[发明专利]网络流量增量统计、分析方法及系统有效
| 申请号: | 201910008924.9 | 申请日: | 2019-01-04 |
| 公开(公告)号: | CN109889366B | 公开(公告)日: | 2020-06-16 |
| 发明(设计)人: | 匡立伟 | 申请(专利权)人: | 烽火通信科技股份有限公司 |
| 主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L12/26;H04L12/851;G06F9/455 |
| 代理公司: | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人: | 张凯 |
| 地址: | 430000 湖北省武*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 网络流量 增量 统计 分析 方法 系统 | ||
1.一种网络流量增量统计方法,其特征在于,其包括以下步骤:
实时获取并保存虚拟化网络网络模型的各个层级的数据包,所述数据包设有多个特征项,所述特征项包括时间;
将所述数据包按照一个特征项对应一个维度的方式保存于高维度空间,并沿预设的模展开得到高阶矩阵;
去除所述高阶矩阵中的重复以及错误数据后,还原至高维度空间得到实时核心数据集合;
按时间顺序,沿着高维空间中的时间维度实时保存所述实时核心数据集合,得到高质量核心数据总集。
2.如权利要求1所述的统计方法,其特征在于:所述网络模型为TCP/IP四层参考模型,所述数据包采集自应用层、传输层、网络层以及网络接口层。
3.如权利要求2所述的统计方法,其特征在于:采集自所述应用层的数据包包括结构化数据、半结构化数据、非结构化数据。
4.如权利要求1所述的统计方法,其特征在于,所述特征项还包括:源MAC地址、目标MAC地址、源IP地址、目的IP地址、源端口、目标端口、虚拟网络功能标识符和虚拟网络流量数据内容。
5.如权利要求1所述的统计方法,其特征在于,其通过运行于虚拟机VM上的虚拟网络功能VNF从虚拟网络环境中获取数据包。
6.如权利要求1所述的统计方法,其特征在于,通过HOSVD去除所述高阶矩阵中的重复以及错误数据。
7.一种基于权利要求1所述统计方法的网络流量增量分析方法,其特征在于,在得到高质量核心数据总集后,还包括:
设置特征项与虚拟网络流量状态的对应关系;
获取当前时刻和前一时刻的实时核心数据集合的虚拟网络流量状态;
根据所述高质量核心数据总集中各个实时核心数据集合的虚拟网络流量状态,分析下一时刻的实时核心数据集合的虚拟网络流量状态及其概率。
8.一种基于权利要求7所述的分析方法,其特征在于:
以NFVC、NFVP、NFVN为维度建立三维转移空间,其中,NFVC为当前时刻的实时核心数据集合的虚拟网络流量状态的集合,NFVP为前一时刻的实时核心数据集合的虚拟网络流量状态的集合,NFVN为下一时刻的实时核心数据集合的虚拟网络流量状态的集合;
设置当前时刻的实时核心数据集合的虚拟网络流量状态为ACx,前一时刻的实时核心数据集合的虚拟网络流量状态为APx,下一时刻的实时核心数据集合的虚拟网络流量状态为ANx;
统计三维转移空间内,虚拟网络流量状态从APx变化至ACx最后变化至各种ANx的概率P;
将所述ACx、APx和各个ANx作为三维转移空间的坐标值,各个ANx相应的P为ACx、APx和各个ANx在所述三维转移空间表示点的值,并表示于所述三维转移空间内,得到三维预测转移空间。
9.如权利要求7所述的分析方法,其特征在于:所述虚拟网络流量状态为所述高维度空间的至少一个区间。
10.如权利要求9所述的分析方法,其特征在于:所述虚拟网络流量状态为所述实时核心数据集合一个以上的特征项的数值和/或选项区间。
11.如权利要求8所述的分析方法,其特征在于:所述特征项还包括硬件使用参数,所述硬件使用参数包括CPU利用率、内存占用百分比,所述实时核心数据集合所表示的虚拟网络流量状态为当前硬件所处的状态。
12.如权利要求8所述的分析方法,其特征在于:将所述三维预测转移空间作为三维转移空间,进一步预测后续添加实时核心数据集合后所有可能达成虚拟网络流量状态的概率,并表示在所述网络转移空间内,得到三维预测转移概率空间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于烽火通信科技股份有限公司,未经烽火通信科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910008924.9/1.html,转载请声明来源钻瓜专利网。





