摘要： 考慮到統(tǒng)計(jì)數(shù)學(xué)模型具有主觀偏差小,考察問題相對(duì)全面的優(yōu)勢(shì),作者利用一個(gè)統(tǒng)計(jì)數(shù)學(xué)模型研究一種網(wǎng)絡(luò)阻塞攻擊防御方法,以提升攻擊檢測(cè)能力,降低網(wǎng)絡(luò)擁塞率。首先針對(duì)網(wǎng)絡(luò)流量奇異性特征統(tǒng)計(jì)的網(wǎng)絡(luò)阻塞攻擊檢測(cè)方法,利用小波變換重構(gòu)受害端的網(wǎng)絡(luò)流量,經(jīng)過高斯小波與信號(hào)的卷積運(yùn)算,獲取時(shí)域的網(wǎng)絡(luò)流量信號(hào)奇異特征,并以此為基礎(chǔ)選擇檢測(cè)時(shí)間窗口,計(jì)算檢測(cè)窗口的均值與標(biāo)準(zhǔn)差,從而完成網(wǎng)絡(luò)阻塞攻擊的數(shù)據(jù)檢測(cè)。其次,通過基于流量的網(wǎng)絡(luò)阻塞攻擊防御方法,流量限制方式為黑名單IP防御以及非頻繁域名請(qǐng)求,完成網(wǎng)絡(luò)阻塞攻擊防御。最后,基于以上方法的實(shí)驗(yàn)結(jié)果說明:將距離判斷門限設(shè)置為0.3,檢測(cè)率、虛警率、漏警率分別為95.93%、2.12%、2.69%,網(wǎng)絡(luò)阻塞攻擊檢測(cè)能力較強(qiáng);該方法使用后不同類型攻擊下網(wǎng)絡(luò)擁塞率始終低于10%。

摘要： 工業(yè)互聯(lián)網(wǎng)的數(shù)據(jù)安全事關(guān)工業(yè)企業(yè)的生產(chǎn)經(jīng)營(yíng),一旦遭受竊取或破壞,可能會(huì)導(dǎo)致設(shè)備故障,甚至是生產(chǎn)安全事故,更有甚者會(huì)影響經(jīng)濟(jì)運(yùn)行、社會(huì)穩(wěn)定和國(guó)家安全。從流量分析的角度,探索運(yùn)用流量解析還原、敏感數(shù)據(jù)特征提取等技術(shù),設(shè)計(jì)一套具備數(shù)據(jù)資產(chǎn)發(fā)現(xiàn)和敏感數(shù)據(jù)泄露監(jiān)測(cè)等核心功能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全監(jiān)測(cè)系統(tǒng),并搭建系統(tǒng)原型,基于現(xiàn)網(wǎng)流量監(jiān)測(cè)和分析驗(yàn)證其可行性。

摘要： 傳統(tǒng)網(wǎng)絡(luò)流量異常檢測(cè)方法受數(shù)據(jù)規(guī)模、處理能力的限制,存在準(zhǔn)確率低、實(shí)時(shí)監(jiān)測(cè)困難等問題,為此提出一種基于多模型融合的流式并行異常檢測(cè)方法。首先,對(duì)多個(gè)單一模型進(jìn)行訓(xùn)練并融合,然后利用分布式架構(gòu)實(shí)現(xiàn)融合模型的流式并行計(jì)算;其次,對(duì)識(shí)別結(jié)果進(jìn)行驗(yàn)證,從而建立異常流量黑名單,利用黑名單對(duì)實(shí)時(shí)網(wǎng)絡(luò)流量進(jìn)行精準(zhǔn)的匹配檢測(cè);最后,基于Hadoop大數(shù)據(jù)平臺(tái),采用KDD CUP99作為實(shí)例數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,與典型的異常檢測(cè)方法相比,該方法能夠?qū)崿F(xiàn)實(shí)時(shí)流數(shù)據(jù)的異常檢測(cè),提高了檢測(cè)準(zhǔn)確率和計(jì)算效率。

