网络流量监控技术应用探讨

为了实现计算机网络流量的监控,文章以计算机网络流量为主要研究对象,总结了现阶段网络流量的监控现状,对网络流量监控的意义和作用进行阐述,分析网络流量的获取与测量方法,并对计算机网络流量监控的技术应用进行了探讨。     

一种基于K-means算法的网络流量异常检测模型研究

网络流量异常检测作为一种有效的网络防护手段,能够检测未知攻击行为。为了更高效地检测出流量异常,文章提出一种基于K-means算法的网络流量异常检测模型。该方法首先将网络流量特征属性量化为熵值进行分类,然后将K-means聚类分析算法运用在网络流量异常检测中,提高了检测准确率,从而实现安全监测预警。该模型与传统的一些网络流量异常检测模型相比,具有更高的准确率。     

聚类算法在流量分析中的应用

本文从网络流量的数据来源出发,浅谈了聚类算法处理网络流量的基本流程。     

网络流量的异常及其分析研究

论文对网络流量异常问题进行了分析,首先给出了实例情况,然后对异常分析的方法主要从技术层面进行了探索。     

电力信息系统网络数据的实时流量监控

本文针对电力信息系统网络数据的实时流量监控问题进行研究,介绍了电力信息系统网络流量监控管理过程中存在的问题和实时流量管理中业务识别的重要性,结合电力信息系统实际提出了实时流量监控分析的具体措施。     

网络流量实时监控及安全分析系统的开发应用

在我国信息技术不断发展的过程中,计算机网络技术也在迅速的发展,在电力系统正常运营过程中,其网络规模也越来越大,网络应用也逐渐复杂,网络流量监测目前已经是网络应用过程中的重要部分。网络流量监测属于网络管理内容,在实时流量分析、流量异常告警、历史流量统计等多方面都具有重要的意义。     

基于局域网的IP数据包监控软件的实现

本文主要介绍了具体实现局域网中IP数据包的捕获、分析并且获得远端的IP、通讯协议、远端端口、数据包大小的等信息,利用对网络流量的实时统计实现对IP数据包的监控。     

基于集成分类器的流量识别技术研究

本文提出的基于集成分类器的流量识别技术,由针对不同网络应用的基分类器构成,不同基分类器的判断汇总到决策模块输出最终结果,具有良好的可扩展性,便于增添针对新应用的识别模块;在每个基分类器内部,网络流量首先经过聚类形成若干个簇,在每个簇上单独训练一个分类器,分类器专注于学习簇内部的分类边界;通过增加聚类数量,可以提高集成分类的识别准确率。经实验表明,该技术可以提高单一分类方法的准确性。     

网络故障的计算机智能管理与处理措施

如今互联网辐射全球，网络技术的发展促进了网络的应用，给人们的日常生活和工作带来了极大的便利，促进社会经济的发展，有利于加快现代化的进程。人们即能享受网络技术带来的便利，也要面对网络故障造成的不利影响。因此，在网络管理中存在的问题，学会如何在网络系统解决，快速而准确的解决网络故障，不在面临或瘫痪或崩溃的网络系统，是管理网络的重要内容。本文介绍了网络故障管理，网络故障的原因分析和处理措施，介绍了网络故障中的计算机智能管理。     

QC在缩短M运营商平台故障处理历时中的应用

中国电信体制改革已进入了第十一个年头,竞争格局已经形成。运营商所面临的竞争压力已变得越来越大,在巨大的竞争压力下,为用户提供优质的通信产品质量是留住用户的关键所在。通过QC的方法对M运营商传输核心网络故障处理平均历时状况进行分析,找出影响网络故障处理平均历时的关键因素所在。最终达到缩短网络故障处理平均历时、提高通信产品质量目的。