網(wǎng)絡流量
- 面向數(shù)據(jù)挖掘的網(wǎng)絡流量分析及預測研究綜述*
提高，這使得網(wǎng)絡流量數(shù)據(jù)急劇增加，同時對網(wǎng)絡的有效管理、負荷評估和安全預警帶來了新的挑戰(zhàn)［1］。在傳統(tǒng)方法下網(wǎng)絡流量特征被描述為線性相關(guān)的，然而，在現(xiàn)代網(wǎng)絡環(huán)境下的網(wǎng)絡流量呈現(xiàn)出多種復雜的非線性特征，如具有長相關(guān)性、自相似性、時變性、突發(fā)性、混沌性等特點［2］。面對如此復雜的網(wǎng)絡環(huán)境，開展網(wǎng)絡流量分析研究具有重要意義。網(wǎng)絡流量特性分析是進行網(wǎng)絡流量分類及預測研究的前提與關(guān)鍵，分析出網(wǎng)絡流量所具備的特性，根據(jù)其特性的變化規(guī)律，選擇出一種計算量相對較小、結(jié)構(gòu)簡
計算機與數(shù)字工程 2023年2期2023-06-04
- 基于時序挖掘的網(wǎng)絡流量分析系統(tǒng)設計與實現(xiàn)
：時間序列；網(wǎng)絡流量；異常檢測；前后端分離0 引言當前正處于網(wǎng)絡技術(shù)高速發(fā)展的時代，《“十四五”國家信息化規(guī)劃》的發(fā)布進一步推動“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、云技術(shù)等前沿技術(shù)深度融合到生產(chǎn)、教育、科研等各個領(lǐng)域。以高校信息化建設為例，隨著接入校園網(wǎng)絡環(huán)境的設備、服務、信息系統(tǒng)等不斷增多，針對網(wǎng)絡的攻擊愈發(fā)頻繁，網(wǎng)絡安全問題日益嚴峻。網(wǎng)絡安全和信息化是事關(guān)國家安全、國家發(fā)展、事關(guān)全國人民學習、工作、生活的重大戰(zhàn)略問題，沒有網(wǎng)絡安全就沒有國家安全，沒有信息化就沒有現(xiàn)代
電腦知識與技術(shù) 2023年5期2023-04-06
- 基于多元高斯分布的網(wǎng)絡流量異常識別方法
要求[1]．網(wǎng)絡流量異常識別是發(fā)現(xiàn)網(wǎng)絡攻擊,保證網(wǎng)絡安全運行的有效措施．網(wǎng)絡流量的異常常常反映當下網(wǎng)絡環(huán)境中存在一定威脅,若不及時處理,易影響網(wǎng)絡環(huán)境的安全[2]．因此,關(guān)于網(wǎng)絡流量異常的檢測方法受到了相關(guān)研究者們的關(guān)注[3]．董書琴等人[4]針對傳統(tǒng)網(wǎng)絡流量異常識別方法識別準確度低的問題,提出了一種基于機器學習特征的網(wǎng)絡異常識別檢測方法．通過機器學習特征采集網(wǎng)絡流量信號,利用最優(yōu)降噪編碼器識別異常流量信息,根據(jù)流量檢測的準確率確定每個節(jié)點的異常流量信息,
淮陰師范學院學報（自然科學版） 2022年3期2022-09-22
- 基于雙向長短期記憶循環(huán)神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測
以分析和預測網(wǎng)絡流量的特性為前提的。網(wǎng)絡流量預測對增強網(wǎng)絡性能、解決網(wǎng)絡擁堵、防止網(wǎng)絡入侵有著重要的作用。經(jīng)過大量的研究發(fā)現(xiàn)：網(wǎng)絡流量表現(xiàn)出自相似特征、非平穩(wěn)特征、長時間相關(guān)特征和突發(fā)性特征等[1-2]。網(wǎng)絡流量預測方法主要有兩類：平穩(wěn)預測方法和非平穩(wěn)預測方法。平穩(wěn)預測方法中馬爾可夫(Markov)模型[3]很容易構(gòu)建，可以清晰地描述出整個過程，但增加模型的參數(shù)時將會存在很大的計算量。自回歸(Auto Regressive,AR)模型和自回歸滑動平均(Au
計算機應用與軟件 2022年2期2022-02-19
- 網(wǎng)絡流量異常檢測
通過對計算機網(wǎng)絡流量檢測進行分析，對計算機網(wǎng)絡異常檢測技術(shù)進行探討，對其價值以及意義，進行研究?！娟P(guān)鍵詞】網(wǎng)絡安全;網(wǎng)絡流量;異常檢測隨著科技的進步以及經(jīng)濟的發(fā)展，計算機已被廣泛應用到各個領(lǐng)域，并且計算機的應用，也為各個領(lǐng)域的效能進行了提升。隨著網(wǎng)絡普及化程度的增加，計算機網(wǎng)絡安全事件頻頻發(fā)生的背景下，計算機網(wǎng)絡安全越來越受到人們的重視，人們的信息，正在遭受著來自各方的威脅，不僅如此，網(wǎng)絡安全還關(guān)系這國家的經(jīng)濟運行，有效的對網(wǎng)絡犯罪進行遏制，保障網(wǎng)絡安全，
紅豆教育 2021年22期2021-11-20
- 基于灰狼算法優(yōu)化深度學習網(wǎng)絡的網(wǎng)絡流量預測
越多, 使得網(wǎng)絡流量急劇增加, 網(wǎng)絡阻塞時有發(fā)生, 導致網(wǎng)絡上信息丟失和延遲嚴重, 給網(wǎng)絡管理帶來挑戰(zhàn)[1-3]. 網(wǎng)絡流量是一個評價網(wǎng)絡管理質(zhì)量的重要參數(shù), 根據(jù)歷史數(shù)據(jù)集對網(wǎng)絡流量進行建模與預測, 可幫助網(wǎng)絡管理員掌握網(wǎng)絡流量的變化規(guī)律, 改善網(wǎng)絡服務質(zhì)量. 精確、 快速的網(wǎng)絡流量預測是降低網(wǎng)絡擁塞的重要保障, 因此網(wǎng)絡流量預測是網(wǎng)絡管理領(lǐng)域的一個重要研究方向[4-5].目前, 已有許多網(wǎng)絡流量預測模型, 這些模型主要劃分為兩類： 1) 基于傳統(tǒng)統(tǒng)計學
吉林大學學報（理學版） 2021年3期2021-05-26
- 基于神經(jīng)網(wǎng)絡的P2P流量識別方法