摘要： 在基于網(wǎng)絡(luò)流量分析,被動(dòng)式的網(wǎng)絡(luò)設(shè)備識(shí)別研究中,網(wǎng)絡(luò)流量數(shù)據(jù)中往往存在許多高維數(shù)據(jù),其中的部分特征對(duì)設(shè)備識(shí)別貢獻(xiàn)不大,甚至?xí)?yán)重影響分類結(jié)果和分類性能.所以針對(duì)這個(gè)問題本文提出了一種將Filter和Wrapper方式相結(jié)合,基于對(duì)稱不確定性(SU)和近似馬爾可夫毯(AMB)的網(wǎng)絡(luò)流量特征選擇算法FSSA,本文提出的方法首先利用對(duì)稱不確定性算法選擇出對(duì)于各個(gè)類別具有分類貢獻(xiàn)的特征,去除不相關(guān)的特征屬性;然后在候選特征子集中利用近似馬爾可夫毯算法刪除冗余特征,最后采用Wrapper方式基于C4.5分類算法,進(jìn)行最后的特征優(yōu)選.實(shí)驗(yàn)表明,該方法下選擇出的特征對(duì)網(wǎng)絡(luò)設(shè)備操作系統(tǒng)類型識(shí)別的精確率相較于經(jīng)典的特征選擇方法有了一定的提高,在小類別數(shù)據(jù)上的召回率也得到了提升.

摘要： 訪問控制作為工業(yè)控制系統(tǒng)的重點(diǎn),還涉及總線安全參數(shù)保護(hù)等,由于工業(yè)控制網(wǎng)絡(luò)與普通計(jì)算機(jī)網(wǎng)絡(luò)之間的差異,導(dǎo)致許多安全保障方案并不能有效實(shí)施?；?font color="red">網(wǎng)絡(luò)流量異常監(jiān)測(cè)的工業(yè)控制在保障控制系統(tǒng)安全上,不失為行之有效的控制技術(shù)。分析了網(wǎng)絡(luò)工業(yè)控制的現(xiàn)狀,著眼于網(wǎng)絡(luò)流量的特性,以監(jiān)視網(wǎng)絡(luò)工業(yè)控制的安全為重點(diǎn)進(jìn)行了相關(guān)研究。

摘要： 針對(duì)網(wǎng)絡(luò)流量異常檢測(cè)目前存在的數(shù)據(jù)維度大、冗余數(shù)據(jù)較多、準(zhǔn)確率較低等問題,提出一種基于層次聚類和自編碼器并結(jié)合多層極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)流量異常檢測(cè)模型。首先考慮數(shù)據(jù)特征之間的相關(guān)性,根據(jù)數(shù)據(jù)特征之間的相似性距離對(duì)特征維度進(jìn)行層次聚類劃分,將相關(guān)性較高的特征劃分到同一特征子集中;然后利用自動(dòng)編碼器對(duì)每個(gè)特征子集進(jìn)行約簡(jiǎn),消除冗余信息降低檢測(cè)數(shù)據(jù)計(jì)算量;最后以多層極限學(xué)習(xí)機(jī)作為分類器,利用約簡(jiǎn)后的特征數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)流量異常檢測(cè)建模。實(shí)驗(yàn)結(jié)果顯示,文中模型在UNSW-NB15數(shù)據(jù)集上準(zhǔn)確率達(dá)到了0.992,精確率達(dá)到了0.997。與其他檢測(cè)方法相比,文中方法可以有效地約簡(jiǎn)數(shù)據(jù)特征,提高了檢測(cè)的準(zhǔn)確率和網(wǎng)絡(luò)流量異常檢測(cè)的性能。

摘要： 雖然工業(yè)互聯(lián)網(wǎng)為現(xiàn)代工業(yè)注入了新的活力,極大地提高了工業(yè)生產(chǎn)效率,但是網(wǎng)絡(luò)化也給工業(yè)控制系統(tǒng)帶來了更多的威脅。近年來,國(guó)內(nèi)外發(fā)生了多起工控入侵事件,嚴(yán)重影響了工業(yè)生產(chǎn)安全,工控安全問題愈發(fā)突出。為確?，F(xiàn)代工業(yè)向著數(shù)字化、自動(dòng)化等方向穩(wěn)定發(fā)展,有效的工控系統(tǒng)入侵檢測(cè)方法成為了研究重點(diǎn)。針對(duì)工業(yè)控制系統(tǒng)中現(xiàn)有的方法對(duì)于多周期混合的流量無法進(jìn)行有效分離、難以檢測(cè)和防御更加復(fù)雜的語義攻擊的情況,充分利用工業(yè)流量高周期性和高相關(guān)性的特點(diǎn),提出一種基于融合馬爾科夫模型的工控網(wǎng)絡(luò)流量異常檢測(cè)方法。首先深度解析報(bào)文語義并將原始流量序列映射為hash字符串序列,然后根據(jù)字符串序列間的相關(guān)性生成狀態(tài)轉(zhuǎn)移圖。接下來,根據(jù)狀態(tài)轉(zhuǎn)移圖間各狀態(tài)的出入關(guān)系和頻率將子周期符號(hào)進(jìn)行分類并依次構(gòu)建DFA模型。為了檢測(cè)更多語義攻擊,該方法根據(jù)子周期間的出入關(guān)系和模型誤報(bào)率將錯(cuò)誤分解的長(zhǎng)周期模式進(jìn)行融合并在每個(gè)DFA模型的節(jié)點(diǎn)中加入時(shí)間間隔信息。在SCADA測(cè)試平臺(tái)上進(jìn)行實(shí)驗(yàn)驗(yàn)證,結(jié)果表明此方法能檢測(cè)更多類型的攻擊,對(duì)復(fù)雜語義攻擊具有較高的檢出率。

