發(fā)布時間：2021-03-01 17:37

　　隨著網(wǎng)絡(luò)規(guī)模日益龐大,網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)也隨著用戶的增加而變得越來越復(fù)雜。尤其在專用局域網(wǎng)管理過程中,系統(tǒng)管理員需要在掌握網(wǎng)絡(luò)運行數(shù)據(jù)和狀態(tài)基礎(chǔ)上分析處理問題,保證專用網(wǎng)絡(luò)信息服務(wù)質(zhì)量。網(wǎng)絡(luò)擁塞是眾多網(wǎng)絡(luò)故障中最為常見的一種。專用網(wǎng)絡(luò)在解決網(wǎng)絡(luò)擁塞診斷過程中,傳統(tǒng)解決手段主要依靠費時的人工方式進行。這些促使網(wǎng)絡(luò)擁塞診斷引入新的技術(shù)。本文針對專用網(wǎng)絡(luò)擁塞診斷問題開展研究,通過收集網(wǎng)絡(luò)數(shù)據(jù)信息進行關(guān)聯(lián)規(guī)則的挖掘,發(fā)現(xiàn)數(shù)據(jù)之間隱藏的關(guān)聯(lián)關(guān)系,為網(wǎng)絡(luò)擁塞診斷提供支持。對大規(guī)模專用網(wǎng)絡(luò)數(shù)據(jù)采集方法研究并進行數(shù)據(jù)處理。針對專用網(wǎng)絡(luò)自身結(jié)構(gòu)復(fù)雜、整體網(wǎng)絡(luò)規(guī)模較大、各種網(wǎng)絡(luò)節(jié)點密度高、數(shù)據(jù)傳輸變化快和網(wǎng)絡(luò)流量行為復(fù)雜等特點,設(shè)計了網(wǎng)絡(luò)數(shù)據(jù)混合式采集方法。通過數(shù)據(jù)采集節(jié)點并行部署、混合式采集的方法進行網(wǎng)絡(luò)數(shù)據(jù)的采集。對收集到的網(wǎng)絡(luò)擁塞數(shù)據(jù)進行數(shù)據(jù)處理,針對原始數(shù)據(jù)中出現(xiàn)的數(shù)據(jù)重復(fù)、非結(jié)構(gòu)化、噪聲等問題進行處理,通過對數(shù)據(jù)進行清洗、集成、篩選、轉(zhuǎn)換使數(shù)據(jù)達到關(guān)聯(lián)規(guī)則挖掘的使用要求。建立基于Apriori和基于FP-Growth的網(wǎng)絡(luò)擁塞數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘算法模型,提出改進型算法并建立算法模型。對網(wǎng)絡(luò)擁塞問題進行... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

部分?jǐn)?shù)據(jù)信息解析數(shù)據(jù)

第五章網(wǎng)絡(luò)擁塞關(guān)聯(lián)規(guī)則挖掘?qū)嶒灱敖Y(jié)果分析59屬性，這些數(shù)據(jù)屬性存在著重要性的劃分。面對如此巨大的數(shù)據(jù)量，這時就需要我們將網(wǎng)絡(luò)擁塞數(shù)據(jù)集中對于擁塞診斷挖掘無關(guān)的數(shù)據(jù)項進行篩選刪除，保留有意義的數(shù)據(jù)項，并對數(shù)據(jù)項中重要性很低的數(shù)據(jù)項一并進行過濾篩眩4.數(shù)據(jù)轉(zhuǎn)換。這個步驟主要是對數(shù)據(jù)屬性和值型進行相應(yīng)的轉(zhuǎn)換。經(jīng)過對數(shù)據(jù)庫表結(jié)構(gòu)的分析關(guān)聯(lián)查出解析出數(shù)據(jù)表1記錄32330條，數(shù)據(jù)表2記錄58531條，數(shù)據(jù)表3記錄155921條，數(shù)據(jù)屬性39個。經(jīng)過數(shù)據(jù)清洗集成融合過濾掉不符合要求的記錄后，得到數(shù)據(jù)總計246782條，39個數(shù)據(jù)屬性。通過對處理后的數(shù)據(jù)進行分析，可以看到使用的數(shù)據(jù)中各種協(xié)議所占比例的情況。從圖5-4中可以看出，出現(xiàn)頻次最高的TCP協(xié)議頻次達到14萬以上，UDP協(xié)議頻次近8萬次，TLSv1.2近2萬次出現(xiàn)，其他種類協(xié)議出現(xiàn)次數(shù)相對較少。擁塞數(shù)據(jù)主要協(xié)議出現(xiàn)頻次的示意圖如圖5-5所示。圖5-5協(xié)議統(tǒng)計中前四位的協(xié)議出現(xiàn)頻次統(tǒng)計圖數(shù)據(jù)中除去占比最高的四種協(xié)議之外，其他協(xié)議占比較低，出現(xiàn)頻次較少。從數(shù)據(jù)統(tǒng)計結(jié)果百分比圖5-5中，我們可以看出占數(shù)據(jù)總量百分比最高的前四位協(xié)議的情況分別是TCP協(xié)議總數(shù)量中協(xié)議60.2%，UDP協(xié)議占比31.8%，TLSv1.2占比6.5%，HTTP占比達1.4%，分布占比圖如圖5-6所示。

電子科技大學(xué)碩士學(xué)位論文60圖5-6協(xié)議統(tǒng)計中前四位的協(xié)議占比情況圖數(shù)據(jù)集中出現(xiàn)較少的其他協(xié)議，這些協(xié)議出現(xiàn)的頻次如圖5-7所示，在總的數(shù)據(jù)庫中占比情況如圖5-8所示。圖5-7協(xié)議統(tǒng)計中其他協(xié)議出現(xiàn)頻次統(tǒng)計圖


本文編號：3057805