監(jiān)控，P2P網(wǎng)絡流量識別是網(wǎng)絡管理的基礎，高精度的P2P網(wǎng)絡流量識別方法構(gòu)建是當前研究的熱點問題[2-3]。為了獲得理想的P2P網(wǎng)絡流量識別效果，提出基于神經(jīng)網(wǎng)絡的P2P網(wǎng)絡流量識別方法，并與經(jīng)典P2P網(wǎng)絡流量識別方法在相同平臺進行仿真對比實驗，結(jié)果表明，本文方法可以描述P2P網(wǎng)絡流量的變化特點，P2P網(wǎng)絡流量識別精度更高，具有十分明顯的優(yōu)越性。1 P2P流量識別的相關(guān)研究工作近些年來，國內(nèi)外對P2P網(wǎng)絡流量識別進行深入研究，當前P2P網(wǎng)絡流量識別技術(shù)主要
微型電腦應用 2021年3期2021-03-31
- 基于卷積神經(jīng)網(wǎng)絡的網(wǎng)絡異常檢測方法研究
據(jù)網(wǎng)絡威脅在網(wǎng)絡流量中的異常表現(xiàn)，對卷積神經(jīng)網(wǎng)絡架構(gòu)、訓練過程進行了研究，建立了基于卷積神經(jīng)網(wǎng)絡的網(wǎng)絡流量異常檢測模型，并對模型建立后的數(shù)據(jù)準備、分類識別方法進行了探討，實現(xiàn)了網(wǎng)絡流量的分類。關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡;網(wǎng)絡流量;異常檢測中圖分類號：TP309.2 ?文獻標識碼：A ? ?文章編號：2096-4706（2021）12-0094-04Abstract： With the transition of informatization construct
現(xiàn)代信息科技 2021年12期2021-01-14
- 基于大數(shù)據(jù)分析的非線性網(wǎng)絡流量組合預測模型*
管理[1].網(wǎng)絡流量預測模型的構(gòu)建是實現(xiàn)網(wǎng)絡管理和流量控制的基礎工作，高精度的預測模型不僅能夠準確地提供未來時段的流量數(shù)據(jù)，同時也可應用于擁塞控制、僵尸檢測等多個方面[2].高精度預測模型具有精確描述網(wǎng)絡流量變化特性的能力，例如非線性、周期性和長相關(guān)性等.當前的流量預測模型僅能對線性網(wǎng)絡流量進行預測，無法準確描述網(wǎng)絡流量變化特性，應用范圍有限，已不適用于大規(guī)模網(wǎng)絡流量的預測和分析[3].組合模型能夠擬合多個單一預測模型的優(yōu)點，更精確地描述網(wǎng)絡流量特征，已成
沈陽工業(yè)大學學報 2020年6期2020-12-29
- 基于邊界防火墻異常流量特征庫的自動提醒與加固防范
詞：防火墻;網(wǎng)絡流量;網(wǎng)絡異常;加固Automatic reminder and reinforcement prevention based on abnormal traffic signature database ofborder firewallLi Youqun 1，Gong Guchu 2， Zhou Jiufang2（1. State Grid Hunan Provincial Power Co.， Ltd. Changde Power S
裝備維修技術(shù) 2020年18期2020-12-25
- 基于協(xié)議分析技術(shù)的抗惡意軟件攻擊測試系統(tǒng)設計
測試系統(tǒng); 網(wǎng)絡流量; 評估準確性; 抗攻擊能力中圖分類號： TN915.08?34; G255 ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）23?0054?04Abstract： The traditional anti?malware attack test system has the defects of low detection efficiency of
現(xiàn)代電子技術(shù) 2020年23期2020-12-23
- 基于FAB模型的網(wǎng)絡流量策略的研究
絡營銷、提高網(wǎng)絡流量成了每個公司的難題。本文以鎮(zhèn)江長城重工科技有限公司為研究對象，采用FAB模型進行剖析，進而針對鎮(zhèn)江長城重工科技有限公司提出網(wǎng)絡流量策略，具體是：重視消費者的產(chǎn)品購買體驗、采取多種產(chǎn)品的定價策略、結(jié)合雙重網(wǎng)絡營銷渠道與根據(jù)消費者特點定期開展促銷活動。關(guān)鍵詞：FAB模型;網(wǎng)絡營銷;網(wǎng)絡流量一、引言當人類進入信息時代，網(wǎng)絡營銷作為網(wǎng)絡經(jīng)濟活動的主要內(nèi)容開始進入人們的普通生活。據(jù)統(tǒng)計，在2016年我國的電子商務的網(wǎng)購交易額竟然達到22.97萬億
科學與財富 2020年18期2020-09-09
- 電信運營商網(wǎng)絡流量采集模型研究及應用
要】為了評估網(wǎng)絡流量情況，及時擴容擁塞電路，運營商普遍采用基于SNMP的網(wǎng)絡流量采集方法，通過計算兩次采集間隔的平均速率粗略估計電路流量。為了進一步定性分析流量突發(fā)情況，編寫了實驗程序，縮短采集周期，實現(xiàn)了秒級采集，使用不同采集周期的數(shù)據(jù)進行計算和對比分析，得到了不同采集周期下的峰值流量的比值，最后提出了更有效的運營商網(wǎng)絡流量傳統(tǒng)采集加觸發(fā)式秒級采集的新模型，以期實現(xiàn)精準擴容和更加敏捷的流量調(diào)度?！娟P(guān)鍵詞】網(wǎng)絡流量;秒級采集;SNMP;流量突發(fā);精準擴容;
移動通信 2020年3期2020-04-10
- 高斯過程混合模型應用于網(wǎng)絡流量預測研究
011 引言網(wǎng)絡流量預測是網(wǎng)絡管理和流量業(yè)務的基礎，對于控制、優(yōu)化網(wǎng)絡上的各種資源起著至關(guān)重要的作用。精準的網(wǎng)絡流量預測可以幫助管理者設計網(wǎng)絡擁堵控制策略，合理進行資源分配與調(diào)度，保證網(wǎng)絡的流暢度，提高網(wǎng)絡資源的利用率[1-3]。近年來提出了越來越多針對網(wǎng)絡流量的預測模型和方法。針對網(wǎng)絡流量序列，許多學者采用線性預測模型。一般廣泛使用自回歸（AR）、滑動平均（MA）及其改進模型預測。如：黨小超等[4]以時間點為基礎，建立多元線性AR 模型預測網(wǎng)絡流量。段智
