基于大数据应用背景的网络流量监控系统设计

作者:未知

  摘要:传统的网络流量监控系统监控流量的稳态误差较高,导致无法对网络流量精准化的监控,为此基于大数据应用背景,设计网络流量监控系统。该系统在原有系统的硬件基础上,设计了无线数字监控表,实现对网络流量精准化的分布式同步监控。在软件设计方面,利用监控端对网络流量进行预处理,通过设计数据库,实现对网络流量的实时监控。实验结果表明,与传统系统相比,该系统对网络流量监控的稳态误差更低。由此可见,基于大数据应用背景的网络流量监控系统可以实现网络流量实时、精准监控。
  关键词:大数据;应用背景;网络流量监控系统;设计
  中图分类号:TN790 文献标识码:A
  文章编号:1009-3044(2020)05-0031-02
  开放科学(资源服务)标识码(OSID):
  目前,网络流量监控与信息化建设在大数据应用中发挥着重要作用。信息技术应用可以改变传统网络流量监控要素,通过整合数据的方式实现节本增效,信息资源开发。对网络流量精准化监控的总体表现为有着实时控制网络流量的能力,针对影响网络流量数据的各个环节进行精准化数据监控[1]。而大数据应用背景的主要内容就是整合大量非结构化和半结构化数据,减少这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据应用背景和云计算联系到一起,因为实时的大型数据集分析需要像网络流量监控系统一样的框架来向数十、数百或甚至数千的电脑分配工作。换句话说,在各种各样类型的网络流量监控数据中,快速获得有价值数据的能力,就是大数据技术。因此,本文提出基于大数据应用背景的网络流量监控系统设计。
  1 基于大数据应用背景的网络流量监控系统设计
  考虑到网络流量监控系统的设计,必须坚持以大数据为核心的前提条件,对网络流量进行实时监控[2]。在基于大数据应用背景的网络流量监控系统设计中,首先,基于大数据应用背景的网络流量监控系统的硬件设计在原有系统的硬件基础上,设计了无线数字监控表,实现对网络流量精准化的分布式同步监控。在软件设计方面,利用监控端对网络流量进行预处理,通过设计数据库,实现对网络流量的实时监控。
  1.1 硬件设计
  基于大数据应用背景的网络流量监控系统硬件设计的主要内容为无线数字监控表,型号为MD-S280G-P2。无线数字监控表是一款电源供电的无线数字输出的数字监控表,可选配GPRS或LORa-iot无线通讯方式[3]。在无线数字监控表内置高精度压力传感器,能够准确地实时监控网络流量,并且具有精度高、长期稳定性好的特点。与此同时,无线数字监控表配备大尺寸LCD液晶显示,内置MCU,整体采用低功耗设计。无线数字监控表采用406不锈钢壳体和接头,通过安防爆认证。并且功能实用,实时监控当前网络流量,上传速率仅需要1分钟至24小时可调。另外,无线数字监控表可根据剩余网络流量预设报警点,一旦触发报警压力会及时上发报警网络流量。因此,无线数字监控表特别适合网络流量监控这种需要无人值守、远程监控的领域,可以实现对网络流量精准化的分布式同步监控。
  1.2 软件设计
  在基于大数据应用背景的网络流量监控系统软件设计中,利用监控端对网络流量进行预处理,通过设计数据库,实现对网络流量的实时监控。
  在网络流量数据监控过程中,利用监控端对网络流量进行预处理,无须配置即可完成网络流量监控[4]。在大数据的应用背景下,首先设置网络流量监控字段,输入网址后软件即可自动识别出页面上的网络流量并生成网络流量监控结果。完成了网络流量监控任务的添加,可以开始利用数据库启动网络流量实时监控任务[5]。在启动之前需要对数据库进行一些设置,从而提高监控网络流量的稳定性和成功率。点击“设置”按钮,在弹出的运行设置页面中可以进行运行设置和防屏蔽设置,这里勾选“跳过继续确定数据”,设置“3”秒请求等待时间,勾选“不加载网页图片”,防屏蔽设置就按照系统默认设置,然后点击保存,完成数据库设置。在基于大数据应用背景的网络流量监控系统软件设计中需要一个体系成熟的数据库对监控到的网络流量进行对应的更改、管理[6]。将所有经过监控端预处理后的数据直接更新至数据库中,当进行二次搜索时,便可以直接通过历史数据监控网络流量的实时情况。
  2 仿真实验
  2.1 实验准备
  本文实验采用对应服务器1分别对两种系统进行检测,仿真实验监控系统中主要依靠WinSS图形和脚本完成对网络流量的监视和事件触发。本次实验内容为测试网络流量监控的稳态误差,为了体现基于大数据应用背景的网络流量监控系统的优越性,将网络剩余流量控制在4G。按照每两分钟使用200M的频率,分别使用传统的网络流量监控系统及基于大数据应用背景的网络流量监控系统监控网络流量的使用情况。为确保实验的普遍性,设定实验总次数为8次。设置传统网络流量监控系统为对照组,进行对比实验。
  2.2 实验结果分析与结论
  设网络流量监控的稳态误差为v,计算公式为:
  v=y/yl
  式中:y指的是通过系统监控到的网络流量;yl指的是实际网络流量。根据公式(1),计算得出网络流量监控的稳态误差,整理实验结果如下图1所示。
  通过图1可得出如下的结论:本文设计的基于大数据应用背景的网络流量监控系统稳态误差值低,对网络流量的监控满足技术指标的要求,从而说明所设计的基于大数据应用背景的网络流量监控系统其各项功能可以满足设计要求。
  3 结束语
  随着大数据应用背景下网络流量监控的逐步实现,网络流量监控的实时性和精准度显得越来越重要。网络流量监控是针对网络流量使用情况最实用和最可靠的方法。基于大数据应用背景的网络流量监控系统可以大幅度提高网络流量监控的稳态误差,完成传统的网络流量监控系统所不能完成的任务。
  参考文献:
  [1]曹原,赵永利.量子通信网络研究进展[J].激光杂志,2019,40(9):1—7.
  [2]郭江,张志华,付志远,等.水库大坝安全监测监控系统网络安全风险评估及防护技术解决方案[J].水电站机电技术,2019,42(7):41-43.
  [3]王小英,刘庆杰,高方平.基于地震前兆观测系统流量检测的网络异常行为分析——评《网络流量的异常检测监控方法及相关技术研究》[J].电子显微学报,2019,38(2):209-211.
  [4]王小君,盧昱明.基于大数据分析的海量数据特征智能采集方法研究[J].自动化与仪器仪表,2017(11):69-71.
  [5]刘冬兰,刘新,张昊,等.基于大数据的网络安全态势感知及主动防御技术研究与应用[J].计算机测量与控制,2019,27(10):229-233.
  [6]张浩城,吴晓洁,唐翔,等.基于可视分析的网络异常检测系统[J].网络与信息安全学报,2018,4(2):40-54,9-16.
  【通联编辑:光文玲】
  收稿日期:2019 -11-10
  作者简介:段红秀(1981-),女,山西洪洞人,硕士,讲师,主要研究方向为计算机应用技术;周灵(1986-),女,江苏常州人,博士,副教授,主要研究方向为数据分析方法。
转载注明来源:https://www.xzbu.com/8/view-15180507.htm

服务推荐