本文關(guān)鍵詞： 云計算 Hadoop 分布式計算 異常流量 檢測分析 網(wǎng)絡(luò)攻擊　出處：《電子技術(shù)應(yīng)用》2015年05期 　論文類型：期刊論文

【摘要】：Hadoop系統(tǒng)作為一種開源的分布式云計算平臺已獲得廣泛應(yīng)用,但其云端易受到各種威脅和攻擊,基于此,開發(fā)了一種基于Hadoop的云端異常流量檢查與分析平臺。首先,使用Mapper周期性地從所有存儲流量信息的文件中提取流量的部分信息;然后,通過Reducer將異常流量提取并保存。通過對流量數(shù)據(jù)的存儲、檢測與分析可成功地檢測出有威脅的攻擊,從而保障云端的安全。由于本平臺基于開源的Hadoop實現(xiàn),因此成本較低;同時,基于Java語言實現(xiàn),可成功移植于各種主流操作系統(tǒng),具有廣泛適用性�；诰钟蚓W(wǎng)進(jìn)行監(jiān)控試驗,結(jié)果表明本平臺可成功地檢測出異常流量,并輸出友好的用戶界面。
[Abstract]:As an open source distributed cloud computing platform, Hadoop system has been widely used, but its cloud is vulnerable to various threats and attacks. Based on this, a cloud anomaly traffic detection and analysis platform based on Hadoop is developed. Mapper is used to periodically extract part of traffic information from all files storing traffic information; then, abnormal traffic is extracted and saved through Reducer. By storing traffic data, detection and analysis can successfully detect a threat attack. This platform is based on open source Hadoop implementation, so the cost is low. At the same time, based on Java language, it can be successfully transplanted to all kinds of mainstream operating systems, and has wide applicability. The results show that the platform can successfully detect abnormal traffic and output friendly user interface.
【作者單位】： 內(nèi)江職業(yè)技術(shù)學(xué)院;
【基金】：四川省教育廳課題(15ZB0413)
【分類號】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 方瑩;;基于應(yīng)用層簽名特征的P2P流量識別[J];計算機(jī)工程與應(yīng)用;2012年03期

2 陳鴻昶;程國振;伊鵬;;基于多尺度特征融合的異常流量檢測方法[J];計算機(jī)科學(xué);2012年02期

3 高茜;馮琦;李廣俠;;基于組合模型的自相似業(yè)務(wù)流量預(yù)測[J];計算機(jī)科學(xué);2012年04期

4 趙曉永;楊揚(yáng);孫莉莉;陳宇;;基于Hadoop的海量MP3文件存儲架構(gòu)[J];計算機(jī)應(yīng)用;2012年06期

5 廖彬;于炯;張?zhí)?楊興耀;;基于分布式文件系統(tǒng)HDFS的節(jié)能算法[J];計算機(jī)學(xué)報;2013年05期

6 冶曉隆;蘭巨龍;郭通;;基于主成分分析禁忌搜索和決策樹分類的異常流量檢測方法[J];計算機(jī)應(yīng)用;2013年10期

7 Q迷平，

本文編號：1526940