計算機工程與應用 2020年5期2020-03-11
- 網(wǎng)絡流量異常檢測中的維數(shù)約簡研究
[1]。針對網(wǎng)絡流量的異常檢測與監(jiān)控已成為目前安全工具研究的主要方向。在高速網(wǎng)絡環(huán)境中,網(wǎng)絡異常檢測過程需要獲取、處理和傳輸?shù)拇罅?span id="j5i0abt0b" class="hl">網(wǎng)絡流量數(shù)據(jù),可能由大量特征來描述,通常這些特征中含有許多無關(guān)特征和冗余特征,會提高異常檢測模型的復雜度,且各特征之間的相互干擾會導致檢測性能急劇下降。因此,在對海量高維網(wǎng)絡流量數(shù)據(jù)進行異常檢測建模之前,需要對數(shù)據(jù)進行特征降維約簡處理。攻擊數(shù)據(jù)集的特征質(zhì)量直接決定入侵檢測系統(tǒng)的檢測效率和穩(wěn)定性,因此,分析網(wǎng)絡流量以確定有助于識別
計算機工程 2020年2期2020-02-19
- 基于網(wǎng)絡流的盧浮宮疏散路徑規(guī)劃
：緊急疏散;網(wǎng)絡流量;MRSE模型;擁塞水平1 背景簡介自2012年以來，法國至少發(fā)生了12起與恐怖主義有關(guān)的重大事件。隨著法國恐怖襲擊事件的增多，[1]世界上規(guī)模最大，訪問量最大的藝術(shù)博物館盧浮宮等一些熱門目的地的緊急疏散問題是：更突出。如果處置不當，將給人們的生命財產(chǎn)帶來巨大損失。因此，如何及時有效地進行緊急疏散是減少生命財產(chǎn)損失的重要手段，尤其是減少大規(guī)模傷亡。[2]在不同的實際環(huán)境中進行緊急疏散通常需要我們建立不同的具體模型。2 MRME模型（多路
科技風 2019年23期2019-10-21
- 大數(shù)據(jù)環(huán)境下的網(wǎng)絡流量非線性預測建模
發(fā)展，尤其是網(wǎng)絡流量數(shù)據(jù)，每天有大量流量數(shù)據(jù)產(chǎn)生，它們不斷的在網(wǎng)絡上進行傳輸，使得網(wǎng)絡流量管理系統(tǒng)的負載日益嚴重，到了周末或者節(jié)假日，網(wǎng)絡的速度極慢，而且經(jīng)常出現(xiàn)網(wǎng)絡擁塞，如何改善網(wǎng)絡流量的傳輸速度和網(wǎng)絡流量的管理效率引起了人們的高度關(guān)注[1]。網(wǎng)絡流量的建模與預測是一種網(wǎng)絡管理的重要技術(shù)，其對將來一段時間內(nèi)的網(wǎng)絡流量變化趨勢進行預測，得到的預測結(jié)果可以提供給網(wǎng)絡管理者，讓他們提前準備一定的網(wǎng)絡流量管理方案進行應對，因此當前存在許多網(wǎng)絡流量預測模型[2]。
微型電腦應用 2019年8期2019-08-22
- 基于Linux的計算機網(wǎng)絡流量控制系統(tǒng)研究
計一款計算機網(wǎng)絡流量控制系統(tǒng)，對網(wǎng)絡流量加以控制，以期改善網(wǎng)絡服務質(zhì)量。關(guān)鍵詞：Linux;網(wǎng)絡流量;系統(tǒng)設計中圖分類號：TP393.06 文獻標識碼：A 文章編號：1007-9416（2019）03-0017-010 引言網(wǎng)絡應用的增多，直接影響了對網(wǎng)速質(zhì)量要求較高的部分應用，導致發(fā)生延遲、丟包等問題，本文提出的網(wǎng)絡流量控制系統(tǒng)，可根據(jù)實際用戶使用需求，分配給用戶不同的寬帶流量，實現(xiàn)資源合理調(diào)度。在已有網(wǎng)絡架構(gòu)的基礎上，通過Linux系統(tǒng)的應用，具有成本
數(shù)字技術(shù)與應用 2019年3期2019-06-15
- 粒子群算法優(yōu)化支持向量機的網(wǎng)絡流量混沌預測
持向量機; 網(wǎng)絡流量; 混沌預測; 平均絕對誤差; 蟻群算法中圖分類號： TN711?34; TP393 ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）02?0120?04Chaotic prediction of network traffic based on particle swarm algorithmoptimization and support vecto
現(xiàn)代電子技術(shù) 2019年2期2019-04-04
- 網(wǎng)絡協(xié)議識別技術(shù)綜述
夢琳摘 要：網(wǎng)絡流量的協(xié)議類型識別是進行協(xié)議分析和網(wǎng)絡管理的前提，為此研究綜述了網(wǎng)絡協(xié)議識別技術(shù)。首先，描述了網(wǎng)絡協(xié)議識別的目標，分析了協(xié)議識別的一般流程，探討了協(xié)議識別的現(xiàn)實需求，給出了評估協(xié)議識別方法的標準;然后，從基于數(shù)據(jù)包的協(xié)議識別和基于數(shù)據(jù)流的協(xié)議識別兩個類別分析了網(wǎng)絡協(xié)議技術(shù)的研究現(xiàn)狀，并對協(xié)議識別的各類技術(shù)進行了比較分析;最后，針對目前協(xié)議識別方法的缺陷和應用需求，對協(xié)議識別技術(shù)的研究趨勢進行了展望。關(guān)鍵詞：應用層協(xié)議;網(wǎng)絡流量;協(xié)議識別;特
計算機應用 2019年12期2019-01-06
- 校園網(wǎng)絡實時監(jiān)控平臺的研究與實現(xiàn)
;設備性能;網(wǎng)絡流量1? ? 校園網(wǎng)絡監(jiān)控系統(tǒng)伴隨著教育信息化的深入、數(shù)字化校園的建設和發(fā)展，校園網(wǎng)絡支撐業(yè)務越來越廣泛，網(wǎng)絡規(guī)模越來越大，結(jié)構(gòu)日趨復雜，對網(wǎng)絡的可靠性與可用性依賴程度越來越高。在日常網(wǎng)絡維護過程中，維護人員經(jīng)常會發(fā)現(xiàn)因設備掉電，瞬時流量大，CPU、內(nèi)存占用率高等問題帶來的網(wǎng)絡中斷或延遲。網(wǎng)絡設備類型多，缺乏實時在線監(jiān)控平臺等方面的原因，使出現(xiàn)的問題無法及時預警提醒，導致處理滯后。在校園網(wǎng)絡規(guī)劃和結(jié)構(gòu)調(diào)整方面，沒有專門的系統(tǒng)對歷史流量等數(shù)據(jù)
