基于Netflow的网络流量监测系统研究

网络流量测量是认识网络规律、了解网络行为的前提工作.文章从网络流量监测系统的需求出发,提出了一种基于Netflow的网络流量监测系统的解决方案,重点阐述了网络流量监测系统的总体结构设计、数据包的采集和流量数据统计等内容.同时采用Visual C++6.0技术设计该方案的平台架构,指出了实现网络流量监测系统的关键技术和方法,实现了网络流量监测和管理;该系统的实现可以有效地监控网络流量状况.     

使用Netflow进行网络流量监管

Netflow提供网络流量的会话级视图，记录下每个TCP／IP事务的信息。也许它不能象tcpdump那样提供网络流量的完整记录，但是当所有数据汇集起来，更加易于管理和易读。本文描述了在FreeBSD下如何安装和配置Netflow进行网络流量监管。     

基于Netflow和异步服务的网络流量监测系统

提出了一种基于Netflow的网络流量监测系统,介绍了系统中各组件的功能,并对其中的核心部分——Netflow处理模块——进行了分析;该模块的设计采用基于事件驱动的异步网络框架Twsited,与传统的基于进程或多线程的设计相比,该设计节省了系统资源,避免了多线程的复杂性并且在网络流量很高的情况下具有很好的吞吐性能。     

软件实现Netflow流量处理的关键技术和算法

主要以Cisco的Netflow技术为应用背景,讨论如何采用软件技术和算法来解决网络流量采集和处理所涉及到的性能瓶颈问题,主要 涉及数据的快速存储和访问、TOPN排序技术这两个方面。该文假设读者对各种传统排序算法、Netflow技术和计算机原理都有一定的了解。     

试论网络流量异常分析现状及问题

目前,Internet已经进入高速率骨干网和高速率接入网的阶段,因此需要实时地监控网络流量并检测出有攻击意向的异常,及时采取适当的行动来遏制它进一步的繁殖和传播。本文主要分析了现有网络异常分析的四种方法,并进行对比;提出了基于Netflow的异常流量分离设计思想,对于今后网络流量异常检测分析具有一定作用。     

基于Netflow的流量分析技术研究

流量分析是统计用户通信量和检测异常流量的基础.传统的网络流量检测工具仅仅使用TCP/UDP/IP包头信息,因为TCP或者UDP端口号可能被不同的应用使用,故它们不能有效地识别不同应用的流量.本文论述了Netflow流量分析技术的特点和工作原理,并探讨了Netflow的应用和发展.     

一种均衡网络流量的遗传算法

基于整数规划的多限制条件下流量分布优化数学模型,该文设计了一种基于遗传算法的优化算法来求解计算复杂度高的均衡网络流量问题,进行全空间并行搜索,采用自然数编码及选择交叉变异算子,结合最优个体保存策略进行选择,融入自动信息。仿真结果证明算法是有效的,改善了传统路由算法易于导致的网络流量分布不均衡的状况。     

一种交互式网络流量监控系统的设计与实现

网络流量监控系统对网络资源分配、网络规划、错误预报及入侵检测等管理是至关重要的;对传统单一网络流量监控系统的SNMP协议、网络性能测量技术及网络拥塞产生的原因进行了分析,提出了一种交互式的网络流量控制系统模型,该系统模型在SNMP协议基础上,采用交互方式实现了对网络流量数据采集和网络服务器的实时监测,进而优化了网络资源的分配,提高了网络传输速度,确保了数据的有效性,进一步抑制了网络拥塞现象.     

