面向云计算应用的大规模网络流量异常数据快速捕获方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：由于云计算应用中网络流量数据规模较大,且流量数据以极高的速度持续增长,导致传统方法数据捕获速度无法与流量数据的增长速度相匹配,存在数据捕获延迟、遗漏甚至丢失等问题.这些问题严重影响了异常数据检测的准确性和及时性,对云计算应用的安全性和稳定性构成了潜在威胁.为此,提出一种大规模网络流量异常数据快速捕获方法.通过对大规模云计算应用网络流量数据进行预处理,从预处理后的数据中,提取出能够准确反映网络流量内在特性的能量特征.采用K-means聚类算法对这些能量特征进行分组,比较各个簇的特征与已知的正常流量特征,识别出与正常模式不符的异常流量数据.为了确保捕获速度能够与流量数据的增长速度相匹配,利用Libpcap库在捕获过程中进行数据包筛选,只有符合特定规则的数据包才会被捕获,以此减少不必要的数据处理和分析工作,实现了高效的网络流量数据包捕获.实验结果表明,所提出的方法能够以高达97.97%的准确率捕获大规模网络流量异常数据,可以满足实际云计算应用对高精度需求的要求.

作者：

赵德宝

展开 >

作者单位：

武汉职业技术学院信创学院湖北武汉 430074

关键词：

云计算应用大规模网络流量异常数据快速捕获捕获方法

基金：

2023年度武汉职业技术学院校级指导性项目

项目编号：

2023YK027

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.06.044

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(6)