共查询到18条相似文献,搜索用时 68 毫秒
1.
Ren Ying) Zhang Gu) 《石家庄铁路工程职业技术学院学报》2006,(4)
CiscoIOS提供功能强大的网络流量过滤技术。本文详细研究、分析其中的IP访问表技术(包括访问表的创建、类型及应用等),提出一种基于网络流量过滤的网络流量安全方案。 相似文献
2.
网络流量管理控制技术在校园网的应用研究 总被引:1,自引:0,他引:1
以P2P为代表的网络应用已经给当前校园网络出口带宽带来了前所未有的拥塞和安全海题.而这些弱题产生的内在原因在于当前的网络流量管理缺乏应用识别控制能力。因此,有必要在网络流量管理中引入流量应用识别控制技术。本文介绍了两种网络流量应用识别技术DPI和DFI,并对两者进行了比较;然后对网络流量管理控制技术在校园网中进行了实施和初步的研究;最后提出了在实际应用中需要思考的问题。 相似文献
3.
基于SNMP协议的网络流量管理 总被引:1,自引:0,他引:1
王雁博 《西安文理学院学报》2011,(3):86-89
了解网络中的流量,对网络流量进行检测、分析、统计是掌握这个网络运行情况的重要手段,是网络管理中不可或缺的工具.介绍一种通过SNMP协议进行MIB数据采集的方法,实现网络流量的监测管理. 相似文献
4.
网络测量技术是对网络进行认识与深入研究的重要手段,同时也是实施协议工程、进行网络管理与优化设计的重要前提条件.从网络测量技术的发展和实际应用及流量测量的方法等方面着手,通过分析国内外网络流量测量的研究现状,重点论述了网络测量中最常用的两种基本方法. 相似文献
5.
高校管理者应从制度着手,合理进行网络使用引导,对各种网络流量控制策略进行合理微调与修正,从技术角度提升网络应用水平,为教学及应用体验提供良好的网络环境。 相似文献
6.
本文深入地分析了Xuri Yin等人提出的一种数据过滤算法,指出其中欠缺之处,并对该算法作了改进和理论分析。 相似文献
7.
8.
9.
互联网技术的飞速发展和网络技术应用领域的扩展,使得网络流量监控成为网络管理的重要内容。该文研究设计了一种网络流量监控系统,可以监控并处理网络中多台电脑的网络流量。该文首先介绍了流量监控技术和socket网络通信技术,然后研究和设计了系统的原理和架构,最后研究并设计了数据通信及网络流量监控的实现技术。数据显示端和流量监控端采用了基于socket的通信技术,使用了操作系统中的系统函数来统计计算机流量数据。 相似文献
10.
刘丽员 《泉州师范学院学报》2012,30(2):14-18
研究和实现了一个在linux平台下的基于libpcap的网络流量计费系统.该系统的主要模块数据采集、数据分析、存储和web计费服务架构在一台linux平台下,采用比较流行的网络流量采集方式libpcap和开源的软件运行环境,运用灵活的计费策略,以较低的成本实现合理的计费功能,从而实现高校校园网中的各种网络资源进行有效的管理. 相似文献
11.
实现了一个工作数据链路层上的透明包过滤防火墙系统.该系统将比传统的运行在网络层上的防火墙有更快的交换速率.同时也具有更加安全可靠的自我保护功能. 相似文献
12.
网络监测与过滤的研究 总被引:1,自引:0,他引:1
对网络的实时监测与过滤是维护网络安全的一项重要技术。介绍了对TCP/IP体系结构中IP协议包的截获与解析方法,并研究了使用Win2k过滤钩子驱动对IP包进行过滤。 相似文献
13.
陈玉成 《北京工业职业技术学院学报》2008,7(3):9-14
对北京工业职业技术学院的入网设备Linkproof的基本工作原理和配置进行分析。分析过程中采集了大量数据,生成了一系列的图形,对该设备的工作特性进行了较为详尽的分析,从而对优化设备配置、提高设备效率起到了很大的作用。 相似文献
14.
15.
陈秀兰 《甘肃广播电视大学学报》2006,16(2):68-71
网络流量监测是网络管理的一项重要内容。通过流量测量与预测,可以了解自治域、网络之间的流量情况及其趋势,从而更好地进行网络改进和负载均衡的设计。本文使用指数平滑法建立流量预测模型,可对网络流量进行实时监测与预警。 相似文献
16.
结合现有校园网网络流量监测所存在的问题,提出了基于Cacti的网络流量监测系统,实现校园网络流量的可视化管理和监控工作。利用Cacti的SNM P信息轮询机制及网络气象图插件,实时获取网络流量信息,直观的显示网络链路的带宽和负载状况。实践表明,该系统的运行提高了校园网络管理的效率,也为网络的优化及调整提供了有力的依据。 相似文献
17.
防火墙是实现网络安全的一种重要防护手段。从网络安全问题的提出入手,介绍了防火墙的概念、功能,两种主要的防火墙技术的优缺点以及其新的发展。 相似文献
18.
针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机(SVM)模型进行预测。针对SVM模型中参数难以确定的问题,采用粒子群(PSO)算法进行参数寻优,保证预测的精确度。将PSO—SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO—SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律。 相似文献