摘要： 隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)已經(jīng)滲入到人們生活的方方面面,越來越多的人使用網(wǎng)絡(luò)觀看和下載音視頻節(jié)目,這也使得音視頻流量成為網(wǎng)絡(luò)流量中占比最高的部分。大量重復(fù)的音視頻文件通過網(wǎng)絡(luò)進(jìn)行傳輸,而代理服務(wù)器、入侵檢測(cè)系統(tǒng)等網(wǎng)絡(luò)中間件需要對(duì)這些流量處理,以達(dá)到版權(quán)保護(hù)、色情檢測(cè)等目的。網(wǎng)絡(luò)中間件對(duì)于重復(fù)流量的處理消耗了大量資源。為了解決網(wǎng)絡(luò)中間件對(duì)重復(fù)音視頻文件處理資源消耗的問題,針對(duì)網(wǎng)絡(luò)流量中音視頻文件的重復(fù)傳輸問題,在此對(duì)網(wǎng)絡(luò)流量頭部特征進(jìn)行研究。

摘要： 當(dāng)前的網(wǎng)絡(luò)流量時(shí)延特征識(shí)別方法未能在特征識(shí)別過程提升流量梯度,導(dǎo)致識(shí)別出現(xiàn)較大偏差,且方法的響應(yīng)時(shí)間較長(zhǎng)。為此提出基于樸素貝葉斯的網(wǎng)絡(luò)流量時(shí)延特征識(shí)別方法。利用移動(dòng)蜂窩網(wǎng)絡(luò)通信鏈路技術(shù)和無線資源控制機(jī)制造成的網(wǎng)絡(luò)流量時(shí)延波動(dòng)完成建模分析,同時(shí)結(jié)合往返時(shí)延計(jì)算結(jié)果,獲取與數(shù)據(jù)時(shí)延相關(guān)的網(wǎng)絡(luò)流量特征。通過特征描述得到不同網(wǎng)絡(luò)節(jié)點(diǎn)接入互聯(lián)網(wǎng)技術(shù)差異導(dǎo)致的時(shí)序分布。將極端梯度提升樹模型和樸素貝葉斯相結(jié)合,構(gòu)建分類器,完成網(wǎng)絡(luò)流量時(shí)延特征的識(shí)別。仿真結(jié)果表明,所提方法能夠獲取高精度的網(wǎng)絡(luò)流量時(shí)延特征識(shí)別結(jié)果,同時(shí)還能夠有效縮短響應(yīng)時(shí)間。

摘要： 超算中心已經(jīng)成為眾多科研機(jī)構(gòu)的重要科研基礎(chǔ)設(shè)施,對(duì)基于MPI的高性能計(jì)算應(yīng)用進(jìn)行數(shù)據(jù)建模和分析對(duì)優(yōu)化網(wǎng)絡(luò)流量、資源調(diào)度等許多方面十分重要.已有的研究工作大都集中在超算中心大規(guī)模MPI整體使用情況,或小規(guī)模的某個(gè)特定應(yīng)用的研究,缺乏對(duì)科研行業(yè)超算中心的研究.本文通過采集和跟蹤中國(guó)科學(xué)技術(shù)大學(xué)超算中心最典型的兩個(gè)應(yīng)用的流量信息:小規(guī)模并行的VASP應(yīng)用和大規(guī)模并行的OpenFOAM應(yīng)用,對(duì)MPI各個(gè)函數(shù)調(diào)用的流量數(shù)據(jù)和數(shù)據(jù)包傳輸進(jìn)行了統(tǒng)計(jì)分析并發(fā)現(xiàn)其特點(diǎn)和性質(zhì),得出了一些新結(jié)論,這些結(jié)論可以用于指導(dǎo)超算中心網(wǎng)絡(luò)設(shè)計(jì)和優(yōu)化.

