版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、網(wǎng)絡(luò)管理系統(tǒng)的直觀性以及處理速度的實時性是人們關(guān)心的主要問題,NetFlow技術(shù)的提出使得基于“流”的網(wǎng)管系統(tǒng)的實施更加便利。隨著一系列知名廠商對NetFlow技術(shù)的支持,如何運用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)隨機采樣、時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推理模型的流簇聚類算法的原理和實現(xiàn)方式,包括一維和多維聚
2、類,此方法能自動把網(wǎng)絡(luò)流歸類成最小的簇(Cluster),即能動態(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)議來連接某一客戶機和一組特定的服務(wù)器的,而不是匯報500個小的信息流或者到達80端口的TCP傳輸數(shù)量,或者排名前十的主機。我們還分析和修改了開源工具SoftFlowd、Fprobe、Flowd,并且把它們應(yīng)用于試驗環(huán)境的搭建。最后,我們將采樣算法和自動聚類算法進行結(jié)合,提出了基于采樣算法和自動聚類算法的網(wǎng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hadoop的全網(wǎng)絡(luò)流量異常監(jiān)測算法研究.pdf
- IP網(wǎng)絡(luò)流量矩陣估計問題模型和算法的研究.pdf
- 網(wǎng)絡(luò)流量的模型分析和異常監(jiān)測.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)流量預(yù)測算法研究.pdf
- 基于聚類的多材質(zhì)采樣算法.pdf
- 網(wǎng)絡(luò)流量監(jiān)測算法的研究及其實現(xiàn).pdf
- 網(wǎng)絡(luò)流量監(jiān)測算法的研究及其實現(xiàn)(1)
- 網(wǎng)絡(luò)流量分類及其算法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量識別算法研究.pdf
- 基于機器學(xué)習(xí)的網(wǎng)絡(luò)流量分類算法研究.pdf
- 網(wǎng)絡(luò)流量異常檢測算法.pdf
- 網(wǎng)絡(luò)流量的混沌特性研究及網(wǎng)絡(luò)流量預(yù)測算法研究.pdf
- 異步采樣數(shù)據(jù)的模糊聚類算法.pdf
- IP網(wǎng)絡(luò)流量工程優(yōu)化算法研究.pdf
- 混合交通網(wǎng)絡(luò)流量均衡分配模型及算法.pdf
- 基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型研究.pdf
- 基于分類算法與聚類算法流量識別系統(tǒng)的研究.pdf
- 基于混合模型的聚類算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的改進網(wǎng)絡(luò)流量預(yù)測算法的研究.pdf
- 光網(wǎng)絡(luò)流量工程優(yōu)化算法研究.pdf
評論
0/150
提交評論