增长,有别于正常情况流量。引起异常流量的原因通常是一些攻击、下载或扫描等不正常的网络行为。     

互联网流量分类中流量特征研究

互联网流量特征用于描述和测量网络流量,是开展流量分类的重要基础。为了系统性分析互联网流量特征,首先根据统计对象或统计角度研究流量特征的归类法,随后展开评述每类流量特征;针对流量特征的稳定性问题,分析报文抽样、网络环境和模糊化技术对流量特征的影响;从分类能力、稳定性、时效性和分类粒度等方面评述流量特征的优缺点,为流量统计特征应用提供指导性建议;最后总结流量特征的未来研究方向。     

压力补偿型超声波流量测量系统的设计

超声波流量检测技术是近年来流量检测领域的一个亮点,为提高测量的精度需要对所测流量值进行压力补偿。本文以时差式超声波流量测量过程中的压力补偿为主要研究对象,设计了压力补偿系统的硬件电路和软件程序,结果系统总误差小于技术指标5％。     

Cisco路由器流量采集软件的研制

网络流量能反映网络的运行状态,是网络管理领域中重要的研究课题。随着网络技术的发展,网络应用的不断深入,网络的有效性、安全性分析尤显重要,直接分析网络实时流量,将具有非常重要的意义。NetFlow是Cisco公司为实现流量统计和流量分析而开发的一种协议,使用NetFlow可以方便地进行大规模的流量采集。通过对NetFlow协议原理与功能的分析,可以设计一种NetFlow流量分析器,该分析器能够对NetFlow流量数据进行采集、分析和显示,实现网络的异常流量监测、流量统计和综合流量分析,并能及时地发现网络攻击。     

XQB—12型气体流量计量器

一、前言在生产过程中,经常遇到流量参数的检测问题,随着科学技术的发展及对节能工作的需要,迫切要求提高流量的计量精度及自动化水平。目前广泛采用节流法测量流量,流量大小是通过节流装置产生的差压信号来计算。在设计节流装置尺寸时,都是以被测介质在额定工况条件下的参数(即介质的温度和压力)以及常用流量为依据。其流量计算公式为     

时差法超声波流量计在大型渠道的应用分析

南水北调中线调水主干渠陶岔出水口流量监测数据是丹江口水库水资源跨流域调度水量监测的重要依据。为提高陶岔出水口流量监测精度,陶岔主干渠安装Quantum时差法超声波流量实时监测系统。以该流量实时监测系统为例,介绍时差法超声波流量计在大型渠道中应用的工作原理、安装方式、流量计算方法等。从时差法超声波流量计与转子式流速仪法、走航式ADCP法同步流量测验的比测结果看,该流量实时监测系统测得流量精度满足GB 50179—2015《河流流量测验规范》中的相关要求。作为新型流量测验装备,具备自动化和信息化优势,可较为明显地提高水文监测能力建设。     

空中交通流量管理方法初探

空中交通管理是为解决空中交通拥挤而进行的系统化管理,文中介绍了空中交通流量管理的基本概念,并进行了流量管理方法的初探,同时提出了改善流量拥挤现状的环境和合理化建议。     

低压气体流量标定技术研究

热式质量流量传感器用于测量35～41 kPa(绝压)的气体流量,需在该工况下对其进行标定.采用文丘里喷嘴作为标准器,在被测流量传感器处构建调压系统,调节压力可至40±0.1 kPa(绝压),建立低压气体流量标准装置,通过比较流量传感器输出值与文丘里喷嘴标准流量,标定流量传感器.对常压下校准的喷嘴在35～41kPa(绝压)条件下是可以作为标准器进行了分析,试验证明:装置的稳定性为0.6%,重复性为0.13%,临界背压比为0.5,低压气体流量标定方法科学可行.     

基于M2M业务的网络流量特性分析研究

下一代网络(NGN)将是以物与物通信为主要特征的网络,与目前以人为主要用户的互联网具有完全不同的特点,流量特性的根本变化,对NGN规划设计、性能评价和服务质量保障提出了新的挑战。文章了以典型M2M业务为例,分析了其业务特性并建立了流量模型,并对生成的流量进行自相似特性分析。同时将M2M业务聚合流量与实际互联网流量进行聚合,聚合后的流量仍具有自相似特性,但聚合流自相似特性随着终端规模而逐渐变小。     

微信流量特性分析与建模

微信是现代互联网的主要应用之一,到目前为止有关微信流量特性分析与建模的研究较少.本文以微信流量为研究对象,分析验证微信流量同时具有自相似性和突发性.针对这两种特性进行微信流量建模,采用线性分形稳定噪声模型刻画微信流量特性,完成了模型的参数估算和效果分析.本文的研究成果是后续的网络性能分析、网络流量监管等的基础.     