無線互聯(lián)科技 2019年21期2019-01-06
- 基于android平臺的網(wǎng)絡流量異常監(jiān)控軟件設計
oid平臺的網(wǎng)絡流量異常監(jiān)控軟件設計，且將其設計研究工作落實到位，滿足用戶對手機流量監(jiān)控方面的多樣化需求。鑒于此，本文將對基于android平臺的網(wǎng)絡流量異常監(jiān)控軟件設計進行系統(tǒng)闡述。關(guān)鍵詞：android平臺；網(wǎng)絡流量；監(jiān)控軟件；設計；研究工作加強基于android平臺的網(wǎng)絡流量異常監(jiān)控軟件設計分析，有利于增加用戶手機流量監(jiān)控方面的技術(shù)含量，促使其監(jiān)控效率得以提高，為智能手機的應用范圍逐漸擴大提供保障。因此，需要通過對用戶在手機流量監(jiān)控方面實際需求的考慮
卷宗 2018年31期2018-11-23
- 計算機網(wǎng)絡下網(wǎng)絡流量異常的檢測算法
先簡要闡述了網(wǎng)絡流量異常檢測的重要意義，在此基礎上對計算機網(wǎng)絡環(huán)境下網(wǎng)絡流量異常的檢測算法進行論述。期望通過本文的研究能夠?qū)W(wǎng)絡運行穩(wěn)定性的提升有所幫助?！娟P(guān)鍵詞】計算機網(wǎng)絡 網(wǎng)絡流量 異常檢測算法1 網(wǎng)絡流量異常檢測的重要意義對于計算機網(wǎng)絡而言，網(wǎng)絡流量是對整個網(wǎng)絡運行狀態(tài)進行研究的重要前提和基礎，在網(wǎng)絡當中，物理層的數(shù)據(jù)單位是比特，而數(shù)據(jù)鏈路層的單位是幀，由于數(shù)據(jù)單位本身的特殊性，使得無法對網(wǎng)絡異常進行直觀分析。同時，網(wǎng)絡層是以數(shù)據(jù)包作為單位，在它的流
電子技術(shù)與軟件工程 2018年18期2018-11-05
- 遺傳算法優(yōu)化支持向量機的網(wǎng)絡流量混沌預測
支持向量機的網(wǎng)絡流量混沌預測方法通常基于人工經(jīng)驗設置參數(shù)，參數(shù)的性能較差，大大降低網(wǎng)絡流量預測精度。因此，提出遺傳算法優(yōu)化支持向量機的網(wǎng)絡流量混沌預測方法，通過相空間重構(gòu)獲取新的網(wǎng)絡流量時間序列，獲取具有最佳非線性預測結(jié)果的支持向量機函數(shù)，采用遺傳算法優(yōu)化支持向量機參數(shù)?；趦?yōu)化的支持向量機參數(shù)，設計基于遺傳算法優(yōu)化支持向量機的交通流量預測模型，實現(xiàn)網(wǎng)絡流量混沌預測。實驗結(jié)果表明，所提方法在網(wǎng)絡流量預測方面整體性能優(yōu)、具有較高的精度。關(guān)鍵詞： 遺傳算法優(yōu)化
現(xiàn)代電子技術(shù) 2018年18期2018-09-12
- 網(wǎng)絡流量異常檢測綜述與研究
曉歌摘 要：網(wǎng)絡流量異常檢測對網(wǎng)絡管理和保證網(wǎng)絡正常運行具有重要意義。本文從檢測所需的網(wǎng)絡流量數(shù)據(jù)及其特征、檢測性能指標、具體的檢測技術(shù)分類幾個方面全面綜述了網(wǎng)絡流量異常檢測的相關(guān)技術(shù)，深入研究了各種網(wǎng)絡流量異常檢測技術(shù)，并分析了各種方法的優(yōu)缺點，指出目前檢測方法存在的不足，以期對未來異常檢測研究提供一定的借鑒和指導。關(guān)鍵詞：網(wǎng)絡流量;異常檢測;分布式拒絕服務;流量特征中圖分類號：TP393 文獻標識碼：A 文章編號：1003-5168（2018）31-0
河南科技 2018年31期2018-09-10
- 基于組合模型的網(wǎng)絡流量預測
類不斷增加，網(wǎng)絡流量值急劇增加，因此網(wǎng)絡流量的預測引起了人們的廣泛關(guān)注，但網(wǎng)絡流量受到經(jīng)濟、環(huán)境等因素綜合影響，變化具有隨性、混沌，同時受到上網(wǎng)時間、價格等因素影響，其變化十分復雜，如何提高網(wǎng)絡流量預測精度是網(wǎng)絡管理領(lǐng)域研究中重點[1-2]。針對網(wǎng)絡流量預測問題，國內(nèi)外學者進行廣泛、深入的研究，提出許多優(yōu)秀的網(wǎng)絡流量預測模型[3]，當前網(wǎng)絡流量預測值可以分為：基于傳統(tǒng)統(tǒng)計學理論的網(wǎng)絡流量預測模型[4-5]，如線性回歸模型，它們是主要基于線性理論進行建模，假
微型電腦應用 2018年8期2018-08-21
- 網(wǎng)絡管理中流量采集技術(shù)的應用
入理解與領(lǐng)會網(wǎng)絡流量的特殊性是了解客戶網(wǎng)絡行為、更好開展網(wǎng)絡管理工作的基礎，而行之有效的方式就是對網(wǎng)絡力量進行采集與分析，這樣就能夠更為直觀的了解到各類網(wǎng)絡流量信息，其實際意義是巨大的。本文主要對幾種流量采集技術(shù)的優(yōu)缺點進行了合理分析，并著重介紹了現(xiàn)階段實用性較強的NetFlow技術(shù)，并對其在網(wǎng)絡管理中的應用進行重點介紹。關(guān)鍵詞：流量采集；網(wǎng)絡流量；NetFlow一、現(xiàn)階段常用的網(wǎng)絡流量數(shù)據(jù)采集方法現(xiàn)階段我們常用的網(wǎng)絡流量數(shù)據(jù)采集方式有以下幾種：第一就是建
東方教育 2018年8期2018-05-31
- 基于極端學習機的網(wǎng)絡流量預測模型
絡擁塞頻率，網(wǎng)絡流量預測可以為網(wǎng)絡管理提供有有價值的參考意見，設計高精度、速度快的網(wǎng)絡流量預測模型十分關(guān)鍵[1-3]。網(wǎng)絡流量預測的研究可以分為兩個階段：傳統(tǒng)階段和現(xiàn)代階段，傳統(tǒng)階段主要有時間序列法、多元線性回歸等[4-6]，它們假設網(wǎng)絡流量呈現(xiàn)線性變化規(guī)律，建模速度快，然而網(wǎng)絡流量受到多種因素影響，具有時變性、混沌性等，預測精度低，預測結(jié)果不可靠[7]?，F(xiàn)代階段主要采用機器學習算法對網(wǎng)絡流量進行建模和預測，其中神經(jīng)網(wǎng)絡應用最為廣泛，預測精度得到了一定提升
