网络流量行为的态势分析与预测.docVIP

网络流量行为的态势分析与预测 　　摘要：在不断变化的现实网络环境中，流量参数之间的关系是相当复杂的，呈现的一般都是非线性规则，所以我们根据人工神经网络理论构造出以BP神经网络为核心的流量预测模型，对网络流量行为进行有效的态势分析进而产生预测流量的方案，并结合公司日常的网络管理加以应用，为企业用户提供更好的体验服务。 　　关键词：网络；预测模型；BP神经网络 　　中图分类号： TP393 文献标识码：A文章编号：1009-3044(2011)21-5098-02 　　Network Flow Behavior of the Situation Analysis and Prediction 　　TANG Lin 　　(Communication and Information Engineering College, Shanghai University, Shanghai 200072, China) 　　Abstract: Real network environment is constantly changing, the flow relationship between variables is complex, usually showing a strong non-linear law. This article is introducing the series forecast within the theory and human nerve cell network based on BP neural network was designed based on the traffic forecasting model, given an effective traffic prediction programs, and applied to the companys network management, to provide users with better services. 　　Key words: network; forecast model; BP neural network 　　随着网络技术日新月异的发展和网络规模的不断扩大，网络体系结构越来越复杂，网络设备的类型和网络上所承载的业务种类不断增加，这些因素都导致网络出现各种性能或故障问题的可能性大大增加。本文就是在这样的研究背景及意义下，提出了一个网络流量分析与预测模型。该模型采用了BP （Back Propagation 反向传播）神经网络技术，具有自学习能力，可以有效地解决现有的许多流量采集系统中的问题。 　　该模型的流量采集部分基于MRTG软件，同时在流量图生成模块里结合数据库工具RRD，并在某公司网络环境下，用试验结果来验证该预测分析模型，即可获得相对准确的预测精度和较强的适应力。 　　1 网络流量分析预测模型 　　1.1 确立预测对象 　　某公司网络中出口防火墙的流量信息是进行预测分析的基础，我们采取对防火墙流量的流入和流出情况进行系统分析，选用适合的方法进行预测，进而产生预测结果。 　　尽管导致网络设备上实际带宽变化的条件具有多重性和量化困难，但是带宽变化的态势在时间上是一种逐步推进的过程，有一定的规律可循。基于网络流量带宽的这一特征，我们通过预测网络节点端口带宽占有率，从而间接达到网络节点端口流量预测的目的。 　　1.2 预测模型的构造设计 　　公司为了达到网络管理的有效性，通常网络流量模式是它们所运用的一个非常必要的方法，因此，准确、严格的数据采集方式，是能够建立一个很好的模型为网络流量，这样才能够满足模型对数据的采集的需求。 　　以预测模型为例，它的核心网络系统能够分为三个独立的模块，这是按照系统的功能来划分，它们是：流量数据采集、流量图生成、流量预测。见图1。 　　当采集到的网络数据，需要对它的数据进行流量图的生成，以便测试需求，而且更加直观地观察到。 　　究竟采用何种方法来对网络进行监控，才能提高它的安全性，这是快速网络发展的今天必须面对的，而其越来越多的人希望通过简单的网络操作，来达到对网络中的数据或者信息监控，本文将介绍一种高效的管理手段：MRTG。它其实是一个管理工具，通过SNMP网络协议来监控网络中的一些信息，最终会把一些有用的信息很直观的反馈给用户，主要是以包含PNG图形的HTML文档来表示的。当然，MRTG也有它定时刷新数据流量的功能弊端，首先，MRTG它不能够将需要的信息长时间的进行保存，这样一来，会给以后对数据的查询以及统计带来了困难，同样，它的运行效率不高也是其中一个问题。但是还会有其他一些工具来弥补这些弊端和不足，那就是MRTG与RRDTOOL这个工