摘要： 通過采用模塊化設(shè)計(jì),提出基于SNMP+APScheduler的網(wǎng)絡(luò)流量采集系統(tǒng),實(shí)現(xiàn)網(wǎng)絡(luò)流量數(shù)據(jù)的快捷、穩(wěn)健采集,為網(wǎng)絡(luò)運(yùn)維和網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)提供精準(zhǔn)的數(shù)據(jù)支撐.

摘要： 隨著各大運(yùn)營(yíng)商"流量不限量"套餐的推出,家庭寬帶業(yè)務(wù)的不斷擴(kuò)張,隨之而來的就是PTN網(wǎng)絡(luò)流量擁塞等問題,本文主要闡述四個(gè)維度下的PTN網(wǎng)絡(luò)流量隱患分析以及優(yōu)化方案,使PTN網(wǎng)絡(luò)規(guī)避潛在風(fēng)險(xiǎn).

摘要： 網(wǎng)絡(luò)流量分類是網(wǎng)絡(luò)監(jiān)控、服務(wù)質(zhì)量和網(wǎng)絡(luò)安全的前提和基礎(chǔ).為了對(duì)海量網(wǎng)絡(luò)流量進(jìn)行迅速、準(zhǔn)確地分類,利用相似性和權(quán)重對(duì)隨機(jī)森林算法進(jìn)行改進(jìn),通過計(jì)算決策樹相似度,消除決策冗余以加強(qiáng)分類性能;再用分類性能為指標(biāo)設(shè)定權(quán)重構(gòu)建隨機(jī)森林,并結(jié)合Spark平臺(tái)設(shè)計(jì)實(shí)現(xiàn)并行算法提高分類效率.實(shí)驗(yàn)結(jié)果表明,該方法提高了網(wǎng)絡(luò)流量分類性能,同時(shí)具有可擴(kuò)展性和頑健性,能夠響應(yīng)海量流量分類任務(wù).

摘要： 提出了一種以開源軟件為基礎(chǔ),基于NetFlow技術(shù)構(gòu)建網(wǎng)絡(luò)流量統(tǒng)計(jì)分析系統(tǒng)的設(shè)計(jì)思路.鑒于華為網(wǎng)絡(luò)設(shè)備不支持Cisco專有的NetFlow協(xié)議,采用端口流量鏡像加軟件模擬的方式虛擬出了產(chǎn)生NetFlow數(shù)據(jù)的Cisco路由器.在此基礎(chǔ)之上,設(shè)計(jì)了適合應(yīng)用實(shí)際的該系統(tǒng)的軟硬件體系結(jié)構(gòu),并在局域網(wǎng)內(nèi)進(jìn)行了實(shí)現(xiàn).

摘要： 對(duì)于基于網(wǎng)絡(luò)流量的語音技術(shù)及應(yīng)用進(jìn)行了討論,結(jié)合基于網(wǎng)絡(luò)的語音通信技術(shù)的發(fā)展歷程,系統(tǒng)介紹了VoLTE、VoWiFi和VoIP技術(shù)之間的聯(lián)系,通過對(duì)VoWiFi、VoLTE語音業(yè)務(wù)實(shí)現(xiàn)方式分析,對(duì)隨之所帶來的新的機(jī)遇與挑戰(zhàn)進(jìn)行了研究,并對(duì)VoWiFi未來部署做出展望.

摘要： 基于網(wǎng)絡(luò)流量的被動(dòng)分析和主動(dòng)探測(cè)技術(shù)可實(shí)現(xiàn)對(duì)VPN協(xié)議的準(zhǔn)確識(shí)別和監(jiān)測(cè).VPN協(xié)議利用協(xié)議封裝、流量混淆和數(shù)據(jù)加密技術(shù)防止流量的追蹤和識(shí)別.文章提出一種對(duì)網(wǎng)絡(luò)流量被動(dòng)分析檢測(cè)和主動(dòng)探測(cè)相結(jié)合的方法,融合了DPI(深度包檢測(cè))、協(xié)議報(bào)文信息熵聚合算法分析、協(xié)議主動(dòng)探測(cè)重放分析技術(shù)實(shí)現(xiàn)對(duì)VPN協(xié)議的監(jiān)測(cè).

