面向可编程网络的细粒度流量测量方法研究

发布时间：2023-02-14 20:47

　　网络流量测量是指对网络中的流量信息进行统计,进而为流量规划、入侵检测以及网络异常检测等网络管理应用提供输入信息。传统网络架构存在许多缺陷,例如缺乏灵活的控制能力和基本的网络测量功能,从而导致测量任务实施复杂,支持的测量粒度粗,测量准确性低等问题。而在可编程网络中,由于交换机具有可编程性,因此可以在交换机上灵活地部署定制的网络流量测量功能,为细粒度的网络流量测量奠定了基础。本文主要对可编程网络中的流量测量进行研究。在可编程网络中,测量节点上的计算和高速存储资源受限,单个测量节点上流量测量的准确度会随着测量流的数量增加而下降。如果能充分利用网络中各个测量节点的能力,在测量节点之间建立协作式流量测量机制,使各个测量节点分别测量不同的流,那么就可以有效地减少单个测量节点上所需要测量的流的数量,这不仅能提高测量资源的利用效率,还能增加流量测量准确度。因此,本文首先对协作式流量测量机制进行了研究,提出了一种高效的测量节点分配算法。实验结果表明,该方法可以有效地增强测量节点之间的协作性;在降低各个节点测量负载的同时,提高了流量测量的准确度与大流识别准确率。已有研究表明网络流量特征一般满足二八定律,即...

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 可编程网络
        1.2.2 单点流量测量方法
        1.2.3 网络级流量测量方法
        1.2.4 网络流量负载均衡
    1.3 本文的主要贡献及创新
        1.3.1 网络级协作式流量测量机制
        1.3.2 大流快速识别方法
        1.3.3 基于大流快速识别的负载均衡方法
    1.4 本文内容和结构安排
第二章 网络级协作式流量测量机制研究
    2.1 引言
    2.2 可编程网络中的流量测量方法
        2.2.1 SpaceSaving
        2.2.2 Count-Min sketch
        2.2.3 流的数量对测量结果的影响
    2.3 网络模型与问题建模
        2.3.1 网络模型
        2.3.2 问题建模
    2.4 测量节点分配算法
        2.4.1 设计思路
        2.4.2 精准测量节点分配算法
        2.4.3 快速测量节点分配算法
        2.4.4 快速测量节点分配算法性能分析
    2.5 测量节点分配算法的实现机制
        2.5.1 控制器的实现机制
        2.5.2 发送端和交换机上的实现机制
    2.6 随机测量节点分配算法
    2.7 仿真结果
        2.7.1 流量产生与指标选择
        2.7.2 仿真结果与分析
    2.8 本章小结
第三章 大流快速识别方法研究
    3.1 引言
    3.2 大流快速识别方法
        3.2.1 基本流程
        3.2.2 实现结构
    3.3 固定窗口大流识别方法
        3.3.1 固定窗口特征提取算法
        3.3.2 固定窗口大流识别算法
        3.3.3 复杂度分析
    3.4 滑动窗口大流识别方法
        3.4.1 设计思路
        3.4.2 滑动窗口大流识别算法
        3.4.3 准确性与复杂度分析
    3.5 机器学习模型与特征降维
        3.5.1 决策树
        3.5.2 支持向量机
        3.5.3 特征降维
    3.6 仿真结果
        3.6.1 仿真设置
        3.6.2 仿真结果与分析
    3.7 本章小结
第四章 基于大流快速识别的混合负载均衡方法
    4.1 引言
    4.2 现有负载均衡方案
        4.2.1 ECMP
        4.2.2 Random Packet Scatter
    4.3 混合负载均衡方法
    4.4 部署方法
        4.4.1 CLOS架构
        4.4.2 fat tree架构
    4.5 仿真结果与分析
        4.5.1 流量切分效果评估
        4.5.2 流量均衡效果评估
    4.6 本章小结
第五章 全文总结与未来展望
    5.1 全文总结
    5.2 未来展望
致谢
参考文献
附录
攻读硕士学位期间取得的成果



本文编号：3742996