一种NetFlow流量分析器的设计

网络流量反映了网络的运行状态,是网络管理领域中重要的研究课题。NetFlow是Cisco公司为实现统计流量而开发的一种协议,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,设计了一种NetFlow流量分析器。该分析器能够对NetFlow流量数据进行采集和分析,实现网络的异常流量监测、流量计费和综合流量分析,并能及时地发现网络攻击。     

空气过滤器过滤效率测试中非等速采样误差分析

从理论上计算分析了非等速采样对空气过滤器过滤效率测试所带来的误差。结果表明:非等速采样给大颗粒过滤效率测试带来的误差更大;当粒子计数器采用2.83 L/min小流量进行采样时,采用内径为3.0 mm~10.0 mm的采样管能够保证在国标《空气过滤器》(GB/T 14295-2008)规定的粒径范围和迎面风速条件下,由非等速采样带来的误差控制在±5%以内,满足采样误差允许要求。此外,建议采用2.83 L/min小流量进行采样时,采样管内径取4.5mm较为合理,这样不仅能够更好地降低空气过滤器过滤效率测试中的非等速采样误差,也能在更大迎面风速范围内满足测试要求。     

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。     

基于Spark平台的NetFlow流量分析系统

目前典型的NetFlow分析系统多为基于私有架构或平台的第三方系统,面临扩展性较低、开放性不足、扩容代价大、分析时延长等问题.大数据技术的快速发展尤其是内存式计算平台如Spark的出现为集中处理大规模NetFlow数据提供了可能,本文提出了基于Spark的NetFlow分析系统,验证了核心算法(如流量应用构成统计)在Spark平台的性能.实验表明,基于Spark的NetFlow分析系统具有很高的性能和很强的扩展能力,较之Hadoop MapReduce有显著的性能提升.     

互联网业务流量监测技术的应用和设计

对互联网业务流量监测技术的应用及现状进行了分析，并针对NetFlow技术，对互联网业务流量监测系统建设方案设计中需要考虑的几个重要问题进行了讨论。     

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.     

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。     

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。     

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。     

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。     

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     

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NetFlow技术的网络流量统计

本介绍了NetFlow协议及其部署方法，并对流量数据的统计方法做了分析，提出了静态和动态统计的设计方法。     

基于误差采样的Nystrm谱聚类图像分割算法研究

谱聚类算法在聚类过程中要计算样本相似度矩阵,构造数据量大,并且要对拉普拉斯矩阵进行特征分解,计算比较耗时。Nystrm扩展方法通过部分采样数据来逼近原始特征空间,可以有效降低谱聚类算法的计算复杂度。采样点的选择是决定Nystrm扩展方法精度的重要因素,通过对Nystrm扩展方法的误差进行分析,结合图像特征信息,设计了一种新的采样方案。利用均匀采样方法对图像进行初步采样,并通过迭代的方法最小化采样点与像素点之间的误差,得到最终采样点特征值。通过在Berkeley图库上的图像分割实验表明了算法的可行性和有效性。     

由CallCenter引发的……

对于一个企业来说,不希望买来的带宽被与工作无关的流量占用。因此,对网络流量的识别和管理成为很重要的工作内容。基于NetFlow的方法以兼容性好、投资少等成为流量、协议分析所应用的较常见手段。     

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.     

基于ESN神经网络的光通信网络安全态势辨识研究

光通信网络在传输信息时，很容易被非法攻击，发生信息窃取、篡改和删除等泄露行为。针对上述问题，为保证光通信网络安全，提出一种基于ESN神经网络的光通信网络安全态势辨识方法。该方法采用NetFlow技术设计采集器，采集NetFlow流量数据，并实施离散化处理。将NetFlow流量数据转换为流量灰度图像，并借助灰度共生矩阵提取图像特征，包括像素灰度分布的均匀程度、图像包含的信息量、图像的视觉清晰度、灰度共生矩阵元素排列的相似程度、图像局部灰度均匀性，作为NetFlow流量数据的特征。以5项特征为输入，利用ESN神经网络构建辨识模型，得出光通信网络安全态势类型。结果表明：与基于卷积神经网络的识别方法、基于贝叶斯的识别方法以及基于随机配置网络的识别方法相比，所研究方法应用下的杰卡德系数更高，说明该方法辨识准确性更高。     

基于时域特性的并行系统的采样误差估计算法

为了降低并行时间交替采样系统中通道失配误差的 硬性,利用两个标准斜波 信号的时域特性,对斜波信号多次采样,采样点减去偏置误差得到的无偏置采样值,从而求 解采样点的时间误差和增益误差联立方程,计算时间和增益误差。本文算法的采样点数和推导计算量较少,是一种快速而 精确的工程实用算法;并使用Matlab对本文算法进行模拟仿真证明其可行性,并通过Farrow 结构的滤波器对估计所得的通道失配误差进行校正验证,校正后的无杂散动态范围(SFDR,spurious free dynamic range)至少达到50dB。     

一种基于流量聚类性和切分性的改进异常检测模型

针对链路层异常检测中,由固定反馈时间点而导致的计算量积压以及大量无意义的采样流量数据等现象,提出了一种基于流量特征值的改进异常检测模型,重点探讨如何通过反馈计算机制实现周期内计算任务的合理优化和缩减采样数据。一方面,在对流持续时间的聚类性进行了深入分析并给出其可能聚类的最优簇基础上,将统一的反馈时间分散到各个聚类时间点;另一方面,基于流时序的可切分性对流量数据进行周期划分,并设计拟合函数对周期内流量特征进行量化表达。在此基础上,设计了改进反馈机制和异常检测算法流程。仿真实验表明,所提出的模型和算法不仅通过优化反馈计算时间提高了检测精度,而且通过降低采样数据冗余提高了检测效率。     

2 μm星载相干测风激光雷达风速及风向误差建模与分析

基于全微分和统计理论推导了星载相干测风激光雷达合成水平风速和风向误差的解析表达式,利用克拉默-拉奥误差下界代替Frehlich经验公式对风场的随机风速误差进行评估,建立了通用型的星载相干测风激光雷达合成水平风速和风向误差计算模型.在NASA/NOAA提出的星载测风激光雷达系统设计指标框架下,对风速及风向误差模型进行可行性分析,得到了总的径向随机误差随着探测距离的变化关系及水平风速区间的选取对随机误差的影响.同时,为了计算合成采样误差,改变不同的垂直分辨率和方向角取值,对水平分量的采样误差进行对比分析.仿真结果表明,合成的水平风速和风向的误差范围为0.8~3.2 m/s和2.38°~3.49°,基本符合星载测风激光雷达的相关指标要求.