微型電腦應用 2018年4期2018-04-26
- IP網(wǎng)絡流量統(tǒng)計與分析的實現(xiàn)方式
摘 要 網(wǎng)絡流量的統(tǒng)計與分析技術(shù)在企業(yè)網(wǎng)絡故障的排除過程中是解決問題的開始，通過分析網(wǎng)絡中的數(shù)據(jù)流量和網(wǎng)絡協(xié)議的分布情況來分析故障的原因，為后續(xù)決策提供依據(jù)。本文主要探討了網(wǎng)絡流量統(tǒng)計與分析的對解決網(wǎng)絡故障的重要性及其實現(xiàn)的幾種方式?！娟P(guān)鍵詞】網(wǎng)絡流量 流量統(tǒng)計 流量分析 Sniffer NetFlow隨著互聯(lián)網(wǎng)業(yè)務的飛速發(fā)展，企業(yè)網(wǎng)絡面臨著各種各樣的威脅，企業(yè)的網(wǎng)絡性能也隨著用戶的行為和應用的多樣化變得難以控制，這使得網(wǎng)管理員頭痛不已。這時候?qū)ζ髽I(yè)的網(wǎng)絡
電子技術(shù)與軟件工程 2018年5期2018-04-09
- 網(wǎng)絡流量實時監(jiān)控及安全分析系統(tǒng)的開發(fā)應用
也逐漸復雜，網(wǎng)絡流量監(jiān)測目前已經(jīng)是網(wǎng)絡應用過程中的重要部分。網(wǎng)絡流量監(jiān)測屬于網(wǎng)絡管理內(nèi)容，在實時流量分析、流量異常告警、歷史流量統(tǒng)計等多方面都具有重要的意義?！娟P(guān)鍵詞】網(wǎng)絡流量 實時監(jiān)控分析 系統(tǒng)開發(fā)在電力行業(yè)改革不斷發(fā)展的過程中，行業(yè)的競爭也越來越激烈，如何在短時間內(nèi)為用戶提供更好的服務，是目前我國電力行業(yè)信息化發(fā)展的主要目的。現(xiàn)代業(yè)務發(fā)展尤為迅速，并且在此過程中會出現(xiàn)多種全新的業(yè)務，客戶對業(yè)務的需求量也在不斷的提高，導致現(xiàn)代網(wǎng)絡系統(tǒng)運行維護具有較大的挑
電子技術(shù)與軟件工程 2018年2期2018-03-21
- 網(wǎng)絡流量監(jiān)測技術(shù)及性能
王洋摘要網(wǎng)絡流量數(shù)據(jù)就是對網(wǎng)絡資源發(fā)展、服務質(zhì)量、安全管理產(chǎn)生重要影響的一項工作，本文主要對網(wǎng)絡流量檢測技術(shù)進行了研究，從而進一步分析不同網(wǎng)絡流量檢測技術(shù)的特征，在有效的對比下進行實現(xiàn)問題的科學研究，實現(xiàn)網(wǎng)絡流量監(jiān)測技術(shù)水平的提升。【關(guān)鍵詞】網(wǎng)絡流量 監(jiān)測技術(shù) 性能由于當前我國網(wǎng)絡結(jié)構(gòu)向著越來越復雜的方向發(fā)展，網(wǎng)絡的規(guī)模也不斷擴大，所以對網(wǎng)絡安全管理工作提出的要求也在不斷增加。網(wǎng)絡流量作為記錄用戶活動和反映信息數(shù)據(jù)的重要載體，可以任何一項網(wǎng)絡活動進行聯(lián)
電子技術(shù)與軟件工程 2018年21期2018-02-28
- 一種網(wǎng)絡流量分析工具
汪文杰摘要：網(wǎng)絡流量作為網(wǎng)絡上傳輸?shù)臄?shù)據(jù)量，對網(wǎng)絡安全應用具有重要意義，如何實現(xiàn)信息網(wǎng)網(wǎng)絡流量的采集、分析是網(wǎng)絡運維的重難點。本文實現(xiàn)了信息網(wǎng)網(wǎng)絡流量的實時采集存儲，建立分析檢測模型，快速發(fā)現(xiàn)信息網(wǎng)面臨的安全風險及潛在的安全隱患，為信息網(wǎng)安全提供智能化、自動化支撐。關(guān)鍵詞：網(wǎng)絡流量；安全風險；分析模型中圖分類號：TP393.06 文獻標識碼：A 文章編號：1007-9416（2017）10-0067-021 引言隨著信息網(wǎng)的迅速發(fā)展和企業(yè)信息化程度的不斷提
數(shù)字技術(shù)與應用 2017年10期2017-12-21
- 改進支持向量機的網(wǎng)絡流量預測①
支持向量機的網(wǎng)絡流量預測①王雪松(佛山職業(yè)技術(shù)學院電子信息系, 佛山 528137)支持向量機具有良好的非線性建模能力, 其參數(shù)對網(wǎng)絡流量預測結(jié)果有直接影響, 為了解決支持向量機的參數(shù)確定的難問題, 根據(jù)雜草算法的優(yōu)勢, 提出了改進支持向量機的網(wǎng)絡流量預測模型. 首先收集大量網(wǎng)絡數(shù)量原始數(shù)據(jù), 將支持向量機參數(shù)作為雜草種子, 然后模擬雜草的生存、繁殖過程搜索最優(yōu)參數(shù)尋優(yōu), 建立網(wǎng)絡流量預測模型, 最后采用具體網(wǎng)絡流量數(shù)據(jù)測試模型的可行性. 結(jié)果表明, 該模
計算機系統(tǒng)應用 2017年3期2017-10-13
- 網(wǎng)絡環(huán)境下流量實時監(jiān)控管理平臺的構(gòu)建研究
本文在闡述了網(wǎng)絡流量監(jiān)控的現(xiàn)狀基礎上，采用C/S架構(gòu)模式提出了網(wǎng)絡流量實時監(jiān)控管理平臺的構(gòu)建方案，對于網(wǎng)絡運營商和用戶來說，對于有效提高網(wǎng)絡內(nèi)容管理、傳輸管理、安全管理等有著較高的研究價值。關(guān)鍵詞：監(jiān)控平臺；網(wǎng)絡流量；流量監(jiān)控1引言目前，對于網(wǎng)絡運營商和個人用戶來說，實現(xiàn)網(wǎng)絡流量的實時監(jiān)控勢在必行，無論網(wǎng)絡體系結(jié)構(gòu)規(guī)模是否龐大，都需要實現(xiàn)規(guī)范化、系統(tǒng)化、模式化的網(wǎng)絡管理。隨著網(wǎng)絡技術(shù)的飛速發(fā)展，傳統(tǒng)的人工管理模式已經(jīng)不能有效保障網(wǎng)絡安全。因此，必須結(jié)合現(xiàn)代
