基于时空的多源数据趋势预测研究

发布时间：2020-02-07 10:58

【摘要】：随着互联网的高速发展与广泛应用,人们的生活与工作越来越便利。但是人们在利用互联网进行生活与娱乐的同时网络上会有大量的网络流量数据产生。这些数据大部分是没有危害的,只是用于信息的交互,但肯定还是会有一些威胁隐藏在网络流量中,这些威胁可能会对网络或网络上的主机等造成不同程度的危害等。正是因为这些威胁的存在,现在越来越多的研究机构或企业开始关注网络中的数据,他们一直努力想在这些数据的基础上取得成果:有些研究者从流量数据中分析潜在的威胁,提出了各种检测算法;有些研究者分析了流量数据的特点,并利用这些数据研究网络安全,比如通过分析数据的特点研究网络安全的技术手段如防火墙等;还有一些想利用这些数据来预测趋势变化,从而提前部署安全防范措施或者改善已有的安全技术。然而,想要研究这些数据,必须要能够采集到数据。这样一来,如何快速稳健的采集、保存与分析这些数据就成了一个难题。本文首先对网络环境下的多源数据,尤其是对不同类别流量数据的特点进行了验证分析,然后在此基础上提出了一种综合的预测算法用于趋势预测,最后提出了一个多源数据采集分析框架用于采集分析数据。总之,本文的研究包括以下几个方面:1.分析了多源数据预测算法、采集方法的研究现状:研究了基于时间序列的预测算法现状;以网络流量的采集方法为例,研究了多源数据采集方法的现状;2.研究网络环境下多源数据的特点:以有线网络流量数据与无线网络流量数据为例,研究其长度、周期、自相似特征等特点及其分析方法,并对多源数据的特点研究做出总结;3.研究了多源数据趋势预测模型:研究了FARIMA模型,在此基础上提出一种新的基于小波变换与时间序列相结合的算法用于多源数据预测,并用真实的网络流量数据进行了实验,经实验分析表明该预测算法可以有效的减少大量计算,并能提高预测准确率。4.在研究了多源数据特点与数据预测模型的基础上,提出了一种针对多源数据采集分析框架,该框架有效的结合了Nagios网络监控工具以及多源数据趋势预测模型,使用“主动+被动”多层分布式模型采集、存储、分析多种来源的数据。该系统最基本的目的是用于网络监控,通过大量的测试表明该系统增加了对数据的分析之后,不仅能够完成大量的采集监控任务,还可以更好的维护网络安全。
【图文】：

图 5-2 多源数据采集分析系统网络架构5.2 系统整体设计系统包括采集子系统模块(各种客户端与代理)、采集监听服务器与采集服务器模块、采集监控管理中心模块、数据与备份中心模块等四个主要的模块，如图5-3 所示。采集监控管理中心模块主要是用于监控各个采集服务器中心与采集客户端的异常，并接收下层传输来的数据，进行汇总，，提供图形化的界面方便管理员查看。另外，采集监控管理中心主要是以 Nagios 的框架为基础的，因此这里还保留了Nagios 的一些功能，包括资源监控等。同时采集监控管理中心提供了数据分析的能力，如第三章、第四章所描述的数据特征分析、数据趋势预测都在监控管理中心完成，并且分析的结果将会为采集服务器制定一些合理的策略。采集监听服务器模块：负责监听采集客户端与采集代理的连接请求，并判断采集的数据类型、采集的客户端类型，从线程池中取出线程处理数据的解析、分

图 5-2 多源数据采集分析系统网络架构5.2 系统整体设计系统包括采集子系统模块(各种客户端与代理)、采集监听服务器与采集服务器模块、采集监控管理中心模块、数据与备份中心模块等四个主要的模块，如图5-3 所示。采集监控管理中心模块主要是用于监控各个采集服务器中心与采集客户端的异常，并接收下层传输来的数据，进行汇总，提供图形化的界面方便管理员查看。另外，采集监控管理中心主要是以 Nagios 的框架为基础的，因此这里还保留了Nagios 的一些功能，包括资源监控等。同时采集监控管理中心提供了数据分析的能力，如第三章、第四章所描述的数据特征分析、数据趋势预测都在监控管理中心完成，并且分析的结果将会为采集服务器制定一些合理的策略。采集监听服务器模块：负责监听采集客户端与采集代理的连接请求，并判断采集的数据类型、采集的客户端类型，从线程池中取出线程处理数据的解析、分
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP393.08

【参考文献】

相关期刊论文 前2条

1 陈铿;韩伯棠;;混沌时间序列分析中的相空间重构技术综述[J];计算机科学;2005年04期

2 张弦;王宏力;张金生;孙渊;;状态时间序列预测的贝叶斯最小二乘支持向量机方法[J];西安交通大学学报;2010年10期

相关硕士学位论文 前1条

1 王昶;改进遗传神经网络在时间序列预测中的研究与应用[D];四川师范大学;2010年

本文编号：2577156