摘要： 通過對(duì)由互聯(lián)網(wǎng)數(shù)據(jù)分析合作協(xié)會(huì)(CAIDA)提出的一種基于FlowScan的Netflow數(shù)據(jù)測(cè)量方法的深入研究,發(fā)現(xiàn)該方法在流數(shù)據(jù)收集,分析以及結(jié)果顯示方面存在缺陷.于是在廣泛閱讀和實(shí)踐的基礎(chǔ)上,提出基于JKFlow的FlowScan系統(tǒng)改進(jìn)方法,并將該方法應(yīng)用于實(shí)際網(wǎng)絡(luò)管理中,取得了良好的效果.實(shí)踐證明,改進(jìn)后的測(cè)量方法提供給用戶更豐富的功能,更能滿足實(shí)際應(yīng)用的需求,具有廣闊的應(yīng)用前景.

摘要： 網(wǎng)絡(luò)的持續(xù)、高效和安全運(yùn)行是醫(yī)院業(yè)務(wù)正常運(yùn)行的基礎(chǔ),這要求網(wǎng)絡(luò)管理者能夠隨時(shí)掌握業(yè)務(wù)應(yīng)用運(yùn)行的關(guān)鍵指標(biāo),及時(shí)發(fā)現(xiàn)異常并預(yù)警,實(shí)現(xiàn)主動(dòng)運(yùn)維、主動(dòng)管理.當(dāng)故障發(fā)生時(shí),能夠快速準(zhǔn)確地定位問題點(diǎn)、分清責(zé)任并分析原因,從而減少故障時(shí)間.一旦網(wǎng)絡(luò)受到攻擊或發(fā)生安全事件,需要有手段有依據(jù),實(shí)現(xiàn)有效地定位、分析和取證.網(wǎng)絡(luò)回溯分析系統(tǒng)是可以滿足不斷提升的網(wǎng)絡(luò)故障、性能、安全分析需求的這樣一款智能化、分布式網(wǎng)絡(luò)分析平臺(tái).

摘要： 在傳輸網(wǎng)絡(luò)中,LTE基站的帶寬按照基站站型進(jìn)行規(guī)劃,這種方法簡(jiǎn)單易行,能很好的滿足基站需求.但是這種方法不論業(yè)務(wù)量大小,為每個(gè)基站預(yù)留固定帶寬,無法更好的發(fā)揮傳輸網(wǎng)絡(luò)的統(tǒng)計(jì)復(fù)用能力.本文提出根據(jù)流量進(jìn)行基站帶寬規(guī)劃的方法,建設(shè)初期分配較小的帶寬,隨著流量的增長(zhǎng),對(duì)帶寬進(jìn)行滾動(dòng)擴(kuò)容.該方法可有效減小規(guī)劃與實(shí)際間差距,提升系統(tǒng)利用率.對(duì)于5G,基站帶寬進(jìn)一步增加,該方法更具應(yīng)用價(jià)值.

摘要： 在傳輸網(wǎng)絡(luò)中,LTE基站的帶寬按照基站站型進(jìn)行規(guī)劃,這種方法簡(jiǎn)單易行,能很好的滿足基站需求.但是這種方法不論業(yè)務(wù)量大小,為每個(gè)基站預(yù)留固定帶寬,無法更好的發(fā)揮傳輸網(wǎng)絡(luò)的統(tǒng)計(jì)復(fù)用能力.本文提出根據(jù)流量進(jìn)行基站帶寬規(guī)劃的方法,建設(shè)初期分配較小的帶寬,隨著流量的增長(zhǎng),對(duì)帶寬進(jìn)行滾動(dòng)擴(kuò)容.該方法可有效減小規(guī)劃與實(shí)際間差距,提升系統(tǒng)利用率.對(duì)于5G,基站帶寬進(jìn)一步增加,該方法更具應(yīng)用價(jià)值.

摘要： 本發(fā)明公開了一種家庭網(wǎng)絡(luò)流量截獲方法及家庭網(wǎng)絡(luò)流量管理設(shè)備，屬于通信技術(shù)領(lǐng)域。所述方法包括：接入家用路由器，為家用設(shè)備提供接管網(wǎng)段，并提供DHCP服務(wù)和路由；攻擊所述家用路由器的DHCP服務(wù)，使其無法為所述家用設(shè)備提供IP；轉(zhuǎn)接已經(jīng)接入或接入過網(wǎng)絡(luò)的所述家用設(shè)備至所述接管網(wǎng)段；響應(yīng)未接入網(wǎng)絡(luò)的所述家用設(shè)備的DHCP請(qǐng)求，為所述家用設(shè)備分配接管網(wǎng)段IP。本發(fā)明提供的家庭網(wǎng)絡(luò)流量截獲方法及家庭網(wǎng)絡(luò)流量管理設(shè)備無需用戶手動(dòng)設(shè)置，即可將家用設(shè)備轉(zhuǎn)接至接管網(wǎng)段，截獲家庭網(wǎng)絡(luò)流量，進(jìn)而對(duì)家庭網(wǎng)絡(luò)流量中的信息進(jìn)行識(shí)別或攔截。

