-
题名基于Tilera平台的网络细粒度应用行为识别
被引量：5
- 1
-
-
作者
吴舜
苏丹
吴佳
李坤
许大卫
刘昀
魏征
-
机构
国网冀北电力有限公司信通分公司
西安交通大学
-
出处
《电信科学》
北大核心
2013年第11期94-98,共5页
-
文摘
网络管理员需要根据用户对应用的使用情况决定如何合理地分配带宽,提供区别化服务,进行安全监测和管理,以进行更加细致和准确的IT运维。研究了网络细粒度应用行为识别系统,能根据应用产生的流量精准识别用户在应用上的行为。与x86架构相比,为了实现更高的吞吐率和更低的功耗,应着重在Tilera平台上对应用识别进行并行设计和实现。最后对两种平台下系统的各种性能测试结果进行了对比,并得出结论。
-
关键词
网络行为识别
tilera平台
并行化
-
Keywords
network traffic identification, tilera platform, parallelization
-
分类号
TP393.07
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于云计算的并行流生成方法
- 2
-
-
作者
孙韩林
-
机构
西安邮电大学计算机学院
-
出处
《计算机工程》
CAS
CSCD
2013年第10期10-13,共4页
-
基金
陕西省教育厅自然科学基金资助项目(11JK1018)
-
文摘
在高速网络中,网络设备的分组转发性能在打开流采集功能后会受其影响。为此,提出一种在网络设备外基于云计算平台的并行流生成方法。在需要监测的网络设备附近部署小型云,把分组流量复制到云中,采用云的Map-Reduce并行处理框架快速地从海量分组数据中生成流记录。设计基于Map-Reduce框架的并行流生成算法,通过配置合适数量的云节点,可分析任意大小的网络流量。用实际网络分组数据对并行流生成方法的性能进行验证,实验结果表明,在由3台、5台或7台节点构成的小型云平台上,从超过40 GB的文本分组数据中共提取了15 160 052条流,与顺序处理相比,耗费时间至少可减小85%、90%和94%。
-
关键词
网络流量分析
并行处理
Map—Reduce框架
HADOOP平台
-
Keywords
network traffic analysis
parallel processing
Map-Reduce framework
Hadoop platform
-
分类号
TP393.02
[自动化与计算机技术—计算机应用技术]
-
