軟件定義網(wǎng)絡(luò)的自適應(yīng)數(shù)據(jù)采集系統(tǒng)
發(fā)布時(shí)間:2023-03-07 20:36
隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)服務(wù)與設(shè)施已經(jīng)成為人們基礎(chǔ)設(shè)施服務(wù)中必不可少的一環(huán),改善了人們的生活水平,提高了生活質(zhì)量。在享受互聯(lián)網(wǎng)的便利的同時(shí),大量的網(wǎng)絡(luò)攻擊、惡意流量和入侵行為給人們帶來了巨大的損失。網(wǎng)絡(luò)數(shù)據(jù)采集作為感知網(wǎng)絡(luò)環(huán)境最直接的方式,為實(shí)時(shí)網(wǎng)絡(luò)監(jiān)控、網(wǎng)絡(luò)性能評(píng)估、網(wǎng)絡(luò)攻擊檢測、流量分析、過濾與計(jì)費(fèi)提供了數(shù)據(jù)基礎(chǔ)。隨著5G的即將落地與網(wǎng)絡(luò)數(shù)據(jù)規(guī)模的爆炸式增長,現(xiàn)有的網(wǎng)絡(luò)數(shù)據(jù)采集方法,如NetFlow和sFlow等,依賴于傳統(tǒng)IP網(wǎng)絡(luò)架構(gòu),難以根據(jù)網(wǎng)絡(luò)情境制定精準(zhǔn)有效的采集策略,不能適應(yīng)新興的網(wǎng)絡(luò)需求和挑戰(zhàn)。SDN(Software-Defined-Network,軟件定義網(wǎng)絡(luò))網(wǎng)絡(luò)結(jié)構(gòu)的引進(jìn)給網(wǎng)絡(luò)數(shù)據(jù)采集方法的改進(jìn)帶來了新的契機(jī)。許多基于SDN的網(wǎng)絡(luò)數(shù)據(jù)采集方法,依賴于SDN實(shí)時(shí)網(wǎng)絡(luò)感知能力以及開放的可編程性,實(shí)現(xiàn)了實(shí)時(shí)的網(wǎng)絡(luò)數(shù)據(jù)采集。然而,網(wǎng)絡(luò)數(shù)據(jù)采集問題依舊沒有得到很好的解決。一方面,當(dāng)前的數(shù)據(jù)采集方法在性能和消耗難以達(dá)到均衡,現(xiàn)有的采集算法無法同時(shí)兼顧網(wǎng)絡(luò)數(shù)據(jù)的全面性和準(zhǔn)確性。另一方面,應(yīng)用場景單一、缺乏普適性是當(dāng)前數(shù)據(jù)采集方法的另一個(gè)顯著問題,F(xiàn)有的數(shù)據(jù)采...
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
1.1 研究背景
1.1.1 SDN發(fā)展與簡介
1.1.2 網(wǎng)絡(luò)數(shù)據(jù)采集
1.2 研究意義
1.3 主要貢獻(xiàn)及論文結(jié)構(gòu)
第二章 預(yù)備知識(shí)與相關(guān)工作
2.1 SDN簡介
2.2 OpenFlow協(xié)議簡介
2.2.1 OpenFlow起源
2.2.2 流與流表
2.2.3 OpenFlow消息
2.3 Floodlight簡介
2.4 網(wǎng)絡(luò)流量分布
2.5 網(wǎng)絡(luò)數(shù)據(jù)采集方法
2.6 本章小結(jié)
第三章 系統(tǒng)概述
3.1 系統(tǒng)架構(gòu)與流程
3.1.1 系統(tǒng)架構(gòu)
3.1.2 系統(tǒng)流程
3.2 網(wǎng)絡(luò)性能評(píng)價(jià)模型
3.2.1 鏈路可用性模型
3.2.2 節(jié)點(diǎn)可用性模型
3.3 采集節(jié)點(diǎn)選擇模型
3.4 網(wǎng)絡(luò)流量自適應(yīng)模型
3.4.1 動(dòng)態(tài)概率生成算法
3.4.2 流內(nèi)采樣算法
3.5 本章小結(jié)
第四章 系統(tǒng)實(shí)現(xiàn)與性能評(píng)估
4.1 原型系統(tǒng)實(shí)現(xiàn)
4.1.1 原型系統(tǒng)簡介
4.1.2 網(wǎng)絡(luò)拓?fù)錁?gòu)建
4.1.3 網(wǎng)絡(luò)流量生成
4.1.4 網(wǎng)絡(luò)自適應(yīng)模塊實(shí)現(xiàn)
4.1.5 數(shù)據(jù)存儲(chǔ)
4.2 系統(tǒng)性能評(píng)估
4.2.1 運(yùn)行效率
4.2.2 CPU與內(nèi)存消耗
4.2.3 存儲(chǔ)資源
4.2.4 流大小恢復(fù)能力
4.2.5 威脅感知能力
4.3 本章小結(jié)
第五章 工作總結(jié)與展望
5.1 工作總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡介
本文編號(hào):3757846
【文章頁數(shù)】:84 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
1.1 研究背景
1.1.1 SDN發(fā)展與簡介
1.1.2 網(wǎng)絡(luò)數(shù)據(jù)采集
1.2 研究意義
1.3 主要貢獻(xiàn)及論文結(jié)構(gòu)
第二章 預(yù)備知識(shí)與相關(guān)工作
2.1 SDN簡介
2.2 OpenFlow協(xié)議簡介
2.2.1 OpenFlow起源
2.2.2 流與流表
2.2.3 OpenFlow消息
2.3 Floodlight簡介
2.4 網(wǎng)絡(luò)流量分布
2.5 網(wǎng)絡(luò)數(shù)據(jù)采集方法
2.6 本章小結(jié)
第三章 系統(tǒng)概述
3.1 系統(tǒng)架構(gòu)與流程
3.1.1 系統(tǒng)架構(gòu)
3.1.2 系統(tǒng)流程
3.2 網(wǎng)絡(luò)性能評(píng)價(jià)模型
3.2.1 鏈路可用性模型
3.2.2 節(jié)點(diǎn)可用性模型
3.3 采集節(jié)點(diǎn)選擇模型
3.4 網(wǎng)絡(luò)流量自適應(yīng)模型
3.4.1 動(dòng)態(tài)概率生成算法
3.4.2 流內(nèi)采樣算法
3.5 本章小結(jié)
第四章 系統(tǒng)實(shí)現(xiàn)與性能評(píng)估
4.1 原型系統(tǒng)實(shí)現(xiàn)
4.1.1 原型系統(tǒng)簡介
4.1.2 網(wǎng)絡(luò)拓?fù)錁?gòu)建
4.1.3 網(wǎng)絡(luò)流量生成
4.1.4 網(wǎng)絡(luò)自適應(yīng)模塊實(shí)現(xiàn)
4.1.5 數(shù)據(jù)存儲(chǔ)
4.2 系統(tǒng)性能評(píng)估
4.2.1 運(yùn)行效率
4.2.2 CPU與內(nèi)存消耗
4.2.3 存儲(chǔ)資源
4.2.4 流大小恢復(fù)能力
4.2.5 威脅感知能力
4.3 本章小結(jié)
第五章 工作總結(jié)與展望
5.1 工作總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡介
本文編號(hào):3757846
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3757846.html
最近更新
教材專著