基于采樣算法和自動(dòng)聚類算法的網(wǎng)絡(luò)流量監(jiān)測(cè)模型.pdf

1、網(wǎng)絡(luò)管理系統(tǒng)的直觀性以及處理速度的實(shí)時(shí)性是人們關(guān)心的主要問(wèn)題，NetFlow技術(shù)的提出使得基于“流”的網(wǎng)管系統(tǒng)的實(shí)施更加便利。隨著一系列知名廠商對(duì)NetFlow技術(shù)的支持，如何運(yùn)用NetFlow采集的網(wǎng)絡(luò)數(shù)據(jù)分析網(wǎng)絡(luò)流量、發(fā)現(xiàn)網(wǎng)絡(luò)異常使用，成為網(wǎng)絡(luò)管理的一個(gè)新方向。 本文詳盡介紹了均勻采樣、系統(tǒng)采樣、自適應(yīng)隨機(jī)采樣、時(shí)間分層分組采樣以及閾值采樣等采樣算法，深刻分析了基于自動(dòng)推理模型的流簇聚類算法的原理和實(shí)現(xiàn)方式，包括一維和多維聚

2、類，此方法能自動(dòng)把網(wǎng)絡(luò)流歸類成最小的簇（Cluster），即能動(dòng)態(tài)地產(chǎn)生與應(yīng)用相匹配的流簇。例如，它能揭示百分之幾的傳輸是使用TCP協(xié)議來(lái)連接某一客戶機(jī)和一組特定的服務(wù)器的，而不是匯報(bào)500個(gè)小的信息流或者到達(dá)80端口的TCP傳輸數(shù)量，或者排名前十的主機(jī)。我們還分析和修改了開源工具SoftFlowd、Fprobe、Flowd，并且把它們應(yīng)用于試驗(yàn)環(huán)境的搭建。最后，我們將采樣算法和自動(dòng)聚類算法進(jìn)行結(jié)合，提出了基于采樣算法和自動(dòng)聚類算法的網(wǎng)