摘要： 本發(fā)明公開了一種網(wǎng)絡(luò)流量的分配方法及實(shí)現(xiàn)網(wǎng)絡(luò)流量分配的路由方法，該網(wǎng)絡(luò)流量的分配方法包括：將源節(jié)點(diǎn)的全部或部分流量通過多條鏈路發(fā)送至目的節(jié)點(diǎn)，且使流向所述目的節(jié)點(diǎn)的任一鏈路的流量接近該鏈路的設(shè)定流量，其中，每一鏈路的設(shè)定流量為根據(jù)最大鏈路利用率及所述鏈路的帶寬確定的流量值。該方法實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流量的分流鏈路流量的最優(yōu)分配，降低了網(wǎng)絡(luò)的最大鏈路利用率。同時(shí)通過建立基于二維路由的轉(zhuǎn)發(fā)方法以實(shí)現(xiàn)最優(yōu)網(wǎng)絡(luò)流量分配，克服了現(xiàn)有域內(nèi)OSPF路由方法中無法充分利用非最短路徑的問題，提升了網(wǎng)絡(luò)服務(wù)的品質(zhì)。

摘要： 一種網(wǎng)絡(luò)流量分析系統(tǒng)的網(wǎng)絡(luò)流量展示方法和系統(tǒng)，其中方法包括步驟：獲取各網(wǎng)絡(luò)流量分析系統(tǒng)的分析數(shù)據(jù)，將同一分析數(shù)據(jù)在不同網(wǎng)絡(luò)流量分析系統(tǒng)中的不同標(biāo)識(shí)轉(zhuǎn)換為同一標(biāo)識(shí)，生成各網(wǎng)絡(luò)流量分析系統(tǒng)的映射文件；獲取待轉(zhuǎn)換網(wǎng)絡(luò)流量分析系統(tǒng)中的設(shè)備型號(hào)數(shù)據(jù)；根據(jù)所述獲取的設(shè)備型號(hào)數(shù)據(jù)和預(yù)存的型號(hào)數(shù)據(jù)列表判斷數(shù)據(jù)采集方式；根據(jù)所述采集方式獲取待轉(zhuǎn)換網(wǎng)絡(luò)流量分析系統(tǒng)中的分析數(shù)據(jù)，并根據(jù)所述設(shè)備型號(hào)數(shù)據(jù)、所述采集方式和所述映射文件將所述待轉(zhuǎn)換網(wǎng)絡(luò)流量分析系統(tǒng)中的分析數(shù)據(jù)進(jìn)行協(xié)議轉(zhuǎn)換，獲得轉(zhuǎn)換分析數(shù)據(jù)；將所述轉(zhuǎn)換分析數(shù)據(jù)進(jìn)行展示。通過本發(fā)明實(shí)現(xiàn)了同時(shí)展示不同系統(tǒng)輸出的分析數(shù)據(jù)。

摘要： 本發(fā)明提出了一種網(wǎng)絡(luò)流量控制系統(tǒng)，包括：檢測(cè)單元，對(duì)點(diǎn)對(duì)點(diǎn)流量進(jìn)行檢測(cè)及統(tǒng)計(jì)；判斷單元，在檢測(cè)到流量超過閾值時(shí)，判斷是否采取丟棄數(shù)據(jù)包處理；確定單元，接收判斷單元的判斷結(jié)果，在判斷結(jié)果為是時(shí)，確定將被丟棄的數(shù)據(jù)包的協(xié)議類型；第一處理單元，在判斷所述數(shù)據(jù)包的協(xié)議類型為傳輸控制協(xié)議時(shí)，采取所述丟棄數(shù)據(jù)包處理，同時(shí)控制接收端向發(fā)送端發(fā)送表示緩沖區(qū)擁塞的報(bào)文。相應(yīng)地，本發(fā)明還提供了一種網(wǎng)絡(luò)流量控制方法。通過本發(fā)明的技術(shù)方案，當(dāng)流量超過閾值時(shí)，在對(duì)其進(jìn)行丟包處理的同時(shí)，向發(fā)送端發(fā)送緩沖區(qū)擁塞的報(bào)文，從而使得發(fā)送端認(rèn)為接收端擁堵，主動(dòng)降低報(bào)文發(fā)送速率，使得在減少出口帶寬的同時(shí)，減少入口帶寬。

