APP下载

网络数据流流量测量方法的应用

2017-12-28杨哲瀚长沙市南雅中学

数码世界 2017年11期
关键词:网络流量测量方法数据流

杨哲瀚 长沙市南雅中学

网络数据流流量测量方法的应用

杨哲瀚 长沙市南雅中学

随着互联网技术、通信技术的高速发展,大量数据流类型的数据得以产生。关于网络数据流流量的测量得到人们越来越多的关注。通过应用网络数据流流量测量方法进行网络流量测量,可有效提升网络监控与管理质量。基于此,本文从网络数据流流量测量方法的相关概述出发,对网络数据流流量测量方法的应用进行了分析,以供参考。

数据流量测量 数据流 计算机网络

随着近年来基础网络的高速发展,网络链路速率得到了大幅度增长。在此环境下,单位数据包的处理效率得到提升,这在一定程度上增强了网络流量测量难度。因此,高速网络流量测量技术的研发与应用成为当今互联网研究工作的重点内容之一。本文通过对国内外文献的梳理,对网络数据流、网络流量测量方法的评价指标以及网络数据流流量测量方法的应用进行了如下分析。

1 网络数据流流量测量方法的相关概述

1.1 数据流

数据流(data stream)最早是通信领域中常用的概念,指代通信传输过程中,所应用信息的“数字编码信号序列”。随着社会经济与科技的不断发展,尤其是互联网技术的广泛应用,出现了大量的“数据流”类型的数据。数据流概念发生了改变,目前被普遍认可的概念为“可被读取一次或少数几次的点的有序序列”。通过研究与实践发现,在网络检测中,以近实时的方式对数据流进行复杂分析与预测,有利于提升网络安全性。

1.2 网络数据流流量测量方法

网络流量测量作为网络运营管理中的重要组成部分,主要承当网络流量计费、网络流量安全检测等任务。随着近年来,以太网技术的高速发展与应用,互联网进入超高速发展时代。网络链路速度得到大幅度增加。而基于高速链路上的网络流量发生了巨大的改变,呈现出“连续性”、“实时性”、“无限定”等特征。这在一定程度上增加了网络流量测量难度。而基于概率下以“流”为单位的网络流量测量方法(网络数据流流量测量方法),可在一定程度上满足网络实际需求,具有重要的应用与研究价值。

由数据流相关概述可知,网络数据流流量测量方法仅需要对网络流进行一次计算,并且其所使用的计算资源与内存资源有限,可大大提升计算准确性,降低内存存量。因此,数据流方法具有“有限计算”、“有限内存资源”、“一遍扫描”等特点。该方法在网络流量监控、网络安全、网络交易数据分析中具有广泛的应用价值。

2 网络数据流流量测量方法的应用

2.1 网络流量测量方法应用的评价指标

理想状态下,在应用高速网络测量技术时,需保证测量技术满足以下几项标准:其一,实时性指标,即及时快速处理网络数据流的能力;其二,存储复杂性指标,即可准确评估网络数据流所需存储的空间能力;其三,准确性指标,即准确估计网络数据流的能力;其四,可拓展性指标,即可深化处理网络数据流的能力;其五,计算复杂性指标,即准确评估网络数据流所要的处理开销的能力。但是由于受多种因素影响,目前网络数据流流量测量方法无法达到理想效果,其实时性、准确性、计算复杂性等指标的量化处理技术还有待进行优化。

2.2 网络数据流流量测量方法应用要求

在应用网络数据流流量测量方法进行计算时,需保障计算算法满足以下几点要求:其一,所需使用的存储空间要小;其二,保障数据信息查询的准确性;其三,更新流处理速度要快而准确。

2.3 网络数据流流量测量方法应用实例

通常情况下,网络数据流流量测量方法常应用于测量高速链路上的“网络流量统计信息”,包括熵评估、网络流量矩阵评估、网络连接度评估等。

首先,熵评估:“熵”作为网络流量测量的重要测度,对其的有效评估,有利于提升网络监测质量与效率,实现对网络异常问题的检测与管控。应用数据流流量测量方法进行熵估计具有一定的适用性。其中以“Alon-Matias-Szegedy频数矩估计算法”为指导思想的数据流流量测量法相对于抽样法具有一定的优势,可降低估计误差,但是存在“重尾”现象。而以“网络流大小流区分”为指导思想的数据流流量测量法可改善上述问题,进一步提升熵估计的准确性。

其次,网络流量矩阵评估:对网络流量矩阵进行有效评估,有利于提升网络管理质量,降低网络故障发生概率,提升网络运行的可靠性与稳定。应用基于“计数器数组”的网络数据流流量测量法,可有效提升网络流量矩阵评估精确度。

此外,网络连接度评估:网络连接度评估是网络流量测量与网络安全监控中的主要测度。应用数据流方法可有效实现“主机连接度”的评估,并在动态测量与监管中,准确检测出超连接度主机的实际运行情况。该方法的有效应用,也在一定程度上提高了空间利用率,实现了节点连接度的评估。

3 结论

总而言之,网络数据流流量测量方法的有效应用对提升网络安全性、稳定性,强化数据信息数据与存储能力具有重要现实意义。由于笔者学识有限,因此本文研究多为理论阐述,有待进一步的强化与完善。

[1]任高明,夏靖波,柏骏,陈珍.网络数据流流量测量新方法[J].西安电子科技大学学报,2015,(42).

[2]周爱平,程光,郭晓军,梁一鑫.高速网络超点检测的并行数据流方法[J].软件学报,2016,(27).

猜你喜欢

网络流量测量方法数据流
优先级驱动的泛化航电网络实时性能分析
基于OpenCV的车身匹配间隙测量方法
大数据驱动和分析的舰船通信网络流量智能估计
基于双向长短期记忆循环神经网络的网络流量预测
汽车维修数据流基础(上)
基于大数据分析的非线性网络流量组合预测模型*
航空发动机推力测量方法
汽车维修数据流基础(下)
基于XML的数据流转换在民航离港系统中应用
大数据环境下的网络流量非线性预测建模