科學與財富 2017年25期2017-09-17
- 基于支持向量機的網(wǎng)絡流量識別模型
摘 要：針對網(wǎng)絡流量識別問題，提出一種基于支持向量機（SVM）的網(wǎng)絡流量識別模型。首先通過流量特征提取模塊，提取適合在支持向量機中識別網(wǎng)絡流量的6個主要特征。對數(shù)據(jù)進行清洗、預處理以及訓練和學習，從而實現(xiàn)整個基于SVM的網(wǎng)絡流量識別系統(tǒng)。實驗結(jié)果表明，經(jīng)過交叉檢驗選擇參數(shù)后，再用支持向量機模型進行訓練和學習，可以取得較好的分類效果。關(guān)鍵詞：網(wǎng)絡流量；支持向量機；流量識別DOIDOI：10.11907/rjdk.162818中圖分類號：TP393文獻標識碼：
軟件導刊 2017年7期2017-09-05
- 一種基于OPTICS聚類的流量分類算法
聚類算法 網(wǎng)絡流量引言：隨著科技的逐漸發(fā)展，越來越多的人們開始走向互聯(lián)網(wǎng)時代，隨之而來的是網(wǎng)絡業(yè)務的繁多。為了能提高網(wǎng)絡的服務質(zhì)量和服務的速度，更多的研究與如何構(gòu)建客戶關(guān)心的服務為起點的新型的網(wǎng)絡構(gòu)架。不一樣的業(yè)務內(nèi)容，需要不同的服務水平，而網(wǎng)絡流量是對客戶的運動進行記錄和報告的重要的一項東西。進行流量分類的研究，可以讓網(wǎng)絡的每個業(yè)務內(nèi)容有不一樣的服務內(nèi)容，這樣可以使網(wǎng)絡或者某些系統(tǒng)進行快速的業(yè)務布置，以此提高網(wǎng)絡的承受能力，同時改變網(wǎng)絡的服務質(zhì)量。一、
中國新通信 2017年8期2017-05-26
- 電力信息通信網(wǎng)絡流量識別技術(shù)探討
使用范圍較廣網(wǎng)絡流量識別方法，并分析得出適用于電力信息通信網(wǎng)絡的流量識別方法。【關(guān)鍵詞】：電力信息通信網(wǎng)；網(wǎng)絡流量；識別方法引言IP報文集合會通過網(wǎng)絡觀測點，并且它是在某個固定時段內(nèi)通過的，我們把這種的集合稱之為流。在同一個特定流范圍內(nèi)的報文，常常具備相同的屬性。流量由流組成，一定數(shù)量的流構(gòu)成了流量。流量具備不同特征，根據(jù)這些特征對流量進行區(qū)分和選擇，就是流量的分類和識別。用具體的理論方法進行描述時，為“分類”；用具體的應用分析進行描述時，就是“識別”。如
中國綠色畫報 2017年4期2017-05-22
- 和聲搜索算法優(yōu)化支持向量機的網(wǎng)絡流量預測
支持向量機的網(wǎng)絡流量預測丁春莉， 李林森(陜西交通職業(yè)技術(shù)學院，西安 710021)網(wǎng)絡流量受到外界因素作用，具有復雜的變化規(guī)律，為了改善了網(wǎng)絡流量的預測效果，設計了和聲搜索算法優(yōu)化支持向量機的網(wǎng)絡流量預測模型(HS-SVM)。首先對當前網(wǎng)絡流量預測研究現(xiàn)狀進行深入分析，并指出了網(wǎng)絡流量的混沌特性，然后采用混沌理論的相應方法確定網(wǎng)絡流量的延遲時間和嵌入維數(shù)，并對原始網(wǎng)絡流量數(shù)據(jù)進行重構(gòu)，最后采用HS-SVM建立網(wǎng)絡流量預測模型，并與當前其它網(wǎng)絡流量預測模型
微型電腦應用 2017年1期2017-05-03
- 一種基于本體的并行網(wǎng)絡流量分類方法
于本體的并行網(wǎng)絡流量分類方法陶曉玲1，2，韋 毅2，王 勇2，3（1. 桂林電子科技大學認知無線電與信息處理省部共建教育部重點實驗室 廣西 桂林 541004；2. 桂林電子科技大學廣西高校云計算與復雜系統(tǒng)重點實驗室 廣西 桂林 541004；3. 桂林電子科技大學廣西可信軟件重點實驗室 廣西 桂林 541004）海量網(wǎng)絡流量數(shù)據(jù)的處理與單一節(jié)點的計算能力瓶頸這一矛盾導致數(shù)據(jù)分類效率低，無法滿足現(xiàn)實需求。為解決這一問題，結(jié)合本體與MapReduce技術(shù)各自
電子科技大學學報 2016年3期2016-11-17
- 基于組合模型的網(wǎng)絡流量預測
于組合模型的網(wǎng)絡流量預測王雪松，李蘇洋網(wǎng)絡流量是多種因素綜合作用的結(jié)果，具有一定的混沌性和非線性，為了對網(wǎng)絡流量將來變化趨勢進行準確預測，提出了一種網(wǎng)絡流量的組合預測模型（PHR-ELM）。分別采用C-C算法和Cao算法對原始網(wǎng)絡流量數(shù)據(jù)進行混沌分析，構(gòu)建極限學習機的訓練樣本集和測試樣本集，然后將訓練樣本輸入到極限學習機進行學習，建立網(wǎng)絡流量預測模型，最后測試樣本集輸入到模型中進行單步和多步預測的驗證性實驗。結(jié)果表明，PHR-ELM可以反映網(wǎng)絡流量的混沌性
微型電腦應用 2016年6期2016-10-18
- 基于網(wǎng)絡流量的特征分析
037）基于網(wǎng)絡流量的特征分析盧燦舉（電子工程學院，安徽合肥230037）網(wǎng)絡流量在互聯(lián)網(wǎng)發(fā)展不斷深化的背景下表現(xiàn)出了極為重要的意義，也是對網(wǎng)絡體系進行切入理解的重要渠道，還是設計、規(guī)劃和管理網(wǎng)絡的直接憑據(jù)。在多尺度下對網(wǎng)絡流量的特征進行了針對性探究，以期對相關(guān)工作起到一定參考作用。網(wǎng)絡流量；多尺度；特征網(wǎng)絡流量特征分析具有重要價值，是多項工作的支撐基礎。從不同的尺度條件下對網(wǎng)絡流量進行分析，都能發(fā)現(xiàn)其還存在一定缺陷，對相關(guān)工作存在一定制約。因此，需要對相
無線互聯(lián)科技 2016年16期2016-03-27
- 面向通信網(wǎng)絡的業(yè)務流量特征分析方法