一种网络流量预测方法的设计

在两状态马尔科夫链模型基础上，提出了一种网络流量的预测，能对包括短期在内的流量作出准确的预测。该方法经实验证明能较好地反映网络实际情况，且算法时间复杂度低。     

一种基于灰色神经网络的网络流量预测模型

网络流量是衡量网络运行负荷和状态的重要参数,也是网络规划、流量管理等方面起着重要作用的重要参数。在流量管理中,流量模型用于评价接入控制机制和预测网络性能。灰色模型和神经网络在反映数据的趋势性变化上效果明显,随着灰色神经网络的发展及其广泛应用,越来越多的方法已经被提出。文中利用神经网络补偿器获得误差补偿信号,则最终的预测值为灰色神经网络模型的预测值加上误差补偿。仿真结果验证了所提方法的有效性。     

Netflow在边界网流量测量中的应用研究

对于网络管理员来说,理解网络流量的特性、了解用户的网络行为是网络管理的重要内容,这可以通过流量测量来实现,在边界网实施流量测量则是一个十分理想的地点。IPFlow提供了一种较好的方式,使在流量测量中得到数据的容量和携带的流量特性信息之间达到一个较好的平衡。Netflow是Cisco公司对IPFlow的具体实现,目前Cisco和Juniper路由器均支持netflow。Flow-tools可以实时采集和分析netflow数据,它是在边界网上流量测量分析的有效工具。     

基于Netflow的网络安全态势感知系统研究*

综述了网络安全态势感知系统的国内外研究现状;介绍了Netflow基本原理及其数据格式;提出了基于Netflow的网络安全态势感知系统结构;重点研究了实现本系统相关的关键技术.经试验表明,该方法合理可行.     

增强的Netflow数据采集系统设计与实现

基于端口号进行网络流量分析的Netflow技术无法准确地回答网络流分别由哪些应用协议组成及其比例等问题,也不能提供web用户行为数据来反映用户对大多数网站的访问情况。为改进上述缺陷,提出一种增强的Netflow数据采集系统。结合flow和深度包检测技术进行精确的应用协议识别,对web用户行为数据进行采集与动态存储,为网络流量监测与分析提供全面的数据支撑,设计并实现该系统,验证了其有效性和可行性。     

基于Meshlium的高速公路车流统计系统

针对传统车流检测技术安装维护成本高、检测精度易受环境条件影响的问题,提出了一种基于Meshlium的高速公路车流统计系统.在分析研究Meshlium平台基础上,设计了基于Meshlium的高速公路车流统计方法及其工作流程;分析研究了车流统计系统架构、设计和实现车流统计中的各个功能模块,包括系统管理登录、Meshlium AP扫描检测、Meshlium Wi-Fi信息扫描、交通流特征信息统计分析和交通流特征信息融合决策,并采用SQLyog构建了数据库管理系统;在模拟环境下完成了系统实验和测试分析.测试结果表明,该系统能有效获取车流量等交通流信息并达到95％的准确率,可满足高速公路车流检测的基本需求,且安装维护简单方便,并能在恶劣天气下有效帮助高速公路管理人员完成检测任务.     

基于统计的网络流量异常检测模型

提出了一个基于统计的流量异常检测模型。根据网络流量的可测度集,描绘了一个正常网络流量的基线。参照该正常流量基线,使用假设检验理论进行异常检测。采用一个基于滑动窗口的流量更新策略,使异常检测能够更加高效。论述了在高速网络情况下提高检测性能的方法。     

基于Netflow的网络安全大数据可视化浅析

自21世纪以来,社会经济稳步发展的背景下,网络行业呈现快速发展趋势,同时,随着网络行业的兴起,网络安全备受关注。以网络安全日志数据为例,其表现出爆炸式的增长趋势,但目前的可视化技术很难对高纬度、多粒度的Netflow日志进行完全可视化分析。因此,需要根据实际情况,实现基于Netflow的网络安全大数据可视化设计,从而确保网络信息的安全。笔者以Netflow网络安全大数据可视化研究现状作为切入点,进一步分析基于Netflow的网络安全大数据可视化优化设计思路,以期为相关从业者提供具备价值的参考依据。     

基于特征分布分析的网络流量监测系统

多数现有网络流量监测系统只关注流量大小,没有分析流量内部信息。该文利用熵来衡量源IP地址、目的IP地址、目的端口等流量特征参数的分布变化,从特征分布的角度对网络流量进行分析。采用该方法实现一个流量监测系统,实验结果证明,该系统具有较高检测率和较低误报率。