文档简介
标签:
一种高速流量聚合方法的设计与实现
本文运用数据仓库原理,设计了一套基于NetFlow 的高速流量分级聚合方法。基于四个时间粒度将原始数据进行聚合处理并转存到数据库,达到对高速网络环境下的海量流量数据进行有效缩减和归并整理的目的,同时,结合对细节级数据的压缩处理策略,提高了流量分析的效率。流量聚合处理采用多线程技术加以实现,提高系统性能。网络流量测量是对网络数据流特性进行的检测与分析。通过对获取的应用使用情况、用户行为特征等信息进行分析,可实现对网络的合理监管与规划。随着网络传输速度越来越快,网络流量测量也显现出一定困难:高速网络环境下需要采集并处理大量数据,而从这些数据中提取有用信息进行分析则更加不易。NetFlow 是Cisco 公司提出的一种流量分析技术。它以“流”为采集单位进行流量统计,一个NetFlow 流由源/目的IP 地址,源/目的端口,三层协议类型,IP 协议服务类型(ToS),以及输入/输出逻辑端口唯一确定。通过基于NetFlow 的采集技术获取流量信息,就可以进行TopN 网络应用、TopN 主机用户等统计排行和趋势分析,还可进行异常流量监测。本文运用数据仓库理论,设计了一套基于 NetFlow 数据特点的高速流量聚合方法,并采用多线程技术加以实现,可对高速网络环境下的海量流量数据进行有效缩减和归并整理,从而提高流量分析的效率。
评论
加载更多
推荐下载
查看更多
精选文集
相关视频
推荐帖子