摘要： 本申請(qǐng)涉及一種基于多源網(wǎng)絡(luò)流量數(shù)據(jù)的網(wǎng)絡(luò)流量分析方法和裝置。所述方法包括：在網(wǎng)絡(luò)流數(shù)據(jù)源部署預(yù)訓(xùn)練分類器池，對(duì)于每一個(gè)數(shù)據(jù)源，接收當(dāng)前時(shí)刻的多源網(wǎng)絡(luò)流數(shù)據(jù)，通過在線分類器對(duì)多源網(wǎng)絡(luò)流數(shù)據(jù)進(jìn)行流量分類，每間隔預(yù)設(shè)時(shí)間，將每個(gè)網(wǎng)絡(luò)流數(shù)據(jù)源收集的數(shù)據(jù)進(jìn)行特征處理和變換，將處理得到的流量數(shù)據(jù)特征和特征變換矩陣傳輸至流量漂移檢測(cè)模塊；流量漂移檢測(cè)模塊包含歷史概念數(shù)據(jù)，以根據(jù)流量數(shù)據(jù)特征、特征變換矩陣以及歷史概念數(shù)據(jù)，對(duì)概念漂移進(jìn)行檢測(cè)，若檢測(cè)到概念漂移，則對(duì)多源部署的在線分類器進(jìn)行重置。采用本方法能對(duì)多源網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行持續(xù)實(shí)時(shí)準(zhǔn)確的分析。

摘要： 本申請(qǐng)?zhí)峁┝艘环N網(wǎng)絡(luò)流量的檢測(cè)方法，網(wǎng)絡(luò)流量的檢測(cè)系統(tǒng)和電子設(shè)備，該方法包括：獲取待檢測(cè)的網(wǎng)絡(luò)流量；基于檢測(cè)規(guī)則中的前置規(guī)則對(duì)獲取的網(wǎng)絡(luò)流量進(jìn)行第一檢測(cè)，得到第一檢測(cè)結(jié)果，其中，檢測(cè)規(guī)則用于檢測(cè)所獲取的網(wǎng)絡(luò)流量是否為惡意程序；當(dāng)確定第一檢測(cè)結(jié)果中具有前置規(guī)則所指示的內(nèi)容時(shí)，基于檢測(cè)規(guī)則中的后續(xù)規(guī)則對(duì)獲取的網(wǎng)絡(luò)流量進(jìn)行第二檢測(cè)，以確定網(wǎng)絡(luò)流量是否為所述惡意程序；當(dāng)確定第一檢測(cè)結(jié)果中不具有前置規(guī)則指示的內(nèi)容時(shí)，不再使用后續(xù)規(guī)則對(duì)網(wǎng)絡(luò)流量進(jìn)行檢測(cè)。該方法首先加載前置規(guī)則，后續(xù)規(guī)則根據(jù)前置規(guī)則的命中情況加載或卸載，相對(duì)于全部規(guī)則一次性加載，提高了網(wǎng)絡(luò)流量的檢測(cè)系統(tǒng)的命中效率。

摘要： 本發(fā)明屬于信息技術(shù)領(lǐng)域，涉及OVS網(wǎng)絡(luò)流量加速優(yōu)化方法及OVS網(wǎng)絡(luò)流量加速優(yōu)化系統(tǒng)。該OVS網(wǎng)絡(luò)流量加速優(yōu)化方法包括步驟：獲取并匯總各OVS網(wǎng)絡(luò)流量加速優(yōu)化請(qǐng)求，建立加速優(yōu)化模型；對(duì)OVS網(wǎng)絡(luò)流量加速優(yōu)化請(qǐng)求進(jìn)行加速優(yōu)化分析，獲取并匯總各加速優(yōu)化分析結(jié)果；以加速優(yōu)化分析結(jié)果作為樣本，進(jìn)行加速優(yōu)化自學(xué)習(xí)以獲得尋優(yōu)向量；判斷加速優(yōu)化函數(shù)的分析結(jié)果是否滿足加速優(yōu)化分析評(píng)價(jià)條件；以尋優(yōu)向量交互加速優(yōu)化模塊中的相應(yīng)向量，對(duì)上述步驟進(jìn)行迭代循環(huán)，直到滿足加速優(yōu)化分析評(píng)價(jià)條件或達(dá)到最大迭代次數(shù)；根據(jù)滿足加速優(yōu)化分析評(píng)價(jià)條件或最大迭代次數(shù)的位置進(jìn)行流量轉(zhuǎn)發(fā)。該方法及系統(tǒng)實(shí)現(xiàn)了應(yīng)用系統(tǒng)網(wǎng)絡(luò)擁塞度低、數(shù)據(jù)丟包率低、消耗度低的優(yōu)勢(shì)。