基于业务的计算机网络可用性研究

文章从应用层面展开对网络可用性研究,给出了基于业务的网络可用性定义,构建了基于业务的网络可用性指标框架,对各指标进行详细分析,并针对某校园网用业务分解法对基于业务的网络可用性进行了评估。     

基于Gamma分布和小波的城域网流量仿真模型

针对网络仿真的需要,在对实际网络流量进行拟合的基础上,设计了基于Gamma分布和小波方法的流量仿真模型。对拟合效果的评估显示,该模型较好地刻画了网络流量的自相似特征,为网络流量仿真提供了一种有效的方法。     

CPSO算法优化神经网络重构的网络流量预测

为了提高网络流量的预测精度,提出了一种混沌粒子群算法优化相空间重构和神经网络的网络流量预测模型(CPSO-BPNN)。利用混沌粒子群算法对BP神经网络初始参数、延迟时间、嵌入维数进行优化,根据延迟时间、嵌入维数对网络流量数据进行重构,BP神经网络根据初始参数进行训练建立网络流量预测模型,通过仿真实验对模型性能进行测试。结果表明,CPSO-BPNN可以准确描述网络流量的复杂变化趋势,提高了网络流量的预测精度。     

基于指数平滑技术的网络异常监测方法研究

网络流量异常指的是网络的流量行为偏离其正常行为的情形,异常流量的特点是发作突然,先兆特征未知,以在短时间内给网络或网络上的计算机带来极大的危害.因此准确、快速地检测网络流量的异常行为,并做出合理的响应是保证网络有效运行的前提之一.探索网络流量异常的一种方法--基于指数平滑技术的网络异常检测方法.基于时间序列的流量模型是网络异常监测的一种方式,指数平滑技术正是建立在时间序列模型基础之上的网络异常监测方法,对该监测技术进行了研究,分析了这一方法的特点及其存在的不足.     

基于信息熵的网络流量信息结构特征研究

随着人们对网络流量特征研究的深入,网络异常检测技术得以不断发展,因此流量特征分析是网络异常检测的基础性重要工作。文章研究基于熵的流量信息结构特征,不同于已有的网络流量初级统计特征研究,它以提取的流量属性在单位时间内分布特征为研究对象。基于 DARPA 99数据集的实验表明,该方法相对于基于流量初级统计特征方流量异常表示方法具有更强的敏感性。     

基于改进的Elman神经网络的网络流量预测

在Elman神经网络的基础上提出了改进的网络,根据实际网络中测量的网络流量数据,建立了基于Elman神经网络的流量模型,分别用Elman神经网络和改进的Elman神经网络对实际网络流量进行预测,仿真实验结果表明,改进的Elman神经网络具有良好的预测效果,改进的Elman神经网络具有更高的预测精度和更好的动态性能.     

基于Elman神经网络的网络流量建模及预测

根据实际网络中测量得到的网络流量数据,建立一个基于Elman神经网络的流量模型,介绍Elman神经网络的架构设计,并提出一种基于正交最小二乘的学习算法,在此基础上对网络流量进行预测。仿真实验结果表明,该模型具有良好的预测效果,相对于传统线性模型及BP神经网络模型具有更高的预测精度和更好的自适应性。     

一个网络管理软件中基于自适应的流量预测

传统的基于流量的网络报警系统往往根据系统配置的固定阈值来判断当前网络流量是否正常，通过运用统计学和预测学对网络流量预测方法进行研究。提出了一种能根据网络实际流量状态自己调整阈值的新型网络报警机制，能有效地发现网络流量异常，从而为评估和优化网络性能提供有力的依据。     

基于RBF神经网络的网络流量建模及预测

随着计算机网络的迅速发展,目前的网络规模极为庞大和复杂,网络流量预测对于网络管理具有至关重要的意义。根据实际网络中测量的大量网络流量数据,建立了一个基于RBF神经网络的流量模型,给出了RBF神经网络的结构设计及基于正交最小二乘的学习算法,并基于该流量模型对网络流量进行预测。仿真结果表明,该模型具有较高的预测效果,相对于传统线性模型及BP神经网络模型具有更高的预测精度和良好的自适应性。     

基于小波神经网络的IP网络流量预测

采用小波神经网络对网络流量数据的时间序列进行建模与预测。针对BP神经网络预测准确率不太理想的情况,将小波理论引入BP神经网络,引用小波理论中多分辨分析技术对基于BP神经网络的模型进行改进,建立了基于小波神经网络的IP网络流量预测模型。该模型利用小波多分辨分析分解信号,再用已分解的信号序列来训练BP神经网络。实验结果表明,小波神经网络比BP神经网络对网络流量的预测结果精度更高、性能更好,利用小波神经网络预测网络流量是一种可行、有效的方法。