10006）網(wǎng)絡流量有著突出的動態(tài)特性，如何準確地描述網(wǎng)絡流量的隱藏屬性對諸如網(wǎng)絡故障定位、異常檢測和性能分析等網(wǎng)絡活動有著重要的影響。為了描述網(wǎng)絡流量，提出了一種特性分析方法。首先，利用小波包變換提取網(wǎng)絡流量的多尺度特性，然后利用主成分分析法對網(wǎng)絡流量的時頻域隱藏特性進行了細化。最后，為了驗證該特性分析方法，進行了異常檢測測試，仿真結(jié)果表明，這種方法是可行的。網(wǎng)絡流量；特性分析；時頻分析；小波包變換；特性提取隨著網(wǎng)絡技術(shù)的發(fā)展，如物聯(lián)網(wǎng)、軟件定義網(wǎng)絡、云
東北電力技術(shù) 2016年11期2016-02-17
- 一種通信網(wǎng)絡業(yè)務流異常實時偵測方法
速產(chǎn)生，同時網(wǎng)絡流量也呈指數(shù)增長，這帶來了網(wǎng)絡流量異常檢測的新挑戰(zhàn)。提出了一種快速檢測網(wǎng)絡流量異常的新方法，將網(wǎng)絡流量視為一個時間信號的序列，將其構(gòu)造成一個流量矩陣。對流量矩陣進行主成分分解，再分別對這兩部分進行經(jīng)驗模態(tài)分解，得出快速異常檢測算法。仿真結(jié)果表明，這種方法是可行的。端到端網(wǎng)絡流量；異常檢測；主成分分析；經(jīng)驗模態(tài)分解網(wǎng)絡流量異常對網(wǎng)絡性能和用戶體驗質(zhì)量有很大的影響，因此，網(wǎng)絡流量異常檢測在當前的網(wǎng)絡運營中具有非常重要的意義，并且成為了一個非常重
東北電力技術(shù) 2016年12期2016-02-17
- 一種稀疏度自適應的網(wǎng)絡流量矩陣測量方法
疏度自適應的網(wǎng)絡流量矩陣測量方法楊京禮，崔 征，魏長安，姜守達（哈爾濱工業(yè)大學自動化測試與控制系，150080哈爾濱）為提高網(wǎng)絡流量矩陣測量的精度，在壓縮感知框架下提出一種稀疏度自適應的網(wǎng)絡流量矩陣測量方法.通過對網(wǎng)絡流量矩陣的主成分分析及奇異值歸一化處理尋找信號支撐集選擇的判定閾值，利用網(wǎng)絡流量矩陣重構(gòu)過程中的殘差L2范數(shù)匹配計算各測量時間點上網(wǎng)絡流量矩陣的稀疏度，減小由于網(wǎng)絡流量矩陣近似稀疏表示以及稀疏度選擇不準確造成的測量誤差.仿真實驗結(jié)果表明：所提
哈爾濱工業(yè)大學學報 2015年9期2015-06-24
- 組合核函數(shù)高斯過程的網(wǎng)絡流量預測模型
求日益提高，網(wǎng)絡流量預測結(jié)果具有十分重要的實際價值，因此提高網(wǎng)絡流量預測的準確性成為當前網(wǎng)絡研究領(lǐng)域中的一個重大課題[1]。國內(nèi)外學者們對其進行廣泛的研究，已提出時間序列分析法、神經(jīng)網(wǎng)絡、灰色理論、隱馬爾夫法、支持向量機等預測模型[2-6]。時間序列分析法可對波動范圍小的網(wǎng)絡流量進行準確預測。但實際網(wǎng)絡流量受到多種因素的綜合影響，具有非線性和時變性等特點，時間預序列分析法的預測偏差較大，應用范圍受限[7]。神經(jīng)網(wǎng)絡是一種非線性預測能力強的機器學習算法，要求
計算機工程與應用 2015年19期2015-04-16
- 網(wǎng)絡流量異常檢測及分析的研究
過程中，確保網(wǎng)絡流量的正常是網(wǎng)絡健康有序運行的基礎，是網(wǎng)絡可持續(xù)發(fā)展的重要因素，網(wǎng)絡流量異常檢測及分析是網(wǎng)絡及安全管理領(lǐng)域的重要研究內(nèi)容。網(wǎng)絡流量異常是指對網(wǎng)絡正常使用造成不良影響的網(wǎng)絡流量模式，引起網(wǎng)絡流量異常的原因很多。主要包括：（1）網(wǎng)絡攻擊，如 DDoS攻擊、DoS攻擊、端口查看等。（2）導致數(shù)據(jù)量模式改變的網(wǎng)絡病毒，如蠕蟲病毒等。（3）網(wǎng)絡的使用問題，如大量的P2P的應用模式對網(wǎng)絡流量造成影響。（4）網(wǎng)絡誤配置及網(wǎng)絡存儲耗盡等。網(wǎng)絡流量的異常檢測
網(wǎng)絡安全技術(shù)與應用 2015年7期2015-03-19
- 基于改進極端學習機的網(wǎng)絡流量預測
極端學習機的網(wǎng)絡流量預測劉春四川建筑職業(yè)技術(shù)學院網(wǎng)絡管理中心，四川德陽 618000為了提高網(wǎng)絡流量的預測精度，針對極端學習機的訓練樣本選擇問題，提出一種改進極端學習機的網(wǎng)絡流量預測模型（IELM）。根據(jù)最優(yōu)延遲時間和嵌入維數(shù)對網(wǎng)絡流量重構(gòu)，建立網(wǎng)絡學習樣本，將學習樣本輸入到改進極端學習機進行訓練，隨新樣本加入而逐步求解網(wǎng)絡的權(quán)值，以提高學習速度，引入cholesky分解方法提高模型的泛化能力，采用具體網(wǎng)絡流量數(shù)據(jù)進行了仿真測試。結(jié)果表明，IELM不僅可以
計算機工程與應用 2014年21期2014-09-12
- 基于CS-HRVM的網(wǎng)絡流量預測
-HRVM的網(wǎng)絡流量預測李融溫州廣播電視大學，浙江溫州 410205為了獲得更加理想的網(wǎng)絡流量預測結(jié)果，準確刻畫網(wǎng)絡流量的變化趨勢，提出一種基于布谷鳥搜索算法優(yōu)化組合核相關(guān)向量機的網(wǎng)絡流量預測模型（CS-HRVM）。首先針對網(wǎng)絡流量的混沌特性，采用相空間理論建立網(wǎng)絡流量的多維學習樣本，并采用組合核函數(shù)構(gòu)建相關(guān)向量機，然后將學習樣本輸入到相關(guān)向量機中進行訓練，并采用布谷鳥搜索算法對模型參數(shù)進行優(yōu)化，從而建立網(wǎng)絡流量預測模型，最后采用仿真實驗對模型性能進行仿真
計算機工程與應用 2014年17期2014-07-08
- 基于小波變換的PCNN網(wǎng)絡流量預測算法
