期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于网络流量分析实现的地震业务应用性能监测诊断
1
作者 窦婧 常俊 +1 位作者 马凯 程燕 《数字技术与应用》 2024年第9期63-65,共3页
随着中国地震台网的建设,地震数据网规模日益扩大,数据种类和服务样式不断增多,如何监测和诊断地震数据业务应用性能,提高业务应用服务质量,是当前亟待解决的问题。本文以陕西省地震局为例,提出了一种基于网络流量分析实现地震业务应用... 随着中国地震台网的建设,地震数据网规模日益扩大,数据种类和服务样式不断增多,如何监测和诊断地震数据业务应用性能,提高业务应用服务质量,是当前亟待解决的问题。本文以陕西省地震局为例,提出了一种基于网络流量分析实现地震业务应用性能监测诊断的方法,通过实时采集分析业务应用网络链条中关键节点的镜像流量,实现对地震监测预警、信息服务等业务应用性能的监测和诊断。该方法基于网络流量分析技术,对网络数据包进行多维度分析,根据业务特征及实际需求,迅速定位业务故障点并提出解决方案,减少运维工作不必要的摸索排查,为地震业务应用的连续性、时效性、稳定性提供平稳高效的网络环境。 展开更多
关键词 网络流量分析 数据种类 网络数据包 监测诊断 应用性能 定位业务 多维度分析 业务特征
在线阅读 下载PDF
基于Java的IP网络数据包抽样采集研究
2
作者 谭敏生 李闻 许又泉 《南华大学学报(自然科学版)》 2004年第3期31-33,40,共4页
阐述了数据包抽样的基本方法及特点,论述了IP网络数据包抽样采集系统的体系结构,最后用Java实现了基于Poisson的数据包抽样.
关键词 JAVA IP网络 数据包抽样 POISSON 网络流量测量
在线阅读 下载PDF
基于改进特征选择法的移动通信网络流量异常监测系统
3
作者 王小文 《平顶山学院学报》 2019年第5期44-47,共4页
由于传统系统受到网络时延和信号干扰的影响,导致系统监测效果较差,提出了基于改进特征选择法的移动通信网络流量异常监测系统.利用报警装置对异常数据进行警示,并通过显示模块显示监测结果,解析全部网络流量特征.根据特征选择流程,获... 由于传统系统受到网络时延和信号干扰的影响,导致系统监测效果较差,提出了基于改进特征选择法的移动通信网络流量异常监测系统.利用报警装置对异常数据进行警示,并通过显示模块显示监测结果,解析全部网络流量特征.根据特征选择流程,获取网络流量异常特征,实现对异常网络流量的实时监测.提取异常流量并展开分析,采用改进特征选择法对异常流量进行选择,由此实现移动通信网络流量异常监测系统的设计.实验结果显示,该系统最高监测准确率可达88%,保证移动通信网络能在安全稳定条件下运行. 展开更多
关键词 改进特征选择法 移动通信 网络流量 异常 监测 数据包
在线阅读 下载PDF
空间高效的数据包公平抽样算法 被引量:12
4
作者 张进 邬江兴 钮晓娜 《软件学报》 EI CSCD 北大核心 2010年第10期2642-2655,共14页
数据包公平抽样通过牺牲长流的包抽样率以换取更高的短流包抽样率,因而比均匀随机包抽样更能保证数据流之间的公平性.现有的公平抽样算法SGS(sketch guided sampling)存在空间效率低、短流估计误差大的问题.提出了一种空间高效的数据包... 数据包公平抽样通过牺牲长流的包抽样率以换取更高的短流包抽样率,因而比均匀随机包抽样更能保证数据流之间的公平性.现有的公平抽样算法SGS(sketch guided sampling)存在空间效率低、短流估计误差大的问题.提出了一种空间高效的数据包公平抽样算法SEFS(space-efficient fair sampling).SEFS算法的新颖之处在于采用多解析度抽样统计器对数据流流量作近似估计,各个统计器由d-left哈希表实现.采用在OC-48和OC-192骨干网采集的真实流量数据,在数据流流量测量以及长流检测的应用背景下,对SEFS算法和SGS算法的性能进行了比较.实验结果表明,与SGS算法相比,SEFS算法在空间复杂度降低65%的前提下,仍具有更高的估计精度.特别是对于占网络数据流绝大多数的短流而言,SEFS算法估计精度高的优势更为明显. 展开更多
关键词 网络流量监测:数据包抽样 d-left哈希
在线阅读 下载PDF
大数据驱动的网络综合监测系统的设计与实现 被引量:7
5
作者 曾彬 张文沛 《信息技术与网络安全》 2020年第2期1-7,共7页
当前的网络监测分析平台存在着检测数据来源单一、数据割裂、数据整合能力弱等不足,特别是新型攻击手段对传统基于已知规则库进行安全监测方法带来巨大冲击。充分利用大数据分析及预测技术,实现对DPI、DFI、NetFlow、主动测量和扫描、S... 当前的网络监测分析平台存在着检测数据来源单一、数据割裂、数据整合能力弱等不足,特别是新型攻击手段对传统基于已知规则库进行安全监测方法带来巨大冲击。充分利用大数据分析及预测技术,实现对DPI、DFI、NetFlow、主动测量和扫描、SNMP、SLA等多元化数据的采集,支持流量、性能、安全等结构化及非结构化数据的处理和存储,呈现以态势感知、流量透视、回溯分析、性能监控、安全检测、资产管理功能为核心,融合设备与拓扑管理、专题分析、攻击反制、异常文件识别和还原、主动测量等手段,具备不依赖规则而检测网络威胁的能力,打造一体化网络综合、智能化监测分析解决方案。 展开更多
关键词 网络流量分析 安全监测 深度数据包检测 数据
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部