1 / 26

网络数据流量分析 Network Traffic Analysis

网络数据流量分析 Network Traffic Analysis. 学士学位论文. 报告人 : 程灏. 导师 : 庄镇泉教授. 2004.06.12. 报告框架. 背景介绍 网络流量的测量方法 网络流量数据 自相似性分析 ( 长程相关性 ) 混沌非线性特性判别 基于相空间重构的动力学特性分析. 网络的复杂性. 拓扑异构 : 局域网 , 广域网 , 城域网 接入技术 : 调制解调器 , 有线宽带 , 无线宽带 网络协议 : 协议多 , 同一协议多种实现 应用层 : VoD,P2P, 网络游戏 ,Grid,Cluster…

ornice
Download Presentation

网络数据流量分析 Network Traffic Analysis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 网络数据流量分析Network Traffic Analysis 学士学位论文 报告人: 程灏 导师: 庄镇泉教授 2004.06.12

  2. 报告框架 背景介绍 网络流量的测量方法 网络流量数据 自相似性分析(长程相关性) 混沌非线性特性判别 基于相空间重构的动力学特性分析

  3. 网络的复杂性 拓扑异构: 局域网,广域网,城域网 接入技术: 调制解调器,有线宽带,无线宽带 网络协议: 协议多,同一协议多种实现 应用层: VoD,P2P,网络游戏,Grid,Cluster… 用户数量: 中国用户总数7950万(2004.01) 业务流量: 窄带—宽带

  4. 流量分析意义 提取有效特征,用于网络异常检测 设计有效的网络性能评价函数 建立新的流量模型,对旧的模型进行验证 预测网络流量,避免拥塞 提高资源分配,服务质量 指导网络系统设计

  5. 网络流量测量 嗅探式 被动,不注入数据包,精度高,耗费资源 TcpDump,WinDump,WinPCap 基于SNMP参数测量 主动发送数据包,精度低,可扩展性高

  6. 网络流量数据

  7. 自相似性 连续序列自相似(Self-Similar) 离散序列自相似 物理意义: 长程相关,持续性

  8. 变标度极差,方差-时间 Rescaled Range Analysis(R/S) Variance-Time Analysis(VT)

  9. R/S vs VT (1) R/S精确,鲁棒性高,计算量大;VT简单

  10. R/S vs VT (2)-pAug89 pAug89: H(rs)=0.7901; H(vt)=0.7691

  11. Hurst Exponent

  12. 混沌 非线性系统 确定性系统 随机性,不可预测 长期运动对初值的极端敏感性 运动轨迹无规律,相空间轨迹精细结构 奇异吸引子

  13. 确定性 vs随机性 非常简单的迭代方程,合适的a会产生混沌: 不动点,周期,混沌 倍周期分岔

  14. 频谱 测试周期特性 无明显周期,连续谱结构,噪声背景

  15. 主分量谱 延时矩阵 协方差矩阵 求特征值 ,按从大到小排列

  16. 非线性特征 pAug89 貌似随机 不是随机

  17. 相空间重构 任一分量的信息演化都由与之作用的分量 所决定 嵌入维数大于吸引子维数2倍,系统同构 延迟时间 ,嵌入维数m 相空间质量

  18. 互信息量 太小,点聚集于对角线,难以区分 太大,点过于分散,难以分析 互信息量的第一局部极小值 线性,非线性相关度量

  19. 伪近邻法 m太小,高维向量点投射到低维空间 m太大,计算复杂 (x,y,z)(x,y) 几何学 计算伪近邻点百分比

  20. 重构相空间 pAug89:

  21. 最大李亚普诺夫指数 邻近轨道随时间以指数速度分离 衡量系统对初值条件的敏感依赖程度 谱系 vs 最大李氏指数 Kantz算法,跟踪相轨道

  22. 具体求解 l为相空间中向量点数量,必须足够大 太大,包含邻近轨道点 太小,引入误差 要结合具体数据,反复计算基础上选取 计算其线性部分斜率

  23. Lyapunov pAug89: m31403 lyap=0.1826 lyap=0.2060

  24. Lyapunov

  25. 总结与展望 自相似性 -> 传统排队模型失效 确定性 -> 存在模型描述 混沌特性 -> 邻域预测法 混沌特性 -> 建立微分方程组 系统不变量的时间特性 单一不变量 -> 多重分形谱

  26. 谢谢 感谢导师庄镇泉教授 感谢李海鹰,高清维老师 感谢班主任顾为兵老师 感谢电子商务实验室全体同学 感谢这五年中教授、指导、帮助过我的老师和同学

More Related