摘要： 本發(fā)明公開了一種家庭網(wǎng)絡(luò)流量截獲方法及家庭網(wǎng)絡(luò)流量管理設(shè)備，屬于通信技術(shù)領(lǐng)域。所述方法包括：接入家用路由器，為家用設(shè)備提供接管網(wǎng)段，并提供DHCP服務(wù)和路由；攻擊所述家用路由器的DHCP服務(wù)，使其無法為所述家用設(shè)備提供IP；轉(zhuǎn)接已經(jīng)接入或接入過網(wǎng)絡(luò)的所述家用設(shè)備至所述接管網(wǎng)段；響應(yīng)未接入網(wǎng)絡(luò)的所述家用設(shè)備的DHCP請(qǐng)求，為所述家用設(shè)備分配接管網(wǎng)段IP。本發(fā)明提供的家庭網(wǎng)絡(luò)流量截獲方法及家庭網(wǎng)絡(luò)流量管理設(shè)備無需用戶手動(dòng)設(shè)置，即可將家用設(shè)備轉(zhuǎn)接至接管網(wǎng)段，截獲家庭網(wǎng)絡(luò)流量，進(jìn)而對(duì)家庭網(wǎng)絡(luò)流量中的信息進(jìn)行識(shí)別或攔截。

摘要： 本發(fā)明公開了一種網(wǎng)絡(luò)流量的分配方法及實(shí)現(xiàn)網(wǎng)絡(luò)流量分配的路由方法，該網(wǎng)絡(luò)流量的分配方法包括：將源節(jié)點(diǎn)的全部或部分流量通過多條鏈路發(fā)送至目的節(jié)點(diǎn)，且使流向所述目的節(jié)點(diǎn)的任一鏈路的流量接近該鏈路的設(shè)定流量，其中，每一鏈路的設(shè)定流量為根據(jù)最大鏈路利用率及所述鏈路的帶寬確定的流量值。該方法實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流量的分流鏈路流量的最優(yōu)分配，降低了網(wǎng)絡(luò)的最大鏈路利用率。同時(shí)通過建立基于二維路由的轉(zhuǎn)發(fā)方法以實(shí)現(xiàn)最優(yōu)網(wǎng)絡(luò)流量分配，克服了現(xiàn)有域內(nèi)OSPF路由方法中無法充分利用非最短路徑的問題，提升了網(wǎng)絡(luò)服務(wù)的品質(zhì)。

摘要： 一種網(wǎng)絡(luò)流量分析系統(tǒng)的網(wǎng)絡(luò)流量展示方法和系統(tǒng)，其中方法包括步驟：獲取各網(wǎng)絡(luò)流量分析系統(tǒng)的分析數(shù)據(jù)，將同一分析數(shù)據(jù)在不同網(wǎng)絡(luò)流量分析系統(tǒng)中的不同標(biāo)識(shí)轉(zhuǎn)換為同一標(biāo)識(shí)，生成各網(wǎng)絡(luò)流量分析系統(tǒng)的映射文件；獲取待轉(zhuǎn)換網(wǎng)絡(luò)流量分析系統(tǒng)中的設(shè)備型號(hào)數(shù)據(jù)；根據(jù)所述獲取的設(shè)備型號(hào)數(shù)據(jù)和預(yù)存的型號(hào)數(shù)據(jù)列表判斷數(shù)據(jù)采集方式；根據(jù)所述采集方式獲取待轉(zhuǎn)換網(wǎng)絡(luò)流量分析系統(tǒng)中的分析數(shù)據(jù)，并根據(jù)所述設(shè)備型號(hào)數(shù)據(jù)、所述采集方式和所述映射文件將所述待轉(zhuǎn)換網(wǎng)絡(luò)流量分析系統(tǒng)中的分析數(shù)據(jù)進(jìn)行協(xié)議轉(zhuǎn)換，獲得轉(zhuǎn)換分析數(shù)據(jù)；將所述轉(zhuǎn)換分析數(shù)據(jù)進(jìn)行展示。通過本發(fā)明實(shí)現(xiàn)了同時(shí)展示不同系統(tǒng)輸出的分析數(shù)據(jù)。