面向数据中心的网络流量测量与分析

[复制链接]
查看: 279|回复: 0

4万

主题

4万

帖子

13万

积分

论坛元老

Rank: 8Rank: 8

积分
137661
发表于 2022-5-2 16:45:47 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
数据中心作为数据计算、交换、存储的中心,已经逐渐成为网络研究的热点。对于数据中心的研究多侧重于体系结构、虚拟服务以及能耗方面,但缺少对数据中心中网络流量的测量和分析。流量的测量分析对于了解和熟悉一个网络的结构和性能起到至关重要的作用,可以帮助加强网络管理、提供网络利用率以及资源分配等。本文测量和分析数据中心中的流量特点,从流量方面进一步理解数据中心网络结构及其中的应用,并通过流量预测,供以后网络监控以及应用调度使用。传统的流量分析主要包括特性分析、行为建模和趋势预测等。本文同样从这几个方面对数据中心中的流量进行分析。使用时域、频域和小波分析法验证流量数据的自相似性,分析产生自相似的原因。通过测量得到的数据,分析包层面、流层面以及应用层面的数据分布情况,结合系统中所执行的应用程序特点,分析结果原因。结合实际应用,文中使用基于时间序列的自回归求和移动平均(ARMA)模型和差分自回归求和移动平均(FARIMA)模型来对流量进行建模。依据模型特点和流量序列特点,对不同的序列进行不同的差分处理,基于差分后数据建模预测,并分析不同应用、不同时间尺度时建模方法的优劣。网络测量和分析的另一个研究方向是测量与分析结果的可视化。本文利用Cytoscape开源工具展示网络拓扑和实时流量信息,并且支持对流量数据三种分析结果的展示,即自相似性验证、包大小和流大小、持续时间分布以及依据原有数据建模预测。该系统和显示墙结合,把整个系统显示在大屏幕上,方便网络管理人员更直观的监控网络运行情况。





上一篇:远程神经外科手术关键技术研究
下一篇:基于下降图像序列的地形三维重建
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图