換的PCNN網(wǎng)絡流量預測算法韓小燕無錫商業(yè)職業(yè)技術(shù)學院，江蘇無錫 214153網(wǎng)絡流量預測對網(wǎng)絡安全、網(wǎng)絡管理等具有重要的意義。針對網(wǎng)絡流量的行為特征，提出了基于小波變換的PCNN網(wǎng)絡流量預測算法。對預處理的網(wǎng)絡流量進行小波分解，利用PCNN模型預測獲得的近似系數(shù)和細節(jié)系數(shù)，通過小波逆變換對預測的小波系數(shù)進行重構(gòu)，得到預測的網(wǎng)絡流量。實驗結(jié)果表明，與其他的三種網(wǎng)絡流量預測算法相比，算法得到較小的殘差，取得了較好的預測效果。小波變換；脈沖耦合神經(jīng)網(wǎng)絡（PCN
計算機工程與應用 2014年16期2014-07-07
- 相空間重構(gòu)和支持向量機相融合的網(wǎng)絡流量預測
量機相融合的網(wǎng)絡流量預測吳俊，黎云漢義烏工商職業(yè)技術(shù)學院，浙江義烏 322000針對網(wǎng)絡流量非線性、突變性和混沌性特點，利用相空間重構(gòu)和支持向量機參數(shù)的天然聯(lián)系，提出一種相空間重構(gòu)和支持向量機相融合的網(wǎng)絡流量預測方法。將網(wǎng)絡流量預測精度作為建模目標，采用粒子群算法對空間重構(gòu)和支持向量機參數(shù)進行組合優(yōu)化，建立最優(yōu)網(wǎng)絡流量預測模型。仿真實驗結(jié)果表明，相對于傳統(tǒng)網(wǎng)絡流量預測方法，該方法更加能夠刻畫網(wǎng)絡流量復雜的變化特點，有效提高了網(wǎng)絡流量的預測精度。網(wǎng)絡流量；預
計算機工程與應用 2014年16期2014-07-07
- 基于小波變換的網(wǎng)絡流量組合預測模型
越來越頻繁，網(wǎng)絡流量預測可以為網(wǎng)絡管理員提供技術(shù)支持，幫助其及時調(diào)整網(wǎng)絡控制策略，提高網(wǎng)絡服務質(zhì)量，因此網(wǎng)絡流量建模與預測一直是網(wǎng)絡研究中的重點[1]。網(wǎng)絡流量數(shù)據(jù)實質(zhì)上是一種時間序列數(shù)據(jù)，傳統(tǒng)預測模型有差分自回歸移動平均模型（ARIMA）、自動回歸模型（AR）等[2-3]，它們假設網(wǎng)絡流量一種平穩(wěn)變化的數(shù)據(jù)，實際上，網(wǎng)絡流量是多種因素綜合作用的結(jié)果，具有隨機性、時變性等非平穩(wěn)變化特點，傳統(tǒng)模型難以準確對網(wǎng)絡流進行長期預測，應用范圍具有局限性[4]。針對網(wǎng)
計算機工程與應用 2014年10期2014-04-03
- 基于ARM A-RESN的網(wǎng)絡流量預測
挑戰(zhàn)[1]。網(wǎng)絡流量預測可以發(fā)現(xiàn)網(wǎng)絡流量異常，有利于更好地管理網(wǎng)絡，受到網(wǎng)絡研究工作者關(guān)注[2]。傳統(tǒng)網(wǎng)絡流量預測方法主要有自回歸法（AR）、自回歸移動平均（ARMA）等線性預測技術(shù)，尤其是ARMA模型融合了回歸分析和時間序列分析功能，在網(wǎng)絡流量預測中取得了不錯效果[3-4]。隨著網(wǎng)絡流量研究的不斷深入，研究者們發(fā)現(xiàn)網(wǎng)絡流量不僅具有線性變化特性，同時具有隨機、混沌性和突變性等非線性變化特性，而傳統(tǒng)方法無法描述網(wǎng)絡流量的非線性變化特性，應用范圍受限[5]。隨
計算機工程與應用 2014年13期2014-02-28
- 包容性檢驗和SVM相融合的網(wǎng)絡流量預測
VM相融合的網(wǎng)絡流量預測鄭偉勇，馮廣麗河南工程學院 計算機科學與工程系，鄭州 4511911 引言隨著網(wǎng)絡規(guī)模擴大，網(wǎng)絡管理難度日益增加，而流量預測可以了解網(wǎng)絡流量的發(fā)生趨勢，為網(wǎng)絡管理人員合理分配網(wǎng)絡帶寬，防止網(wǎng)絡擁塞提供有價值參考意見，因此，網(wǎng)絡流量預測準確性已成為網(wǎng)絡管理領(lǐng)域中的研究熱點問題[1]。網(wǎng)絡流量受到上網(wǎng)隨機性、節(jié)假日等因素影響，具有一定的周期性、規(guī)律性和非平穩(wěn)性，傳統(tǒng)流量預測方法主要有回歸分析法、時間序列法、趨勢外推法等[2-4]，這些方
計算機工程與應用 2013年15期2013-07-19
- 試論P2P網(wǎng)絡流量控制管理若干關(guān)鍵技術(shù)
了原來互聯(lián)網(wǎng)網(wǎng)絡流量的控制管理模式，而且還對互聯(lián)網(wǎng)應用的相關(guān)基礎設施產(chǎn)生了巨大的影響。P2P技術(shù)已經(jīng)逐漸的成為現(xiàn)代互聯(lián)網(wǎng)絡運營模式的發(fā)展潮流，P2P技術(shù)不論是在內(nèi)容方面還是在形式方面都體現(xiàn)出新穎的特點，因此，P2P技術(shù)在互聯(lián)網(wǎng)絡控制和管理中的應用變得越來越廣泛。1 P2P技術(shù)的主要概述1.1 P2P技術(shù)的具體概念所謂P2P技術(shù)，指的就是點對點技術(shù)，也可以叫做對等互聯(lián)網(wǎng)絡技術(shù)。P2P技術(shù)是近些年才興起的一種嶄新形式的網(wǎng)絡技術(shù)，這種技術(shù)主要是通過互聯(lián)網(wǎng)絡中使用
網(wǎng)絡安全技術(shù)與應用 2013年11期2013-03-19
- 基于時間序列分析的網(wǎng)絡流量預測模型研究
0引言對通信網(wǎng)絡流量的預測，已有的方法主要建立在數(shù)理統(tǒng)計的基礎上，其中較為成功的預測方法有：基于FARIMA(p，d，q)模型的預測方法；C.Bor-Sen提出的模糊自適應方法；基于分數(shù)整合滑動平均模型的預測方法；利用模糊判斷規(guī)則預測網(wǎng)絡流量的方法等。目前，利用小波理論處理時間序列問題已經(jīng)是一個熱點，在許多領(lǐng)域得到應用并取得較好的成果，如物流、生物學、經(jīng)濟等。而國內(nèi)基于小波理論研究網(wǎng)絡流量的研究工作開展甚少，因此，這里著重于討論基于小波理論的網(wǎng)絡流量預測新
現(xiàn)代電子技術(shù) 2009年8期2009-06-25